Künstliche Intelligenz – die Zukunft für den Maschinenbau

Shutterstock | Peshkova

Künstliche Intelligenz wird in der Produktion zu erheblichem Fortschritt führen – ohne die Rolle des Menschen dabei zu minimieren. Die Maschinenbaubetriebe setzen insbesondere auf die Technik des „Machine Learning“ und stellen sich ihrer Verantwortung.

Künstliche Intelligenz ist ein Teilbereich der Informatik, der sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Computerprogramme, die auf Machine Learning basieren, können mit Hilfe von Algorithmen eigenständig Lösungen für neue und unbekannte Probleme finden. Das künstliche System „erkennt Muster“ und Gesetzmäßigkeiten in den Lerndaten, die es zugespielt bekommt. Die Technik ist inzwischen schon weit vorangeschritten, die Art der algorithmischen Berechnung von Wahrscheinlichkeiten, die für maschinelles Lernen notwendig ist, setzt allerdings immer das Handeln von Menschen voraus.

Mensch und Maschine

Mit Hilfe von Künstlicher Intelligenz können Menschen zukünftig noch enger mit Maschinen zusammenarbeiten. Machine Learning sorgt dafür, dass Maschinen die Bedürfnisse der Menschen oder des Prozesses immer besser erkennen und darauf eingehen. So können beispielsweise Personen mit Handicap am Arbeitsplatz unterstützt und wieder in die Arbeitswelt integriert werden. Auch einfache monotone Arbeiten, die sich häufig wiederholen, lassen sich in Zukunft besser durch KI-basierte Lösungen ausführen oder unterstützen wie das Prüfen von Rechnungen oder notwendige Qualitätsprüfungen. Daher werden immer mehr Ingenieure/innen und Informatiker/innen benötigt, die diese Systeme entwickeln und zur Produktreife bringen. Somit werden in der Industrie zunehmend neue Arbeitsplätze geschaffen.

Ebenso suchen Unternehmen nach Fachkräften und Ingenieuren, die die jeweiligen Prozesse beherrschen, denn KI kann immer nur in Symbiose mit vorhandenem Prozesswissen funktionieren. Der Einsatz von KI-basierten-Lösungen ersetzt nicht den Menschen im Maschinenbau, sondern verlangt nach ihm als Trainer beziehungsweise Manager. Die Weiterbildung in diesem Themenfeld spielt daher eine entscheidende Rolle. KI-Kompetenz wird nicht nur von IT-Spezialisten und Programmierern verlangt, sondern von Beschäftigten aller Funktionen, Ebenen und Fachbereichen.

Machine Learning in der Theorie

Der erste Schritt auf dem Weg zu Machine Learning ist das Antrainieren der Maschine mit einer großen Anzahl von Lerndaten, um später einen passenden Algorithmus für den Produktionsbetrieb zu gewinnen. Diese Lerndaten müssen sehr gut aufbereitet sein und dem Prozess genau entsprechen, der später unterstützt werden soll. Die Auswahl und Aufbereitung der Daten verursachen daher den größten Aufwand in einem solchen Projekt.

Anschließend wird der Algorithmus in das produktive System integriert. Ab diesem Zeitpunkt erfüllt er seine erlernte Aufgabe, ohne aber neue Erfahrungen zu sammeln oder sich selbstständig zu verbessern. Der Dateninput führt nun zu einem Datenoutput, der genau dem erlernten Verhalten entspricht.

Verschiedene Softwaretools, die bereits auf dem Markt etabliert sind, helfen dabei, solche Systeme aufzubauen. Neue Frameworks und Plattformen unterstützen die breite Anwendung dieser bisher eher "akademischen" Themen im Projektalltag. Machine Learning sorgt somit dafür, dass Software und Informatik immer stärker zum maßgeblichen Innovationstreiber im Maschinenbau werden.

Praktische Tipps und Erfahrungen hierzu hat der VDMA Software und Digitalisierung in seinem „Industrie Podcast“  zusammengetragen:

 

#1 Der Industrie Podcast: Künstliche Intelligenz und Machine Learning

#2 Der Industrie Podcast: Künstliche Intelligenz in der Fertigung

 

Machine Learning in der Praxis

Machine Learning kann sowohl genutzt werden, um Produkteigenschaften, als auch interne Prozesse zu optimieren. Hinsichtlich des Einsatzes bei Produkten unterscheiden sich die Verwendungsmöglichkeiten von Machine Learning ebenfalls: Einerseits kann dies im Produkt selbst, andererseits auch im Prozessumfeld der Maschine, etwa in Form von Wartungs- oder zusätzlichen Mehrwertdiensten erfolgen.

