Wie AI und IOT erfolgreich im Unternehmen umgesetzt werden können

Bild: AIoT User Group

Die AIoT-Transformation kombiniert die drei Säulen vernetzte physische Systeme, Software und KI. Aber wie gelingt diese in der Praxis? Diesen Fragen sind Dr. Katja Laurischkat (Bosch BCAI) und Dr. Dirk Slama von Bosch Corporate Department Internet of Things and Digitization im letzten Meetup des AI-Circle nachgegangen. Die beiden Referenten haben einen Einblick gegeben, wie der Konzern die Transformation zum AIoT-Unternehmen angegangen ist. Drei entscheidende Erfolgsfaktoren sind dabei deutlich geworden: Enge Co-creation meistern, Positiven ROI-Impact sicherstellen, Change-Prozess betreuen. Außerdem wurde gezeigt, wie das AIoT-Framework die drei Perspektiven ‚Business Strategy‘, ‚Business Execution‘ und ‚Technical Execution‘ für einen ganzheitlichen, strukturieren Umsetzungsansatz zusammenbringt.

Drei Erfolgsfaktoren für die erfolgreiche Transformation

Bosch ist als führender Industriezulieferer (Leading Manufacturer of Things) stets gefordert, aktuelle Entwicklungen im Technologieumfeld aufzugreifen und weiter zu entwickeln. Deshalb strebt Bosch eine Transformation zur ‚World Leading AIoT Company‘ bis 2025 an. Ein Großteil der Produkte soll bis dahin smart (AI) und vernetzt (IoT) sein, um neue Geschäftsmodelle und Services zu realisieren. Die meisten Designprozesse werden bei Bosch mittlerweile mit Hilfe von AI optimiert, in mehreren Dutzend Werken wurde durch eine AI-basierte Analytics Plattform die Produktivität und Produktqualität gesteigert, und sogar im Controlling wird durch eine selbstentwickelte AI-basierte BI-Lösung die Entscheidungsfindung verbessert.

Das Bosch Center for Artificial Intelligence (BCAI) kombiniert AI Forschung mit Anwendungen in der Praxis. Die große Expertise von mehr als 270 AI Experten weltweit an 8 verschieden Standorten unterstützt bis zu 30.000 Mitarbeiten in bisher über 185 Projekten beim Thema AIoT. Dr. Katja Laurischkat, Vice President am Bosch Center for Artificial Intelligence (BCAI) für die deutschen und chinesischen Standorte für angewandtes Maschine Learning, Data und Software Engineering und für das globale BCAI Produktmarketing, präsentierte beim AI-Circle die aus Bosch Center of AI-Sicht essentiellen drei Erfolgsfaktoren für die erfolgreiche Transformation:

  • Enge Co-creation meistern: Domänen- und AI-Wissen muss in cross-functional Teams kombiniert werden
  • Positiven ROI-Impact sicherstellen: Die Wirtschaftlichkeit von AIoT Projekte muss stets im Mittelpunkt stehen
  • Change-Prozess betreuen: Vom Industriezulieferer zum führenden AIoT Unternehmen ist es ein langer Change Prozess, bei dem die Mitarbeiter organisatorisch fest eingebunden sowie fachlich geschult werden müssen

Ganzheitliche, strukturierte Umsetzung mit dem AIoT-Framework

Ein weiterer wichtiger Faktor bei der erfolgreichen Transformation ist die organisatorische und operative Umsetzung. Dafür wurde das AIoT-Framework unter Leitung von Dr. Dirk Slama, Vice President bei Bosch und Conference Chair der Bosch ConnectedWorld, zusammen mit der Beratung mm1 Consulting entwickelt.  Digital OEM und Digital Equipment Operator auf Strategieebene müssen dabei zwingend unterschieden werden. Erstgenannte sind direkte Hersteller von AIoT-Produkten oder Lösungen, bspw. Hersteller von autonomen Saugrobottern. Letztere betreiben solche, bspw. ein Betreiber einer Reinigungsflotte.

Um bei der technischen Umsetzung den Qualitätsanspruch der physischen Komponenten zu gewährleisten (Stichwort: “First time right” in der Produktion), wird im AIoT-Framework ein agiles V-Model verwendet, welches die agile Entwicklung mit der traditionellen Wasserfall-Logik verbindet. Alle Best Practices aus dem AIoT Framework werden bei den Bosch-internen Projekten angewandt und das open-source Framework dadurch kontinuierlich verbessert, vor allem im Rahmen der kollaborativen Events der AIoT User Group.

Die Diskussion am Ende der Veranstaltung ergab folgende Best Practices:

  • Eine erfolgreiche Transformation funktioniert nur mit aktivem Kompetenzaufbau
  • AIoT Lösungen werden nur angenommen und umgesetzt, wenn sie nach Wirtschaftlichkeit bewertet werden
  • Die Mission für AI Produkte und Prozesse bei Bosch ist: safe, secure, robust, and explainable
  • Umsetzung von AI Projekten sollte inkrementell durch das Unternehmen erfolgen
  • AIoT benötigt cross-functional Teams
Thematik: Newsarchiv
| News
Bosch Rexroth AG

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