Köpfe aus Elektronik-Schaltkreisen, die vernetzt sind miteinander und mit einer Roboterhand sowie einer Menschenhand

Der Mensch bleibt wichtig, denn die Algorithmen und neuronalen Netze von KI-Systemen sind immer nur so gut wie die Menschen, die sie programmiert haben und wie die Daten, mit denen sie trainiert wurden. - (Bild: sdecoret - stock.adobe.com)

Immer schnellere Prozessoren, rasant wachsende Speicherkapazitäten, Miniaturisierung und Vernetzung befeuern nicht nur Industrie 4.0-Visionen. Sie treiben auch die Entwicklungen auf dem Gebiet der Künstlichen Intelligenz (KI) voran. Am Ende dieser Prozesse werden – so befürchten die einen und hoffen die anderen – menschenleere Fabrikhallen stehen.

"Es gibt Kollegen aus dem Bereich des maschinellen Lernens, die der Meinung sind, dass man den Menschen komplett ersetzen kann", sagt Prof. Martin Ruskowski vom Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). Darauf werde es aber nur für einzelne Tätigkeiten hinauslaufen, denkt er.

Vielversprechender für industrielle Anwendungen ist derzeit ein anderer Ansatz: dem System mit Künstlichen Intelligenz, Routineaufgaben zu überlassen wie beispielsweise Muster zu erkennen, Informationen bereitzustellen oder Entscheidungen vorzubereiten. Am Ende übernimmt der Mensch die endgültige Bewertung und trifft Entscheidungen.

Bei Künstlicher Intelligenz den Durchblick behalten!

Das ist nicht immer einfach, doch wir wollen es Ihnen leichter machen! Daher haben wir für Sie einen praktischen Überblick zu den wichtigsten Fragen erstellt: "Künstliche Intelligenz - verständlich erklärt". Damit können Sie Ihr KI-Wissen auffrischen.

Anwendungsbeispiele, Einordnungen und vieles mehr finden Sie in unserem Fokusthema KI.

"Wir haben dreieinhalb Millionen Jahre Evolution hinter uns und das Ergebnis werden wir nicht in einigen wenigen Jahren Forschung nachbauen können. Der Mensch ist kreativ, handelt autonom und kann immer wieder neue Assoziationen treffen. Es ist nicht einmal ansatzweise absehbar, dass Maschinen jemals dazu in der Lage sein werden", winkt Ruskowski ab. Daran änderten auch lernende Systeme - also die komplexen Algorithmen des Deep Learning (DL) oder Machine Learning (ML) - nichts.

"Denn diese Art des Lernens ist zwar sehr leistungsfähig, aber letztlich doch nur eine hoch entwickelte Methode, die Erkennung einer Situation mithilfe komplexer Rechenleistungen anzupassen und zu verbessern", erklärt Ruskowski.

Diagramm zu den Vorteilen von künstlicher Intelligenz im Kontext von Industrie 4.0
Für deutsche Unternehmen sind die wichtigsten Vorteile von Systemen mit Künstlicher Intelligenz die Steigerung der Produktivität, die Möglichkeit damit Predictive Maintenance auszuführen und die Optimierung von Produktions- und Fertigungsprozessen. - Grafik: Julia Dusold; Quelle: Bitkom

Warum KI mit menschlicher Erfahrung kombiniert werden muss

KI-Algorithmen sind immer nur so gut wie die Menschen, die sie programmiert haben, und wie die Daten, mit denen sie trainiert wurden. Manche Lösungen wirken besonders intelligent, weil sie ab einem bestimmten Niveau im Optimierungsprozess zur Black Box werden, deren Wege zur Lösung einer Aufgabe selbst für ihre Schöpfer kaum mehr nachvollziehbar sind. "Viele KI-Systeme sind aber auch tatsächlich regelbasiert hart ausprogrammiert", sagt Ruskowski. Sie arbeiten ab, was vorgegeben wurde.

Das gilt vor allem für Aktionen, die physisches Handeln erfordern wie 'Licht einschalten' oder 'Maschine reinigen'. Was freilich voraussetzt, dass ein technischer Automatismus vorhanden ist, welcher die Befehle ausführt. "Wenn in einer Maschine an einer bestimmten Stelle viel Staub entsteht, könnte man da natürlich ein automatisiertes Reinigungssystem installieren. Das muss aber nicht sein", findet Andre Schult vom Fraunhofer-Institut für Verfahrenstechnik und Verpackung IVV in Dresden. "Ein Mensch erledigt das deutlich günstiger."

Schult setzt deshalb auf Kooperation. Mit seinem Team arbeitet er an SAM, einem selbstlernenden Assistenz-System für Maschinen, das Künstliche Intelligenz mit menschlicher Erfahrung kombiniert. Es soll Anlagenbediener bei der Behebung von Fehlern und dem Aufbau von Prozesswissen unterstützen. Ziel ist es, störungsbedingte Stillstandszeiten und Ausschuss zu reduzieren. Tritt ein Fehler auf, erkennt SAM, ob es sich um ein neues Problem handelt oder ob es eine gleiche oder ähnliche Störung schon früher gab; dann bietet das System Lösungsvorschläge an.

"Es ist wie eine Art Wiki, das die Bediener aktiv füllen. Wenn eine Störung eintritt, die dem Bediener neu ist, muss er bisher entweder selbst eine Lösung dafür finden, einen Kollegen fragen oder in den Aufzeichnungen seiner Kollegen nach Lösungen suchen. Diese Suche übernimmt SAM mit seiner Musteranalyse und perspektivisch auch mittels der automatisierten Auswertung der Texte", erklärt Schult.

