OEM&Lieferant Ausgabe 1/2019

25 Mit den seit langem bewährten PLUGand- WORK – Lösungsbausteinen machen wir auch Komponenten und Maschinen zu Datenliefe- ranten, die heute noch nicht vernetzt sind. Außerdem bietet das IOSB Know-how zu den Themen Datensicherheit und Datenschutz, denn mehr Vernetzung bedeutet höhere An- fälligkeit gegen Cyberangriffe. Der richtige Einsatz heute bereits verfügbarer Technolo- gien sorgt für uneingeschränkte Datenhoheit. Welche Bedeutung hat Maschinelles Ler- nen für KI? Olaf Sauer: In Produktionsprozessen wird Maschinelles Lernen eingesetzt, um ganz allgemein „Wissen“ aus „Erfahrung“ zu er- zeugen. Lernalgorithmen entwickeln aus möglichst repräsentativen Beispieldaten ein komplexes Modell. Dieses Modell kann an- schließend auf neue, potenziell unbekannte Daten derselben Art angewendet werden. Immer wenn Prozesse zu kompliziert sind, um sie analytisch zu beschreiben, aber ge- nügend viele Beispieldaten verfügbar sind, bietet sich Maschinelles Lernen an. Die Mo- delle werden mit dem Datenstrom aus dem laufenden Betrieb abgeglichen und erlauben letztlich Vorhersagen oder Empfehlungen und Entscheidungen. Beispiele, um mit Hilfe Maschinellen Lernens Qualität, Zeit oder Kosten zu verbessen sind: das Entdecken von Anomalien im Verhal- ten von Maschinen oder Komponenten, weil die Verfahren zuverlässig Abweichungen vom Normverhalten eines Prozesses aufde- cken; das Treffen besserer Entscheidungen in komplexen Situationen, weil die Modelle die kompletten Zusammenhänge auch über mehrere Fertigungsstufen erkennen und da- mit zu Assistenzsystemen ausgebaut werden können oder das schnelle Anpassen von Fer- tigungs- und Montageprozessen an aktuelle Situationen, weil klare Korrelationen zwischen Messergebnissen und Prozessparametern eine automatische Regelung ermöglichen. Weiter Anwendungsgebiete Maschinellen Lernens sind Mensch-Roboter-Kooperation, autonome Intralogistik und Selbstorganisa- tion in der Fertigung. Das IOSB unterstützt Unternehmen dabei, die richtigen Lern- und Modellierungsalgorithmen auszuwählen, re- präsentative Trainingsdaten zu definieren, aufzubereiten und zu speichern, aus den Trai- ningsdaten sinnvolleModelle zu erzeugen und diese dann mit Laufzeitdaten zu vergleichen. Wo werden die für den Einsatz von KI-Me- thoden anfallende Daten künftig verarbei- tet bzw. die Modelle gelernt? Olaf Sauer: Aktuell zeichnet sich ab, dass zu- künftig „Edge-Cloud-Rechenzentren“ diese Aufgabe übernehmen. Unter Edge-Compu- ting versteht man, Rechenleistung, Soft- ware-Anwendungen, Datenverarbeitung oder Dienste unmittelbar an die logische Randstelle eines Netzwerkes zu verlagern, z.B. einer Linie oder einer kompletten Fabrik. Studien prognostizieren, dass Edge-Compu- ting durch die zu erwartende Datenvielfalt, die erforderliche Verarbeitungsgeschwindig- keit und –leistung bis zum Jahr 2025 um rund 30 Prozent jährlich zunimmt. Edge-Rechen- zentren, untereinander verbunden zu einer Cloud-Infrastruktur, sind damit skalierbar und bieten auch mittelständischen Unter- nehmen die Möglichkeit, Cloud-Technologien zu nutzen, ohne in eine eigene Infrastruktur investieren zu müssen. Wie können Unternehmen und For- schungseinrichtungen das Potenzial von KI gemeinsam ausschöpfen? Olaf Sauer: Studien zeigen, dass gezielte Kooperationen zwischen Unternehmen und Forschungseinrichtungen schneller zu neuen Produkten, Dienstleistungen und Prozessen führen. Innerhalb der Fraunhofer „Enterprise Labs“ arbeiten Mitarbeiter aus Unternehmen täglich mit Fraunhofer Wissenschaftlern und Entwicklern in einem Team zusammen und schaffen so konkrete Produkt- und Prozess- innovationen. Dabei bringen die Mitarbeiter aus der Praxis spezifisches Produkt- und Prozess-Know-how sowie Kenntnisse über die Geschäftsprozesse ihres Marktes ein. Die IOSB Wissenschaftler verfügen über umfangreiches Technologie Know-how und Anwendungswissen aus verschiedenen Branchen. So entstehen in der Kooperation zielgerichtete Ergebnisse bis hin zu gemein- samen Business Cases mit messbarem Kun- dennutzen. Welche Rolle spielen hierbei die For- schungsfabriken und Labore der IOSB? Olaf Sauer: Sie sind eine ideale Umgebung für produktionsnahe KI-Projekte, da sie nach dem neusten Stand der Technik mit indus- triellen Komponenten von der Sensorik bis zur Cloud-Infrastruktur ausgerüstet sind, sodass spätere Anwendungen und Produkte realitätsnah erprobt und verbessert werden können. Prozessverbesserung durch Machine Learning und Data Analytics http://t1p.de/vt0u Maschinelles Lernen und künstliche Intelligenz  http://t1p.de/wkw3 Webseiten Schneller und besser entscheiden Kundenerlebnis verbessern Produktqualität verbessern Operative Kosten reduzieren Effizienz/Produktivität verbessern 30 35 39 48 59 Gründe für den Einsatz von KI Quelle: IDC: Künstliche Intelligenz in Deutschland 2018. 0 10 20 30 40 50 [%] 60 …sehr positiv Ich sehe die Entwicklung… …eher positiv …eher negativ …sehr negativ 5% 13% 54% 28% Wie beurteilen Sie die Veränderungen in der Arbeitswelt durch den Einsatz von Künstlicher Intelligenz? 0 10 20 30 40 50 [%] 60 …sehr positiv Ich sehe die Entwicklung… …eher positiv …eher negativ …sehr negativ 5% 13% 54% 28% Wie beurteilen Sie die Veränderungen in der Arbeitswelt durch den Einsatz von Künstlicher Intelligenz?