Die Fähigkeit von Künstlicher Intelligenz (KI), auf Basis gesammelter Daten Vorhersagen zu treffen oder in klar beschriebenen Systemen Entscheidungen zu unterstützen und Optimierungen durchzuführen, ist inzwischen auch im (industriellen) Internet der Dinge erfolgreich anwendbar.
Was kann es?
Industrielle KI erhöht den Autonomiegrad von Maschinen mittels akkurater Interpretation von Echtzeitdaten (z. B. Anomalieerkennung, Mustererkennung), der Fähigkeit zur Vorhersage und Anwendung geeigneter Aktivitäten zur Lösung einer vorgegebenen Aufgabe, sowie Interaktionsfähigkeit mit Menschen.
Was bewirkt es?
Es beschleunigt und transformiert Arbeitsabläufe durch die (Teil-)Automatisierung komplizierter kognitiver Aufgaben, erhöht die Qualität durch Überwachung von ausgewählten Produktionsschritten und ermöglicht somit Mitarbeitern, sich auf Kernaufgaben zu konzentrieren.
Mehrwert:
Zunächst Effizienz- und Qualitätsgewinne, sowie verringerte Aufwände für Konfiguration und Inbetriebnahme, im Zuge dessen Flexibilisierung (hin zu Losgröße 1) der industriellen Wertschöpfung, sowie langfristig Transformation der Geschäftsmodelle
Anwendungsfälle:
Qualitätssicherung, vorausschauende Wartung, selbstlernende / autonome Systeme, Digitale Assistenten (z. B. mittels Wissensgraphen), etc.
Einführung:
Schnell umsetzbare Pilotprojekte für die genannten Anwendungsfälle bei Vorhandensein geeigneter Datensätze, begleitend Analysen, um systematisch Potenziale zu erkennen, sowie Training von Mitarbeitern bzgl. Möglichkeiten und Grenzen des maschinellen Lernens
Voraussetzung:
benötigt geeignete Daten für Pilotprojekte, sowie Anwenderwissen, für eine breite Einführung von KI empfiehlt sich eine ganzheitliche Datenstrategie, Prioritätenliste für Anwendungsfälle, sowie der Aufbau von internem Expertenwissen
Große Spreizung: einige Anwendungsfälle in einigen Domänen sind bereits seit längerem etabliert (z.B. Qualitätsüberwachung / Vorausschauende Wartung), viele weitere in der Validierung von Mach- und Skalierbarkeit
Alternativen:
Je nach Anwendungsfall sind Methoden der Statistik, Robotik, regelbasierten Programmierung weniger performant, aber leichter zertifizierbar / überprüfbar
