Einsatz von KI in der Industrie

Inhaltsverzeichnis

Welche Nutzung von KI uns in der Industrie begegnet

Was wir von der KI-Nutzung in der Produktion erwarten

Was manubes mit KI in der Produktion macht

Die Nutzung von künstlicher Intelligenz in der Produktion und in der Industrie begegnet uns schon seit vielen Jahren. Die Anwendung sind spezielle Fachgebiete, in denen sich die KI bereits bewährt hat. Konkrete Beispiele sind Bilderkennung und Predictive Maintenance.  

Die Bilderkennung, auch als Machine Vision bezeichnet, erkennt Objekte und hilft damit, Entscheidungen im automatisierten Prozess zu treffen. Darüber können Qualitätsentscheidungen getroffen werden oder die Verfahrensweise von Maschinen gesteuert werden.

Machine Vision ist schon viele Jahre im Einsatz und hat bereits einen hohen Entwicklungsstand erreicht. Im Hintergrund nutzen moderne Machine Vision–Systeme Verfahren und Techniken der Künstlichen Intelligenz wie Machine Learning oder Deep Learning und künstliche neuronale Netzwerke. 

Predictive Maintenance fasst verschiedene Strategien zusammen, um eine vorbeugende Instandhaltung durch Erkenntnisse aus Prozessdaten zu erreichen. Neben vielen weiteren Datenanalyse–Technologien kommen hier KI-Technologien zum Einsatz, die Unregelmäßigkeiten in Daten erkennen (Anomaly Detection) beziehungsweise Abweichungen von gewohnten/gelernten Prozessverläufen aufdecken (Condition Monitoring).

Auch bei Predicitive Maintenance arbeiten im Hintergrund Machine Learning–Algorithmen. 

Das Thema KI ist in den Köpfen der Entscheider präsent. Das Bewusstsein, dass ein Einsatz von KI mittelfristig unumgänglich ist, setzt sich mehr und mehr durch. 

Die Nutzung von KI in der Industrie ist noch verhalten. Die Einführung erfordert neben der Identifikation des konkreten Einsatzfalls viel Expertenwissen und eine zuverlässige Datengrundlage. Für eine umfassende Umsetzung sind viele Fachbereiche gefragt. Die Amortisation der Investitionen ist wiederum nicht immer vorhersagbar, wenn unklar ist, ob die Problemstellung durch KI umgesetzt werden kann.

Die angesprochenen Bereiche Machine Vision und Predictive Maintenance zeigen sehr gut, wie in einzelnen Bereichen ausgereifte KI-Systeme mittels Machine Learning zuverlässig Prozesse steuern und verbessern können. Wir sehen bereits jetzt, wie in sehr spezialisierten Fachbereichen KI–Systeme zur Lösung konkreter Aufgabenstellungen eingeführt werden:

• Fehlstellen-Detektion in der Glasproduktion 
• Qualitätssicherung anhand von Prozessdaten in der Papierproduktion 
• Maschinenausfall-Vorhersage durch Maschinendaten-Analyse 
• Live-Empfehlungen an Bediener für optimale Maschinenparameter

Wir erwarten, dass diese Systeme als Inseln ihre hochspezialisierte Aufgabe erfüllen. Sie werden von Experten betreut sein und schließlich über Standardschnittstellen in die Systemlandschaft der industriellen Produktion aufgenommen werden. Dies erfolgt dann wie gewohnt über die Vorgehensweise der Industrie 4.0. D.h. Informationen für deren Betrieb werden in Echtzeit aus dem Prozess an diese Systeme übergeben und im Gegenzug werden die Entscheidungen und Erkenntnisse aus dem System abgerufen und in die Produktionssysteme zurückgeschrieben. 

Auf diesem Wege werden immer mehr spezialisierte Aufgaben von KI-Systemen übernommen werden können. Da für die einzelnen Aufgabenstellungen sehr spezifisches Domänenwissen erforderlich ist, erwarten wir hier eine sehr heterogene Systemlandschaft.

Das Domänenwissen bezieht sich dabei auf maschinenspezifisches Wissen, produktspezifisches Wissen und auch auf prozessspezifisches Wissen. Die KI-Systeme müssen in diesen Anwendungsfällen zum Großteil mit vorhandenen und auflaufenden Daten trainiert werden, um so die spezielle Anforderung zu erfüllen. 

Ein neues Feld der KI in der Produktion werden die großen Sprachmodelle sein. Die sogenannten LLMs (Large Language Models sind in den letzten Jahren sehr populär geworden sind. Im Unterschied zu den spezialisierten Machine Learning-Lösungen sind die bestehenden Sprachmodelle sehr bekannt. Der Nutzen und die beeindruckenden Funktionen von ChatGPT und Co. sind mittlerweile vielen Menschen ein Begriff.

Wir erwarten hier, dass sich diese Systeme ebenfalls ihren Platz in der industriellen Produktion bzw. im Produktionsmanagement suchen werden. Anwendung sind im ersten Schritt Assistenzsysteme, die Anwendern helfen, die großen Datenmengen der Produktion effizient und assistiert auszuwerten. Aber die Sprachmodelle haben auch das Potenzial, die Steuerung der Produktion zu begleiten, indem sie durch ihre starken Fähigkeiten beim Generieren von Daten helfen werden. Sie sind in der Lage eine Produktionsplanung zu erstellen, Dokumentation zu vereinfachen und eine neue Form der Bediener-Führung zu realisieren.  

Die Nutzung von LLMs in der Produktion steht somit erst am Anfang. Im Unterschied zu Machine Learning-Anwendungen sind LLMs schon trainiert und stehen als fertiges Modell zur Verfügung. Dadurch können Sie sehr schnell zum Einsatz gebracht werden. 

Mit manubes haben wir Künstliche Intelligenz über die Sprachmodelle in die Produktion gebracht und in Form des Chat-Assistenten integriert.  

manubes wird durch die Anbindung an (lokale) Produktionssysteme kontinuierlich mit hochrelevanten Produktionsdaten versorgt, welche in die manubes-eigenen Datenmodelle geschrieben werden. Diese Daten bilden die Grundlage für den KI-basierten Assistenten.

Eine große Stärke der generativen KI ist die Fähigkeit, Fragestellungen eines Menschen in technische Fragestellungen umzuwandeln. Diese technischen Fragestellungen kann manubes anhand seiner Datenbestände von Produktionsdaten beantworten. Der manubes-Chat-Assistent wandelt die ermittelten Daten wiederum mithilfe der generativen KI in für den Menschen auswertbare Antworten und teilweise sogar Grafiken um.

Damit wird die beeindruckende Fähigkeit von Sprachmodellen, menschliche Sprache gut zu verstehen, direkt genutzt, um Fragestellung zur Produktion zu beantworten. Eine Fähigkeit, die in dieser Art, Flexibilität und Schnelligkeit bisher nicht vorhanden war. Vorhandene Reporting– oder BI–Tools erfordern immer ein gewisses Vorwissen des Bedieners und eine aktive Nutzung der Tools. 

Die Fähigkeit, spontane Fragen zur Produktion mit manubes zu beantworten, ist bereits Realität. Dies ist eine sehr mächtige Funktionalität. In der Zukunft ist geplant, mit dieser Funktion auch Daten zu generieren. Das wird der nächste Schritt in der Nutzung der Sprachmodelle in manubes und damit eine weitere, sehr spannende Nutzung von KI in der Produktion. Die KI und damit auch manubes werden zu aktiven Akteuren in der Produktion. Sie werden zum virtuellen Operator.