KI in der Industrie: Fertigung mit Köpfchen

Transporter finden selbstständig ihren Weg durch Fabrikhallen, Anlagen optimieren im laufenden Betrieb ihren Energieverbrauch und Maschinen nehmen während der Fertigung bereits Qualitätskontrollen vor und justieren nach – das Potenzial der künstlichen Intelligenz für die Industrie ist enorm. Schon heute gestaltet sie die Produktion effizienter, flexibler und zuverlässiger.

Die Industrie wird mehr und mehr digital, das digitale Unternehmen ist längst Realität.Laufend werden Daten generiert, verarbeitet und analysiert. Die Datenmengen in Produktionsumgebungen sind die Grundlage, um digitale Abbilder ganzer Anlagen und Systeme zu erzeugen. Mit diesen digitalen Zwillingen lassen sich längst Planung und Design von Produkten und Maschinen sowie der Fertigungsbetrieb flexibler und effizienter gestalten – bis hin zur schnelleren Produktion individualisierter Produkte in hoher Qualität und zu einem bezahlbaren Preis.
 

Doch was wäre, wenn die Maschinen und Prozesse selbstständig Erkenntnisse aus den Datenmengen gewinnen könnten und ihre Prozesse bereits im laufenden Betrieb ­optimieren würden? Das Potenzial wäre enorm. Die gute Nachricht ist: Es lässt sich heute schon schrittweise erschließen – dank künstlicher Intelligenz (KI). 

Neue Möglichkeiten schaffen

Auf dem Gebiet von KI wird bereits seit über 30 Jahren geforscht und es wurden bereits große Fortschritte mit dieser Technologie erzielt, etwa leistungsfähigere Hard- und Software sowie verbesserte Rechenleistung und Datenübertragung. Mit der Anwendung künstlicher Intelligenz tun sich völlig neue Möglichkeiten einer flexiblen, effizienten Produktion auch von komplexen und immer individuelleren Produkten in kleinen Losgrößen auf. Die Konsequenzen für die Wirtschaft können beachtlich sein, wie eine Studie von Roland Berger zeigt: So könnten intelligente, digital vernetzte Systeme und Prozessketten bis 2035 zusätzliches Wachstum von rund 420 Milliarden Euro allein in Westeuropa bringen. Laut einer PwC-Studie kann KI außerdem im Jahr 2030 bis zu 15,7 Billionen Dollar zur Weltwirtschaft beitragen.
 

Erste reale Anwendungen von künstlicher Intelligenz werden bereits im industriellen Alltag eingesetzt: Spracherkennung zum Bearbeiten einfacher Aufträge, das Erfassen von Umgebungen mittels Kameras, Laser- oder Röntgenstrahlen bis hin zu virtuellen persönlichen Assistenten in der Logistik. Insgesamt 62 Prozent der großen Unternehmen nutzen im Jahr 2018 laut der PwC-Studie bereits KI-Technologie. Siemens bietet Lösungen im Service mit vorausschauender Wartung, aber auch im Engineering und bei der Qualitätsprüfung. Außerdem unterstützen Cloud-Lösungen wie MindSphere und intelligente Applikationen dabei, Prozesse laufend zu optimieren und somit die Effizienz und Verfügbarkeit von Maschinen zu steigern.

KI und Industrie 4.0

Mit Big Data und KI wird das Thema Industrie 4.0 kräftig befeuert. In den Datenmengen einer Fabrik können mittels intelligenter Softwarelösungen Trends und Muster erkannt werden, die dabei helfen, effizienter oder energiesparender zu fertigen. So werden Anlagen stetig neuen Umständen angepasst und weiter optimiert, ohne dass ein Bediener eingreift. Mit steigender Vernetzung kann die KI-Software lernen, auch „zwischen den Zeilen“ zu lesen. Dadurch lassen sich viele komplexe Zusammenhänge in Systemen aufdecken, die der Mensch noch nicht oder nicht mehr überblicken kann. Intelligente Software mit der entsprechend intelligenten Analysetechnik ist bereits verfügbar. Ob die Datenverarbeitung über eine Cloud-Lösung oder lokal (beispielsweise über Edge Computing) erfolgt, hängt von den Anforderungen des Anwenders ab. Auf der Edge Plattform sind die Daten schneller und typischerweise in höherer Auflösung verfügbar, während in der Cloud große Mengen an Rechenleistung zur Verfügung stehen. In vielen Fällen ist eine Kombination aus Edge und Cloud notwendig um das Beste aus beiden Welten zu vereinen. 
 