Im Idealfall leistet SAM schnelle Hilfe bei bekannten Störungen und inspiriert den Maschinenbediener bei unbekannten Fehlern zu neuen Lösungen, die dann wieder in das Wiki eingetragen werden. Auf diese Weise lernen beide Seiten dazu: SAM und die Bediener der Maschine. Das führt dann insgesamt zu besseren Ergebnissen.

Lassen Sie sich von KI-Anwendungsbeispielen inspirieren!

Theorie ist gut, Praxis ist besser. Die Redaktion sucht immer wieder nach interessanten Anwendungsbeispielen und stellt sie Ihnen vor. Finden Sie Ihre KI-Idee:

Alle Artikel zu künstlicher Intelligenz und Implementierungsmöglichkeiten in der Industrie finden Sie in unserem zugehörigen Fokusthema.

Macht Big Data KI-Systeme automatisch schlauer?

Wie viele andere KI-Applikationen für die Industrie befindet sich auch SAM derzeit noch in Entwicklung. Marktreife Lösungen sind rar. Ein Grund dafür: "KI braucht häufig große Datenmengen zum Lernen und die gibt es in vielen Anwendungsfällen nicht", erklärt Schult. Oft sind Losgrößen oder Ausschussquoten zu klein, um ein System zu trainieren, das viele Fehler braucht, um zu lernen oder um Relevantes von Bedeutungslosem zu unterscheiden.

Doch selbst Big Data macht KI-Systeme nicht automatisch schlauer. Häufig allein deshalb nicht, weil Datenformate aus unterschiedlichen Quellen nur selten zusammenpassen.

Dennoch: "Wir denken es wäre grob fahrlässig, das Potenzial von KI in der Industrie nicht so früh wie möglich auszuschöpfen", sagt Demetrio Aiello, KI-Forschungsleiter bei Continental. Das Unternehmen arbeitet mit Hochdruck an seiner Vision einer 'AI empowered company'. Systeme mit Künstlicher Intelligenz werden die Komplexität in vielen Aktivitäten reduzieren und den Fokus der Mitarbeiter wieder mehr auf kreative und gleichzeitig stärker wertschöpfende Dinge lenken, erwartet er.

In welchen Branchen rechnet sich Künstliche Intelligenz?

Statista hat zusammengetragen, in welchen Branchen KI-Anwendungen den Umsatz am stärksten beeinflussen. Das sind die 5 Branchen, in denen Künstliche Intelligenz am meisten bewirkt:

  • Automobilproduktion
  • Konsumgüterproduktion
  • Maschinenbau
  • Produktion von Elektronik- und Hightech-Gütern
  • Einzelhandel

Auch in IT Services & Consulting, der chemischen Produktion und dem Großhandel, haben KI-Anwendungen verstärkt Einfluss auf die Umsätze.

(Stand: 2019)

KI kann große Chance für deutsche Unternehmen sein

Einige konkrete Anwendungen für KI hat Continental bereits identifiziert, und zwar sowohl bei der Optimierung von Prozessen in der Entwicklung als auch in der Produktion, dem Einkauf oder der Buchhaltung. Auf Lösungen von Drittanbietern will das Unternehmen nicht warten: „Uns ist wichtig, dass wir den Überblick über den aktuellen Stand der Entwicklungen im Bereich Künstliche Intelligenz behalten“, betont Aiello.

Die Chancen für deutsche Unternehmen, sich in Sachen Künstlicher Intelligenz in der Industrie gegen internationale Wettbewerber zu behaupten, stehen gut, denkt Ruskowski: „Die Chinesen haben noch nicht wirklich verstanden, was Datenschutz ist, und das Silicon Valley hat nur wenig Fachwissen in der industriellen Produktion. Wir sind am weitesten vorne in dem Thema, weil wir am meisten Domänenwissen haben und alle anderen – gerade in Asien – schauen darauf, was wir tun und übernehmen die Standards, die wir definieren.“

Zukunftstechnologien verstehen!

Die Technik entwickelt sich so schnell weiter wie noch nie. Neue Technologien halten ständig Einzug in unserem Leben. Natürlich heißt das nicht, dass alte Technologien verschwinden werden, aber die Relevanz wird sich verschieben. Welche Technologien und Konzepte wichtiger werden, was der aktuelle Stand ist und worin Chancen für die Industrie liegen, lesen Sie in unserer Rubrik "Zukunftstechnologien" - hier entlang!

 

Einen Überblick über die relevantesten Zukunftstechnologien und deren industrielle Einsatzmöglichkeiten hat unsere Redakteurin Julia Dusold in diesem Kompendium für Sie zusammengefasst: "Das sind die wichtigsten Zukunftstechnologien".

 

Sie möchten gerne weiterlesen?

Registrieren Sie sich jetzt kostenlos:

Bleiben Sie stets zu allen wichtigen Themen und Trends informiert.
Das Passwort muss mindestens acht Zeichen lang sein.

Ich habe die AGB, die Hinweise zum Widerrufsrecht und zum Datenschutz gelesen und akzeptiere diese.

Mit der Registrierung akzeptiere ich die Nutzungsbedingungen der Portale im Industrie-Medien-Netzwerks. Die Datenschutzerklärung habe ich zur Kenntnis genommen.

Sie sind bereits registriert?