Di­gi­ta­li­sie­rung

Digital Manufacturing - - INHALT - VON JENS FATH UND JO­HAN­NES KEL­LER

Künst­li­che In­tel­li­genz: Der Smart-fac­to­ry-enabler

In­dus­tria­li­sie­rung war im­mer auch Fort­schritt. Tech­no­lo­gi­en ha­ben suk­zes­si­ve mensch­li­che Ar­beit er­setzt und da­durch zu mehr Ef­fek­ti­vi­tät und Ef­fi­zi­enz ge­führt. Seit den 1970er Jah­ren hat die It-ba­sier­te Au­to­ma­ti­sie­rung er­heb­lich da­zu bei­ge­tra­gen. Nun hat sich in der In­dus­trie mit dem Kon­zept der vier­ten in­dus­tri­el­len Re­vo­lu­ti­on und der Ver­wen­dung künst­li­cher In­tel­li­genz ein fun­da­men­ta­ler Wan­del voll­zo­gen.

WAS IN­DUS­TRIE 4.0 ge­nau aus­macht, ist Ge­gen­stand zahl­rei­cher De­fi­ni­tio­nen. Zen­tral ist aus un­se­rer Sicht ein Merk­mal: Nach­dem Tech­no­lo­gi­en in der Pro­duk­ti­on bis­lang vor­nehm­lich kör­per­li­che Ar­beit sub­sti­tu­iert ha­ben, gilt das jetzt auch in ei­nem si­gni­fi­kan­ten Aus­maß für geis­ti­ge Ar­beit. IT be­deu­tet im­mer auch die Ver­ar­bei­tung von Da­ten. Und das lässt sich per se als geis­ti­ge Ar­beit ver­ste­hen. In­so­fern lie­ße sich ar­gu­men­tie­ren, dass schon seit den ers­ten Spei­cher-pro­gram­mier­ba­ren Steue­run­gen Tech­no­lo­gi­en in den Shopf­loors „geis­ti­ge Ar­beit“ver­rich­ten. Bis­lang führ­te die IT je­doch zum über­wie­gen­den Teil Rou­ti­ne­auf­ga­ben aus, die zu­vor von Men­schen de­fi­niert wor­den wa­ren.

IT traf aber kei­ne Ent­schei­dun­gen, was sich aktuell än­dern soll.

KI und In­te­gra­ti­on: das Duo für die Smart Fac­to­ry

Der Schlüs­sel­be­griff hier­bei ist künst­li­che In­tel­li­genz – auch wenn der eben­so we­nig ein­deu­tig ist wie In­dus­trie 4.0. In Kom­bi­na­ti­on mit ei­ner ver­ti­ka­len und ho­ri­zon­ta­len In­te­gra­ti­on ist KI kon­sti­tu­tiv für ei­ne Smart Fac­to­ry und da­mit für den Ort, an dem sich die vier­te in­dus­tri­el­le Re­vo­lu­ti­on ma­ni­fes­tiert. Da­ten flie­ßen un­ge­hin­dert zwi­schen den Ebe­nen der Au­to­ma­ti­sie­rungs­py­ra­mi­de und ent­lang des ge­sam­ten Wert­schöp­fungs­pro­zes­ses. Die­se Da­ten die­nen da­zu, Si­tua­tio­nen zu ana­ly­sie­ren, aus vor­han­de­nen Op­tio­nen aus­zu­wäh­len und die ent­spre­chen­den Hand­lun­gen aus­zu­lö­sen – ganz oh­ne mensch­li­che Be­tei­li­gung.

Das klingt je­doch eher gru­se­lig als er­stre­bens­wert, weil es für Men­schen ein gro­ßer emo­tio­na­ler Schritt ist, Ent­schei­dun­gen als ei­ne zu­tiefst mensch­li­che Kom­pe­tenz den Ma­schi­nen zu über­las­sen. Das ra­tio­na­le Ar­gu­ment, dass IT in der Re­gel schon heu­te bes­ser ab­schnei­det, wenn es um Ent­schei­dun­gen geht, min­dert das Un­be­ha­gen dar­über nicht, eher im Ge­gen­teil.

Trotz der ver­ständ­li­chen Blo­cka­de, die bei vie­len Ent­schei­dern in Un­ter­neh­men vor­han­den sein dürf­te, führt kein Weg dar­an vor­bei, sich in­ten­siv mit KI in der Pro­duk­ti­on zu be­fas­sen. Denn nur so lässt sich ei­ne Smart Fac­to­ry in al­len Fa­cet­ten ver­wirk­li­chen. Un­ser Plä­doy­er für KI heißt aber nicht, dass mit ei­nem Big Bang von heu­te auf mor­gen al­les ver­än­dert wer­den muss. Wir hal­ten ei­nen ste­ti­gen Wan­del für sinn­vol­ler, in dem sich ne­ben der künst­li­chen In­tel­li­genz auch die In­te­gra­ti­on ent­wi­ckeln kann. Von Be­ginn an soll­te aber ei­ne Ki-vi­si­on für die Pro­duk­ti­on vor­han­den sein, aus der sich dann ei­ne Ki-stra­te­gie ab­lei­ten lässt. Zu­dem soll­te von Be­ginn an dar­auf ge­ach­tet wer­den, dass die ein­ge­führ­ten Tech­no­lo­gi­en ska­lier­bar sind.

