Prof Detlef Zühlke

Prof. Dr.-Ing. Detlef Zühlke ist Vorstandvorsitzender der Technologie-Initiative SmartFactory KL e.V. und Forschungsbereichsleiter „Innovative Fabriksysteme“ am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) - Bild: DFKI

Produktion: Herr Prof. Zühlke, inwiefern beschäftigen Sie sich mit KI?

Prof. Detlef Zühlke: "Ich bin Maschinenbauer und Elektrotechniker und arbeite in einem Forschungsinstitut für Informatik. Ich übe also eine Brückenfunktion aus, zwischen Forschung und Anwendung. Das Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) ist das größte KI-Forschungsinstitut weltweit. Unsere SmartFactoryKL ist ein erfolgreicher Inkubator, um in Zukunft KI-Forschung in die Anwendung zu bringen."

Produktion: Ist KI inzwischen auch im Produktionsumfeld interessant?

Zühlke: "Die Zeit ist reif für Anwendungen im Maschinenbau. KI-Themen erleben gerade eine Renaissance."

Produktion: Eignen sich KI-Technologien für Produktion?

Zühlke: "Es steht außer Frage, dass es Riesenfortschritte in der KI gibt. Viele KI-Technologien benötigen extrem leistungsfähige Rechner. Das ist jetzt gegeben und damit können z.B. für Deep Learning mehrdimensionale neuronale Netze, die in die Tiefe gehen, aufgesetzt werden – das ist von der Rechenleistung extrem aufwändig. Das Thema ‚lernende Systeme‘ nimmt momentan an Bedeutung stark zu.

Doch ich warne vor Übertreibungen. Es wird gerne angenommen, dass ein Gerät 10 Minuten, nachdem es angeschaltet wurde, weiß, was es machen soll. So wie der Mensch müssen auch Geräte neue Erkenntnisse aus vielen durchlebten Situationen lernen – das kostet Zeit."

Produktion: Dann ist die Hype-Stimmung nicht ganz angebracht…?

Zühlke: "KI ist kein Heilsbringer für jedwede Fragestellungen und Probleme.

Einer Produktionsanlage, die selbstständig lernen und sich verbessern soll, müsste gestattet werden, Fehler zu machen und das heißt, ggf. auch Ausschuss zu produzieren, denn Fehlentscheidungen gehören zu einem Lernprozess dazu. Das können wir uns in einer realen Produktion aber meistens nicht leisten."

Produktion: Gibt es produzierende Betriebe die KI in der Produktion einsetzen?

Zühlke: "Ich habe noch keine Beispiele für KI in dieser Form in realen Produktionsumgebungen gesehen. Häufig wird ein Parallelsystem gebaut, um zu analysieren, wie es sich benimmt. Die Automobilindustrie ist hier Vorreiter."

Produktion: Gibt es Anwendungsfälle, in denen KI-Technologien eher einsetzbar sind?

Zühlke: "Einfacher ist es, KI in eingeschränkteren Einsatzfällen einzusetzen, wie etwa der Mustererkennung. Ein Sensor, Antrieb oder Bildverarbeitungssystem kann vor dem Realbetrieb lernen und aus den gewonnenen Informationen einen Zusatznutzen generieren. In diesen Einsatzfällen lassen sich Betriebsparameter durch lernendes Verhalten verbessern. Es gibt eine Übertragbarkeit zu vielen anderen Fällen. Aber ein komplettes System, wie eine einzigartige komplexe Montageanlage, kann einen Lernprozess in dieser Form nicht durchleben.

Muster in Bildern oder in Sprache zu erkennen, ist ein altes Thema. Hier wurde bereits große Fortschritte erzielt. Die Systeme können in kurzer Zeit an Hand einer größeren Anzahl von Bildern aus einer Datenbank lernen und danach in den produktiven Einsatz gehen. An der Stelle macht KI durchaus Sinn."

Produktion: … weitere sinnvolle Einsatzgebiete?

Zühlke: "ERP- und MES-Systeme sind ein weiterer Bereich, in dem KI sehr wohl vorstellbar ist. Auch diese Systeme arbeiten mit Regeln, sie unterliegen aber auch vielen stochastischen Einflüssen. Sie sind bereits in leistungsstarken Rechenstrukturen beheimatet. Ebenfalls ist eine große Datenbasis vorhanden. Der Schritt, aus den vorhandenen Daten zu lernen, etwas abzuleiten und Optimierungsvorschläge zu unterbreiten, ist also recht klein und somit machbar."

Produktion: Welche Herausforderungen müssen bewältigt werden, um KI besser nutzen zu können?

Zühlke: "Innerhalb der KI geht es u.a. um Wissensrepräsentation, um Mustererkennung und um Semantik.

In der Wissensrepräsentation werden Regeln, die der Mensch versteht, maschinell verarbeitbar abgelegt. Der Mensch kann aufgrund seines Wissens sofort in Prozesse eingreifen. Systeme der KI hingegen müssen diese Regeln lernen, beherrschen und verarbeiten können.

An der Auseinandersetzung mit Semantik werden wir nicht vorbeikommen. Da wir es nicht schaffen können, weltweit sämtliche Verwaltungsschalen aller Geräte und Maschinen auf bit und byte genau mit dem gleichen Interface auszustatten. Eine weltweite Standardisierung existiert nicht. Also müssen die Datenstrukturen der unterschiedlichen Geräte semantisch verstanden werden. Wir können in den unterschiedlichen Strukturen jeder Software das erkennen, sortieren und ableiten, was wir für uns brauchen.

Ob ein Stecker 5 Volt auf Pin 5, oder 5 Volt auf Pin 17 hat, ist letztendlich irrelevant. Das KI-System muss nur in der Lage sein, genau dies herauszufinden. KI-Systeme wie google translate nutzen semantisches Wissen, das ursprünglich aus der Sprachforschung stammt. Das kann man auf andere Bereiche semantischer Ableitungen wie in der Automatisierungstechnik transferieren."

Produktion: Wie interessiert sind Fertigungsverantwortliche?

Zühlke: "Noch sehen die Endkunden und die Betreiber nicht, wie sie davon profitieren könnten. Denn die Fragestellungen, um die es geht, sind sehr abstrakt. Deswegen tun sich gerade Mittelständler derzeit damit noch schwer."

Produktion: Können Sie das näher erläutern?

Zühlke "Wir reden über Wissen, das in klare, analytische, mathematische Regeln übersetzt werden muss. Um etwa Fertigungsaufträge besser einzutakten, müssten Kriterien für Optimierungsalgorithmen definiert werden. Doch die Frage ist, wie man misst, ob etwas „gut gelaufen“ ist?

Welches sind geeignete Messparameter, um die erreichte Qualität zu messen? Oder die Stückzahl? Oder eine Kombination aus vielen verschiedenen Kenngrößen? Auf die Schnelle ideale Messwerte festzulegen, kann nicht gelingen, das dauert in industriellen Umgebungen noch ein paar Jahre."

Produktion: Nutzen Sie in der SmartFactory KI?

Zühlke: "Für unsere SmartFactoryKL ist Deep Learning noch kein Thema. Erst, wenn unsere Anlage schnell neu konfiguriert werden kann, widmen wir uns diesem Thema. Denn dann werden wir eine Verbindung benötigen, von der Orchestrierung von Herstellungsprozessen bis zur technischen Realisierung, die darunter liegt. Also, wie konfiguriere ich die Anlage, um den Produktionsstrom optimal zu erfüllen?"