Über MindSphere, das cloudbasierte, offene IoT-Betriebssystem von Siemens, können Produkte, Anlagen, Systeme und Maschinen verbunden werden. Es ist eine der wichtigsten Grundlagen für den Einsatz von KI in der Industrie, denn es ermöglicht, die Fülle der generierten Daten aus dem Internet der Dinge (IoT) anhand umfangreicher Analysen für Optimierungen, Simulationen und Entscheidungen zu nutzen.
 

Mithilfe des digitalen Zwillings lassen sich verschiedene Szenarien virtuell testen und intelligente Entscheidungen zum Beispiel zur Optimierung der Produktion treffen. Anhand eines digitalen Abbilds einer Werkzeugmaschine und des dazugehörigen Fertigungsprozesses kann KI zum Beispiel künftig erkennen, ob das gerade gefertigte Werkstück den Qualitätsvorgaben entspricht und welche Produktionsparameter angepasst werden müssen, damit dies in der laufenden Produktion auch so bleibt. So wird die Produktion noch zuverlässiger und effizienter und die Unternehmen werden wettbewerbsfähiger.

Sicherheit hat höchste Priorität

Grundvoraussetzung sowohl für Industrie 4.0 als auch für künstliche Intelligenz ist eine flächendeckend gute IT-Infrastruktur – und zwar für große wie für kleine und mittlere Unternehmen. Denn nur so können sie Anschluss an die digitale Zukunft bekommen. Dabei muss jedoch immer auch beachtet werden, dass Digitalisierung und Cybersicherheit gleichzeitig vorangetrieben werden müssen – denn ohne entsprechende Schutzmaßnahmen sind die Gefahren groß: Laut dem WEF „Global Risk Report“ 2018 wird sich der Schaden, der Unternehmen durch Cyber-Kriminalität entsteht, in den nächsten fünf Jahren auf 8 Billionen US-Dollar belaufen – deutlich mehr als das Brut­toinlandsprodukt von Deutschland. Damit kommt dem ganzheitlichen Schutz von Industrieanlagen, wie ihn etwa das Defense in Depth-Konzept von Siemens gewährleistet, auch inZukunft eine Schlüsselrolle zu. Denn die Hacker werden immer intelligenter – und für die Industrie ist es entscheidend in diesem Wettlauf die Nase vorn zu haben.

Künstliche Intelligenz
Unter künstlicher Intelligenz im eigentlichen Sinn versteht man Anwendungen, bei denen Maschinen Aufgaben ausführen, für die normalerweise menschliche Intelligenzleistungen wie Lernen, Urteilen und Problem- lösen nötig sind. Dafür werden Tools und technische Lösungen entwickelt, mit denen der Mensch besser arbeiten kann, da sie seine Fähigkeiten erweitern.

Machine learning
Durch das sogenannte Machine Learning (ML) entsteht die eigentliche „Intelligenz“: Computer werden trainiert, anhand von Algorithmen in unstrukturierten Datensätzen Muster zu erkennen und aufgrund dieses „Wissens“ Entscheidungen selbst zu treffen. Ziel ist es, dass die Maschine aus Daten und Erfahrung lernt und ihre Aufgaben immer besser ausführen kann. 

Deep learning

Beim Deep Learning (DL) werden tiefe neuronale Netze genutzt. Der Computer greift dabei gleichzeitig auf Daten in mehreren Knotenebenen zurück, um Zusammenhänge zu erkennen, Rückschlüsse zu ziehen und Vorhersagen sowie Entscheidungen zu treffen. Dank selbstlernender Algorithmen kann die Maschine auch komplexe nicht lineare Pro­bleme eigenständig lösen und ohne Anweisungen interagieren.

Abonnieren Sie unseren Newsletter

Bleiben Sie auf dem Laufenden: Alles was Sie über Elektrifizierung, Automatisierung und Digitalisierung wissen müssen.