Ein Anwendungsfeld von Machine Learning ist die Maschinenbedienung. Diese wird durch Expertensysteme vereinfacht. Ein erfolgreiches Beispiel hierfür ist ein Bediener-Assistenz-System von HOMAG Plattenaufteiltechnik, das intelligent auf die Handlungen des Maschinenbedieners reagiert. In dem Video wird gezeigt, wie das System den Bediener mithilfe optischer Signale, die direkt im Arbeitsblickfeld erscheinen, unterstützt. Der Maschinenbediener profitiert durch das intelligente System von einer visuellen Rundum-Unterstützung.

Das intelligente Assistenzsystem intelliGuide von HOMAG Plattenaufteiltechnik

Machine Learning in der Praxis Bedeutung für den Maschinenbau

Welche Bedeutung Machine Learning für den Maschinenbau hat, zeigt eine aktuelle Umfrage des VDMA. Vor allem in den Anwendungsbereichen Kundendienst (64 Prozent), Konstruktion und Entwicklung (54 Prozent) und in der Produktion (50 Prozent) haben Lösungen auf Basis von Machine Learning eine mittlere bis hohe Relevanz.

Rund 46 Prozent der Teilnehmer haben schon eine entsprechende Lösung für die Unternehmensprozesse oder in den Produkten bzw. Dienstleistungen im Einsatz. Genutzt wird Machine Learning vor allem in der Konstruktion und Entwicklung (14 Prozent), im Kundendienst (13 Prozent), in der Produktion (13 Prozent), im Rechnungswesen und Controlling (10 Prozent) sowie im Condition Monitoring (13 Prozent) und für Remote Service (13 Prozent). Zudem planen die befragten Unternehmen in den kommenden drei Jahren den Einsatz in den Prozessen und Produkten deutlich zu verstärken. Bis 2022 will dann beispielsweise mehr als die Hälfte der Firmen Machine Learning basierte Lösungen im Kundendienst verwenden.

Ethik und KI

Im Maschinenbau bringt Künstliche Intelligenz eine wesentliche Änderung mit sich: Datenbasierte Geschäftsmodelle werden auch in der Industrie ein Schwerpunkt der Wertschöpfung der Zukunft. In einer datenbasierten Ökonomie sind ethische Fragen jedoch von grundlegender Bedeutung. Hierbei geht es um die Frage der Mensch-Maschine-Interaktion ebenso wie etwa um die Frage der Datenhoheit. Nötig ist dabei ein genauer Blick auf das zu lösende Problem, da datenethische Fragen nicht in allen industriellen Anwendungsfällen gleichermaßen relevant sind. Es macht einen erheblichen Unterschied, ob Daten genutzt werden, um einen Fertigungsprozess in einer Maschine zu optimieren oder um eine medizinische Diagnose zu erstellen. Es existieren zahlreiche Vorschriften und Richtlinien hinsichtlich Sicherheit, Gesundheitsschutz oder Produkthaftung, die von Maschinenherstellern bereits heute einzuhalten sind und auch beim Einsatz neuer Technologien gelten. In der industriellen Nutzung bietet Künstliche Intelligenz zudem erhebliche Vorteile, ressourceneffizienter und nachhaltiger zu produzieren und die Innovationsführerschaft im Maschinenbau zu behaupten. Der erfolgreiche Einsatz von KI sichert damit langfristig Millionen von Arbeitsplätzen in Europa. Auch dies ist eine ethische Verantwortung.

Ein Thema für die Zukunft

Der VDMA Software und Digitalisierung hilft VDMA-Mitgliedern dabei, den Weg mit Machine Learning erfolgreich zu gestalten. In seinem Netzwerk hat der Fachverband eine Vielzahl von Unternehmen, die bereits Technologiewissen rund um Machine Learning aufweisen. Dieses Wissen wird für den Maschinen- und Anlagenbau gewinnbringend eingesetzt. Der Expertenkreis Machine Learning erarbeitet seit 2017 Publikationen und Hilfestellungen für die Mitglieder des VDMA und unterstützt den Informations- und Wissensaufbau in diesem Themenfeld. Die aktuelle Publikation ist der Quick Guide „Machine Learning“.

Quick Guide Machine Learning
Mit dem Ziel, allen Mitgliedern bei der betriebswirtschaftlichen Einschätzung und Relevanz von Machine Learning zu helfen, um eine eigene Herangehensweise und Strategiedefinition zu ermöglichen, hat der Fachverband den Quick Guide „Machine Learning” herausgegeben. Dieser soll helfen, Chancen, Nutzen und Risiken strukturiert zu betrachten.

Weiterführende Links

Schauen Sie auch bei den VDMA Kollegen vorbei und informieren Sie sich über die Aktivitäten der Fachverbände, Foren und Abteilungen zu Künstlicher Intelligenz:

Downloads