Künstliche Intelligenz in der Industrie
Das Zeitalter hochintelligenter Maschinen kommt. Wie Siemens mit Künstlicher Intelligenz die Industrie vorantreibt, sagt Roland Busch, Chief Technology Officer der Siemens AG.
von Dr. Roland Busch
Ob autonome Optimierung von Gasturbinen, bessere Überwachung intelligenter Stromnetze oder vorausschauende Wartung von Industrieanlagen – für Siemens bietet Künstliche Intelligenz großes Potenzial, das wir konsequent nutzen. Wir sind führend in der industriellen Anwendung Künstlicher Intelligenz und können unseren Kunden neue Services anbieten, mit denen sie Produktivität und Effizienz steigern.
Künstliche Intelligenz zählt zu unseren Top-Technologiethemen. Unsere Forschung ist seit mehr als 30 Jahren sehr aktiv. Bereits in den 1990er-Jahren wurden Neuronale Netze in Stahlwerken eingesetzt. Heute arbeiten rund 200 Experten an Datenanalytik und Neuronalen Netzen. Aktuelle Stichworte sind etwa Reinforcement Learning oder Deep Learning. Was bedeutet das? Ein Neuronales Netz ist nicht fest programmiert und weist ähnliche Verknüpfungen auf wie die Nervenzellen im Gehirn von Lebewesen. Damit lernt es, Daten zu interpretieren und Entscheidungen zu treffen. Unsere Deep-Learning-Verfahren arbeiten mit zigtausend simulierten Neuronen und Millionen Verknüpfungen zwischen ihnen.
Intelligente Datenanalyse
Während oft über spektakuläre Erfolge Künstlicher Intelligenz bei Strategiespielen wie Go oder Poker diskutiert wird, optimieren wir mit ihr Industrieanlagen und nutzen sie für viele weitere Anwendungen, etwa bei der Energieverteilung, bei Elektromotoren oder in der Bahntechnik. Zum Beispiel verbessern wir bei einem unserer Kunden den Betrieb von Gasturbinen. Das System lernt aus den Betriebszuständen und weiteren Daten und kann so den Ausstoß an giftigen Stickoxiden signifikant reduzieren – ohne dabei die Leistung der Turbine zu schmälern oder ihre Lebensdauer zu verkürzen. Wir setzen die Technologie auch ein, um den Betrieb von Windturbinen zu verbessern, die die Stellung der Rotoren autonom so dem wechselnden Wind anpassen, dass der Ertrag eines Windparks steigt.
Auch unser industrielles Betriebssystem MindSphere profitiert von intelligenter Datenanalyse, etwa bei der vorausschauenden Wartung und der Optimierung des Betriebs von Systemen und Anlagen. So kann die Software durch Analyse der Betriebsdaten und Messungen von Sensoren erkennen, ob im System, also dem Werk, in der Anlage oder der installierten Automatisierungslösung Anomalien auftreten.
Künstliche Intelligenz für Industrie, Stromnetze und Züge
Mit einer Smart Box bringen wir ältere Motoren oder Getriebe in die digitale Welt. Sie enthält Sensoren und eine Kommunikationsschnittstelle zur Datenübertragung. Durch Analyse der Daten kann unsere Künstliche Intelligenz Aussagen über den Maschinenzustand machen und Unregelmäßigkeiten erkennen; damit ermöglicht sie eine vorausschauende Wartung.
Wir setzen Künstliche Intelligenz nicht nur im Industrieumfeld ein, wir verbessern auch die Zuverlässigkeit von Stromnetzen, indem wir sie intelligenter machen und die Geräte, die das Netz steuern und überwachen, mit Künstlicher Intelligenz ausstatten. Sie klassifiziert und lokalisiert dann Störungen im Netz. Eine Besonderheit: Die Berechnungen laufen nicht zentral im Datencenter, sondern dezentral auf den miteinander vernetzten Schutzgeräten.
Mit der Deutschen Bahn läuft ein Pilotprojekt zur vorausschauenden Wartung und Instandhaltung von Hochgeschwindigkeitszügen. Aus den Betriebsdaten der Fahrzeuge erkennen unsere Datenanalytiker und die Software Muster und Trends. Zudem hilft Künstliche Intelligenz, die Leitzentrale eines Stellwerks optimal zu bauen. Die Software wählt aus Milliarden Möglichkeiten für die Hardwarekonfiguration eines Stellwerks jene aus, die alle Rahmenbedingungen erfüllen – auch in puncto Betriebssicherheit.
02.03.2018
Dr. Roland Busch
Abonnieren Sie unseren Newsletter
Bleiben Sie auf dem Laufenden: Alles was Sie über Elektrifizierung, Automatisierung und Digitalisierung wissen müssen.