Ist KI der nächste Megatrend?

Leitmesse für die digitale Industrie

Ist KI der nächste Megatrend?

Bild: Ulrich Sendler

Wer wissen will, welche IT-Systeme die eigenen Prozesse am besten unterstützen, geht einmal im Jahr zur Digital Factory auf der Hannover Messe. Dieses Jahr finden sich dort zunehmend Angebote aus einem Umfeld, das eher mit der Forschung verbunden wird: Künstliche Intelligenz. Neben der Digitalisierung der Prozesse kommt zudem immer häufiger die Aufgabe hinzu, die eigenen Produkte für die Datenanalyse und darauf basierende Dienstleistungen vorzubereiten.
Seit Jahrzehnten setzt die Industrie für nahezu alle Arbeitsschritte – von der Entwicklung über die Produktion bis zum Service – Software ein. Ebenfalls schon seit Längerem gilt Produkt-Lebenszyklus-Management (PLM) dabei als die Königsklasse solcher Software. Sie soll dafür sorgen, dass alle Daten, die in den Prozessen in Zusammenhang mit einem Produkt entstehen, jederzeit aktuell und in ihren Zusammenhängen abgerufen werden können. Man kann nicht behaupten, dass dieser Teil der Digitalisierung schon abgeschlossen wäre, nicht einmal in der Mehrheit der Unternehmen. Und da steht bereits der nächste Schritt auf der Agenda. Wie hängt Künstliche Intelligenz (KI) zusammen mit der Industriesoftware, die wir schon lange kennen? Maschinenlernen hat in allerletzter Zeit, in wenigen Jahren, offenbar schlagartig einen Reifegrad erreicht, der den industriellen Einsatz in der Breite möglich machen soll. In Verbindung mit dem rapiden Preisverfall bei der Elektronik, bei Sensoren und Aktoren, aber auch bei digitalen Kameras und anderen Geräten, die den Dingen das Hören und Sehen beibringen, kann nun die Künstliche Intelligenz für alle erdenklichen Arten von Datenanalysen herangezogen werden. Festmachen lässt sich dieser Trend an der Tatsache, dass neben den großen Anbietern von Industriesoftware seit 2016 auch Anbieter von KI-Angeboten auf der Digital Factory ausstellen.

Künstliche Intelligenz

verändert Systemnutzung

Die Industrie insgesamt stellt für diese Anbieter den wohl größten Interessentenkreis dar. Einige der namhaften Anbieter von KI-Plattformen, zum Beispiel IBM mit Watson IoT und Microsoft mit Azure, aber auch Bosch mit seiner IoT Suite, sind ins Zentrum der Digital Factory in die Halle 7 gerückt. Auch 2017 werden die Anbieter von CAD-, CAM- und CAE- sowie PLM-Lösungen in Halle 6 zu finden sein, die seit 2016 nicht mehr ausschließlich Ausstellern im Bereich Industrial Supply vorbehalten war. Hier ist zu erwarten, dass KI den Einsatz von herkömmlicher Industriesoftware sogar noch vorantreiben könnte. Wenn diese nämlich bestmöglich eingestezt wird, hat der Produzent alle zum Produkt gehörenden Daten zur Verfügung: die Solldaten, die Geometrie und Kinematik, die Anforderungen, die zur Entwicklung geführt haben, und die programmierte Funktionalität. Für die geschäftsmäßige Nutzung der Daten aus dem vernetzten Produkteinsatz wäre das eine lohnende Basis.

Engineeringdaten als

Wettbewerbsfaktor

Das ist übrigens auch der große Wettbewerbsvorteil der Produzenten gegenüber den neuen Dienste-Anbietern aus der IT-Welt, denn Sensoren oder QR-Codes an einem Gerät befestigen kann jeder. Die Originaldaten aus dem Engineering hat nur der Hersteller. Man könnte also sagen: Je besser die Industrie ihre Prozesse mit IT ausstattet und integriert, desto größeren Nutzen kann sie aus den neuen Angeboten Künstlicher Intelligenz ziehen. Wo das Potenzial dieser Technik genau liegt, muss sich in den nächsten Jahren noch erweisen. Wird es bei vorausschauender Wartung bleiben? Oder wird die Logistik, vielleicht gerade die Intralogistik der Unternehmen ins Zentrum rücken? Werden die Roboter bald so schnell durch Zuschauen lernen, dass dies günstiger und besser wird als das Teaching und die Programmierung? Solche Fragen dürften die Besucher der kommende Digital Factory umtreiben. Neben den Hallen 6 und 7 liefern erneut zahlreiche Podien und Foren in der Halle 8 Informationen, die sich in den letzten Jahren gewissermaßen zu einem großen Industrie 4.0-Forum wandelte. In Halle 6 stellen vornehmlich Unternehmen solche Software aus, mit der Produkte entwickelt, konstruiert, getestet sowie ihre Funktion simuliert werden können. Hinzu kommen Anbieter von Systemen, mit denen alle Daten aus solchen Autorensystemen konsolidiert und zentral verfügbar gemacht werden können, also Lösungen für Produktdaten- und Produkt-Lebenszyklus-Management (PDM und PLM). Dabei sorgte der vergleichsweise junge Ausstellermix in der Vergangenheit für intersannte Gespräche untereinander. Denn die anderen industriellen Zulieferer, die auf der Industrial Supply ausstellen, sind zugleich selbst Anwender von Industriesoftware. Viele der größten Anbieter von Industriesoftware für Engineering und Datenmanagement werden auch 2017 auf der Messe vertreten sein: von Autodesk, Aucotec und IGE-XAO, über Dassault Systèmes und Eplan bis Siemens PLM Software.

Seiten: 1 2Auf einer Seite lesen

Ulrich Sendler
www.ulrichsendler.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige