1 . Die Produktion der fertigenden Industrie wird zunehmend vernetzt
2. Maschinelles Lernen extrahiert wertvolle Erkenntnisse aus Daten
3. IoT Security stellt die vernetzte Industrie vor Herausforderungen
4. Digitale Plattformen beschleunigen neue Geschäftsmodelle
5. Mehr Nachhaltigkeit dank kohlenstoffneutraler Produktion
Industrie 4.0: Die intelligente, vernetzte ‚Smart Factory‘
Kundenindividuelle Produkte steuern sich selbst durch die Fertigung. Fahrerlose Transportsysteme übernehmen die Intralogistik an die jeweils optimale Produktionseinheit, in welcher die Prozesse autonom oder in Kollaboration zwischen Mensch und Roboter zuverlässig ausgeführt werden. Zukunftsvision? Nein – Industrie 4.0.
Industrie 4.0 beschreibt die vierte industrielle Revolution im Sinne einer Vernetzung und Steuerung von Prozessen sowie Maschinen durch Informations- und Kommunikationstechnik (IKT). Bereits seit zehn Jahren ist Industrie 4.0 der zentrale Trend in der Produktion, welcher beispielsweise durch die zunehmende Hyperautomatisierung oder das Edge Computing gestützt wird. Vorausschauende Wartung (Predictive Maintenance), kontinuierliche Zustandsüberwachung und datenbasierte Optimierung und Steuerung (Condition-based Monitoring), flexible und modulare Prozesse – Industrie 4.0 im Sinne einer intelligenten sowie vernetzten ‚Smart Factory‘ befähigt zu einer Vielzahl an Möglichkeiten zur Steigerung der Wettbewerbsfähigkeit. Die Grundlage hierfür bildet das erfolgreiche Verknüpfen von AI (Artificial Intelligence) und IoT (kurz AIoT) zur Realisierung von neuen Geschäftsmodellen sowie Prozessoptimierungen durch Smart Connected Products oder Solutions.
Ergebnisse einer erfolgreichen digitalen Transformation äußern sich z.B. in einer gesteigerten Liefertreue, kürzeren Durchlaufzeiten, einer effizienteren Ressourcennutzung, geringeren Beständen sowie einer erhöhten Prozesstransparenz.
Künstliche Intelligenz: Maschinelles Lernen im Kontext von IoT
Selbstlernende Algorithmen werden der vorliegenden Daten immer intelligenter und unterstützen Tätigkeiten in der Industrie. KI ist keine gefährliche Supermacht, dafür ein echter Booster für das industrielle Umfeld.
Mit menschenähnlichen Robotern hat künstliche Intelligenz im industriellen Umfeld wenig zu tun. Maschinelles Lernen als konkrete Ausprägung der sogenannten ’schwachen‘ künstlichen Intelligenz ermöglicht selbstlernenden Algorithmen, große Datenmengen (Big Data) zu analysieren, Muster zu erkennen, Prozesse zu optimieren und neue Lösungen zu finden. Maschinelles Lernen wird durch den Trend des ‚Edge Computings‘ verstärkt: Berechnungen werden örtlich nah an der Quelle der Datenerzeugung durchgeführt und sind so effizienter, robuster und reaktionsfähiger (Stichwort ‚Echtzeitfähigkeit‘).
Maschinelles Lernen kann in Supervised Learning, Unsupervised Learning und Reinforcement Learning unterteilt werden, wobei jede Art für unterschiedliche Fragestellungen passend ist. Relevant im industriellen Kontext ist z.B. die Bilderkennung von Dingen in der Produktion, welche durch Klassifizierungsalgorithmen realisiert werden kann. Industrieunternehmen, die maschinelles Lernen wertgenerierend einsetzen wollen, brauchen aber nicht nur leistungsstarke Rechner, die Daten in Insights verwandeln. Sie benötigen auch die entsprechende Infrastruktur, eine passende Governance und eine zielgerichtete Datenstrategie: ‚Data to Value‘.
IoT-Security: Proaktive Absicherung vernetzter IoT-Devices
Täglich werden weltweit ca. 6,4 Billionen Fake Mails versendet – genügend, um sich ernsthaft mit dem Thema der IT-Security zu befassen. IoT-Security adressiert dieses in einer Welt der zunehmenden Vernetzung ‚von Dingen‘.