Wo künst­li­che In­tel­li­genz ih­ren Ur­sprung hat

Auch wenn künst­li­che In­tel­li­genz erst in den zu­rück­lie­gen­den Jah­ren wirk­lich zu ei­nem An­satz mit ech­ter Wirk­sam­keit wur­de – der Be­griff ist schon recht alt. Erst­mals ver­wen­det wur­de er 1956 im Ti­tel ei­ner Ver­an­stal­tung am Dart­mouth Col­le­ge in Ha­no­ver, New Hamp­shire/ USA: „Dart­mouth Sum­mer Re­se­arch Pro­ject on Ar­ti­fi­ci­al In­tel­li­gence“. Aus­ge­drückt wer­den soll­te schon da­mals die Idee, dass Tech­no­lo­gie mensch­li­che In­tel­li­genz nach­ah­men kann. An die­sem Ver­ständ­nis hat sich bis heu­te nichts ge­än­dert. Schwie­rig ist nach wie vor al­ler­dings der Be­griff In­tel­li­genz, weil die­ser

nicht klar ab­grenz­bar ist. Un­s­trit­tig ist aber, dass die Kom­pe­tenz, Ent­schei­dun­gen zu tref­fen, ele­men­tar ist. Wich­tig ist eben­so die Fä­hig­keit zur kon­ti­nu­ier­li­chen Wei­ter­ent­wick­lung – rea­li­siert über ma­schi­nel­les Ler­nen. Bei­des leis­tet her­kömm­li­che Soft­ware nicht, auch wenn ei­ni­ge Al­go­rith­men den Ein­druck ver­mit­teln, in­tel­li­gent zu agie­ren.

Zu ei­ner Dif­fe­ren­zie­rung trägt auch der Leit­fa­den „Künst­li­che In­tel­li­genz ver­ste­hen als Au­to­ma­ti­on des Ent­schei­dens“des Di­gi­tal­ver­bands Bit­kom bei. Dar­in wird ein fünf­stu­fi­ges Mo­dell vor­ge­stellt, bei dem sich – in An­leh­nung an die Ta­xo­no­mie ko­gni­ti­ver Lern­zie­le von Ben­ja­min Bloom – die Au­s­prä­gung der Au­to­ma­ti­on des Ent­schei­dens den Grad der In­ter­ak­ti­on zwi­schen Mensch und Ma­schi­ne wi­der­spie­gelt. Dar­aus er­ge­ben sich fol­gen­de Stu­fen:

• as­sis­tier­tes Ent­schei­den

• teil­wei­ses Ent­schei­den

• ge­prüf­tes Ent­schei­den

• de­le­gier­tes Ent­schei­den

• au­to­no­mes Ent­schei­den

Sze­na­ri­en für die Smart Fac­to­ry

Künst­li­che In­tel­li­genz ist nicht un­be­dingt für je­des Smart-fac­to­ry-sze­na­rio er­for­der­lich. Und KI al­lei­ne ge­nügt nicht, um ein sol­ches Sze­na­rio um­zu­set­zen. Er­for­der­lich ist im­mer auch ei­ne In­fra­struk­tur, über die die un­ter­schied­li­chen Kom­po­nen­ten im Shopf­loor mit­ein­an­der ver­netzt wer­den und über die Da­ten ver­ti­kal und ho­ri­zon­tal aus­ge­tauscht wer­den. Und na­tür­lich ist es hilf­reich, wenn die As­sets mit ge­nü­gend Sen­so­ren und Ak­to­ren aus­ge­stat­tet sind. Schon da­mit ist es mög­lich, di­gi­ta­le Zwillinge zu eta­blie­ren und Pre­dic­tive Main­ten­an­ce auf den Weg zu bringen. Wo­bei mit der vor­aus­schau­en­den War­tung schon wie­der KI be­tei­ligt ist – denn ma­schi­nel­les Ler­nen spielt da­bei ei­ne ent­schei­den­de Rol­le.

Um ei­nen sys­te­ma­ti­schen Über­blick über die Mög­lich­kei­ten von KI für die Pra­xis zu ge­win­nen, emp­fiehlt sich der Blick in die Kurz­stu­die „Ein­satz­fel­der von Künst­li­cher In­tel­li­genz im Pro­duk­ti­ons­um­feld“, die ge­mein­sam vom Fraun­ho­fer IPA und Fraun­ho­fer IAO durch­ge­führt wur­de. Die Au­to­ren iden­ti­fi­zie­ren dar­in zum ei­nen sechs re­le­van­te Werk­zeug­grup­pen der künst­li­chen In­tel­li­genz und zum an­de­ren acht zen­tra­le An­wen­dungs­fel­der in pro­du­zie­ren­den Un­ter­neh­men. Die bei­den Di­men­sio­nen wer­den zu ei­ner Ma­trix kom­bi­niert, so­dass sich ins­ge­samt 48 Fel­der er­ge­ben. Für je­des die­ser Fel­der le­gen die Au­to­ren die Re­le­vanz fest – nied­rig, mit­tel und hoch.

