Expertise ‚KI zur Umsetzung von Industrie 4.0 im Mittelstand‘

Bild: ©Blue Planet Studio/stock.adobe.com / Acatech – Dt. Akademie der Technikwissenschaften

Der Forschungsbeirat der Plattform Industrie 4.0 untersucht in seiner neuen Expertise ‚KI zur Umsetzung von Industrie 4.0 im Mittelstand‘ den Einsatz und die unternehmerischen Potenziale von KI-Lösungen. Sie zeigt grundlegende Vorgehensweisen bei der Durchführung von KI-Vorhaben auf und liefert Anwendungsbeispiele aus der industriellen Praxis. Die Expertise wurde in Zusammenarbeit mit dem Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der Technischen Universität Darmstadt auf Basis einer Online-Befragung erstellt.

„KI ist der entscheidende Schlüssel, um Nutzen aus Industrie 4.0 Technologien zu ziehen. Wir beobachten, dass es insbesondere in mittelständischen Unternehmen eine Zurückhaltung in der Anwendung von KI gibt“, so Dietmar Goericke (VDMA – Verband Deutscher Maschinen- und Anlagenbau e. V.), Mitglied des Forschungsbeirats der Plattform Industrie 4.0. „Die vorliegende Expertise gibt wertvolle Hinweise zu den Gründen und erste Hilfestellungen in Form eines Leitfadens. Es besteht also weiter Aufklärungs- und Handlungsbedarf.“ Die Expertise „KI zur Umsetzung von Industrie 4.0 im Mittelstand“ ist fokussiert auf produzierende kleine und mittlere Unternehmen (KMU) und vergleicht ihre Situation mit der von großen Unternehmen. Die quantitativen Ergebnisse aus der Online-Befragung von 117 Vertreterinnen und Vertretern produzierender Unternehmen werden durch Interviews mit 20 Expertinnen und Experten ergänzt.

Die Auswertung der Daten zeigt, dass nur ein Bruchteil mittelständischer Unternehmen tatsächlich schon Erfahrungen mit KI (künstlicher Intelligenz) gesammelt hat. Ein Grund ist die immer noch unzureichende digitale Infrastruktur, die eine mangelnde Datenqualität zur Folge hat. Ein anderer ist das fehlende Knowhow, um Sensorik, Datenerfassung, Aufbereitung und Anwendung von KI-Algorithmen zu planen und umzusetzen. Obwohl KI von vielen Befragten als wichtiges Thema für das Geschäftsmodell erkannt wird, kommt es in der Mehrzahl der mittelständischen Unternehmen nicht dazu, dieses Knowhow aufzubauen.

Orientierung an erfolgreichen Beispielen aus der Praxis

Da bisher nur eine kleine Anzahl der befragten KMU von den umfangreichen Fördermöglichkeiten im KI-Umfeld Gebrauch gemacht haben, sollte der Nutzen der KI-Anwendungen in den Vordergrund gestellt werden. Dies gelingt glaubwürdiger durch Berichte anderer Unternehmen, die auf die eigene Problemsituation bzw. Herausforderung übertragbar sind. Beispiele aus der Industrie zeigen daher auf, welche Anwendungen aus dem Produktionskontext bereits erfolgreich realisiert werden konnten – aber auch, welche Herausforderungen und Verbesserungspotenziale bestehen, z.B. vereinfachte Antragsverfahren und schnellere Bewilligungsentscheidungen.

Leitfaden für den Einsatz von KI-Anwendungen

Auf der Basis dieser Erkenntnisse werden abschließend die erkannten Stärken, Schwächen, Chancen und Risiken des Einsatzes von KI-Anwendungen in KMU zusammengefasst, um systematisch Handlungsoptionen für eine erfolgreiche strategische Antwort abzuleiten. Ein Leitfaden bietet KMU des Maschinen- und Anlagenbaus eine Orientierung, wie Probleme aus dem Produktionskontext mit KI-Anwendungen gelöst werden können. Prof. Dr.-Ing. Joachim Metternich, Leiter des PTW: „Unsere Untersuchung zeigt deutlich: Wer sich schneller als Mitbewerber einen thematischen Zugang verschafft und mit den passenden KI-Lösungen früher an den Start geht, hat einen Marktvorteil. Das zeigt unter anderem der Erfolg der Unternehmen, die wir im Rahmen der Expertise mit ihren KI-Anwendungen vorstellen. Allerdings wird KI erst dann in der Breite des Mittelstands Einzug halten, wenn individuelle Aufgabenstellungen durch eine anwendungsfreundliche KI auch von Nicht-Expertinnen und Experten gelöst werden können. Für diese datenarme KI ‚aus dem Baukasten‘ ist noch einiges an Forschungs- und Entwicklungsarbeit zu leisten.“

Thematik: Newsarchiv
| News
Acatech - Dt. Akademie der Technikwissenschaften

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