So optimiert KI die datengetriebene Produktion
Die zunehmende Vernetzung in produzierenden Unternehmen bringt viele Daten zusammen. KI-Engineering soll nun helfen, damit effizient umzugehen. Zwei Fraunhofer-Institute haben dazu diese Woche ein Whitepaper veröffentlicht.
Foto: panthermedia.net/ipopba
Bisher führt Industrie 4.0 vor allem dazu, dass immer mehr Daten gesammelt werden. Doch daraus einen Nutzen zu erzielen, fällt vielen Unternehmen noch schwer. Große Hoffnungen liegen deshalb im Einsatz von Künstlicher Intelligenz (KI). Sie könnte Optimierungsprobleme datengetrieben lösen, die mit anderen Methoden schwer greifbar sind – auch im Bereich der industriellen Fertigung und Logistik.
Für Ingenieure und Ingenieurinnen ergeben sich dadurch neue Herausforderungen. Denn beim Entwurf industrieller Anlagen und Prozesse wird eine vorhersagbare und dauerhaft verlässliche Leistungsfähigkeit erwartet. Solche Rahmenbedingungen sind bei der Entwicklung und im Betrieb KI-basierter Systeme deshalb bereits mitzudenken und zu implementieren.
KI-Verfahren als Teil eines ganzheitlichen Systems-Engineering-Prozesses
Ein Ansatz dafür ist die junge Disziplin KI-Engineering. Sie sieht eine ingenieurmäßige und systematische Herangehensweise an die Nutzung von KI-Verfahren vor, als Teil eines ganzheitlichen Systems-Engineering-Prozesses. „Bei unseren Projekten mit der Industrie wird immer wieder deutlich, dass KI als Technologie allein die Probleme nicht löst“, betonen die beiden Herausgeber des Whitepapers, Thomas Usländer vom Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) und Daniel Schulz vom Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS). Um einen nachhaltigen geschäftlichen Nutzen dieser Technologie sicherzustellen, ist nach ihrer Erkenntnis die Systematik und Methodik des KI-Engineerings dahinter entscheidend.
Lesetipp: Mit KI schneller zu mehr Solar in Deutschland
Wie sich „KI-Engineering in der Produktion“ nutzbringend einsetzen lässt, schildern sie im diese Woche erschienenen gleichnamigen Whitepaper (Dokument mit hochwertigen Fachinformationen) der Fraunhofer-Institute IAIS sowie IOSB.
Mit KI-Engineering das Potenzial von Industrie 4.0 voll ausschöpfen
Das KI-Engineering ist laut Jürgen Beyerer, Institutsleiter des Fraunhofer IOSB, für die digitale Transformation der Industrie von großer Bedeutung: „Um das volle Potenzial der Industrie 4.0 hinsichtlich Produktionsoptimierung, Produktverbesserung und neuen Geschäftsmodellen zu erreichen, müssen die Daten der Assets optimal und automatisiert genutzt werden. KI-Verfahren eignen sich dafür – aber zusätzlich bedarf es einer systematischen, ingenieurmäßigen Methodik zu ihrer Nutzung, eben des KI-Engineering.“
Ähnlich sieht d
Das nun vorgestellte Whitepaper umreißt den aktuellen Stand der Forschung. Insgesamt 14 Expertinnen und Experten des Fraunhofer IAIS und IOSB haben diesen zusammengetragen. Das Dokument spannt die Dimensionen für KI-Engineering-Anwendungen auf und umreißt die qualitativen Anforderungen in der Entwicklung und im Betrieb aus Sicht der Anwender und Entscheider. Es klassifiziert verschiedene Anwendungsfälle in vier Autonomiestufen, angefangen bei KI-basierten Assistenzfunktionen bis hin zu autonomen und adaptiven Systemen.
Fraunhofer-Institute bündeln Kompetenzen im KI-Engineering
Ein Kapitel adressiert die technischen und organisatorischen Herausforderungen beim Einsatz von KI-Methoden. Darin wird das KI-Engineering-Vorgehensmodell Paise (Process Model for AI Systems Engineering) vorgestellt. Abschließend verweist das Whitepaper auf weiterführende Schulungs- und Beratungsangebote unter anderem im Rahmen der Fraunhofer-Allianz Big Data und KI sowie des Kompetenzzentrums für KI-Engineering Karlsruhe, in dem Paise entwickelt wurde.
Das Whitepaper „KI-Engineering in der Produktion“ ist unter ISBN 978–3–8396–1943–8 verfügbar. Es kann aber auch kostenlos per Link abgerufen werden:
Hier geht es zum kostenlosen Whitepaper