Die Werk­zeug­grup­pe „Text- und Sprach­ver­ar­bei­tung“hat bei­spiels­wei­se für die An­wen­dungs­fel­der „Di­gi­ta­le As­sis­tenz­sys­tem“und „Lo­gis­tik“ei­ne ho­he Re­le­vanz, die Werk­zeug­grup­pe „Bild- und Ton­ver­ar­bei­tung“für die An­wen­dungs­fel­der „In­stand­hal­tung“, „Di­gi­ta­le As­sis­tenz­sys­te­me“, „Qua­li­täts­ma­nage­ment und-kon­trol­le“und „Au­to­ma­ti­sie­rungs­tech­nik“. Auf die­ser Ba­sis wer­den in der Kurz­stu­die spe­zi­fi­sche Sze­na­ri­en vor­ge­stellt, die be­reits rea­li­siert wur­den. Das sind bei der In­stand­hal­tung et­wa ei­ne selbst­steu­ern­de La­ger­über­wa­chung und ei­ne Zu­stands­dia­gno­se auf Ba­sis von Re­fe­renz­da­ten. In der Lo­gis­tik wird auf frei na­vi­gie­ren­de Trans­port­fahr­zeu­ge ver­wie­sen. Und für das An­wen­dungs­feld „Au­to­ma­ti­sie­rungs­tech­nik“wer­den ei­ne au­to­ma­ti­sier­te Schütt­gut­an­nah­me und an­thro­po­mor­phe Mon­ta­ge­pro­zes­se als Bei­spie­le aus der Pra­xis ge­nannt.

Ki-stra­te­gie für die ei­ge­ne Smart Fac­to­ry ent­wi­ckeln

Das Fünf-stu­fen-mo­dell des Bit­kom und die Iden­ti­fi­zie­rung von Ein­satz­fel­dern für KI im Pro­duk­ti­ons­um­feld der bei­den Fraun­ho­fer-in­sti­tu­te sind her­vor­ra­gen­de Aus­gang­punk­te für die Ent­wick­lung ei­ner ei­ge­nen Ki-stra­te­gie. Denn sie lie­fern In­spi­ra­tio­nen und un­ter­stüt­zen da­bei, die Stra­te­gie­ent­wick­lung zu struk­tu­rie­ren. Hilf­reich ist es auch, sich mit den not­wen­di­gen Fä­hig­kei­ten ei­nes Ki-öko­sys­tems so­wie den ver­schie­de­nen Pha­sen ei­nes Da­ten­flus­ses ver­traut zu ma­chen. Für bei­des ha­ben wir bei MHP bei­spiel­haf­te Kon­zep­te er­ar­bei­tet.

Ope­ra­tio­na­li­sie­rung auf Ba­sis der in­di­vi­du­el­len Si­tua­ti­on

Auf die­ser theo­re­ti­schen Grund­la­ge kann ei­ne prak­ti­sche Ope­ra­tio­na­li­sie­rung er­fol­gen, bei der die in­di­vi­du­el­le Si­tua­ti­on be­rück­sich­tigt wird. Da­bei ste­hen zwei Leit­fra­gen im Vor­der­grund:

1. Wie las­sen sich die Pro­zes­se in der Pro­duk­ti­on op­ti­mie­ren? Wo gibt es Schwach­stel­len und wel­che Stär­ken las­sen sich wei­ter ver­bes­sern? 2. Wel­che Da­ten sind da­für er­for­der­lich, wel­che Da­ten sind ver­füg­bar und in­wie­fern kön­nen Da­ten, die nö­tig, aber noch nicht ver­füg­bar sind, nutz­bar ge­macht wer­den?

Nach un­se­rer Er­fah­rung aus zahl­rei­chen Smart-fac­to­ry-pro­jek­ten führt schon die Dis­kus­si­on die­ser Leit­fra­gen in in­ter­dis­zi­pli­nä­ren Teams zu auf­schluss­rei­chen Er­geb­nis­sen. Wich­tig ist da­bei, auch Ide­en zu­zu­las­sen, die erst ein­mal sehr fu­tu­ris­tisch an­mu­ten. Denn auch wenn sich die­se auf ab­seh­ba­re Zeit nicht ver­wirk­li­chen las­sen, sind sie ei­ne her­vor­ra­gen­de Mo­ti­va­ti­on, um heu­te mit den ers­ten Schrit­ten ins Ki-zeit­al­ter zu star­ten.

Bild: Ta­tia­na She­pe­le­va/shut­ter­stock

Nur mit künst­li­cher In­tel­li­genz lässt sich ei­ne Smart Fac­to­ry ver­wirk­li­chen.

Um mit­hil­fe von KI aus Da­ten ei­nen ech­ten Busi­ness Va­lue in der Smart Fac­to­ry zu ge­ne­rie­ren, müs­sen die Da­ten ei­ne mehr­stu­fi­ge Ver­ar­bei­tungs-pi­pe­line durch­lau­fen.

Newspapers in German

Newspapers from Germany

© PressReader. All rights reserved.