Datenpotential mit Hilfe künstlicher Intelligenz (KI) nutzen
Neben unseren täglichen Aktivitäten im World Wide Web erzeugen wir ebenso riesige Datenmengen in unserem industriellen Umfeld durch Maschinen, Ereignisse, aber auch durch uns Menschen selbst. Vielfach liegt die Verwertung dieser „Industriedaten“ brach. Oft sind sie in Datensilos verteilt und werden nicht konsequent analysiert und zu brauchbaren Informationen verdichtet. Mit Hilfe von künstlicher Intelligenz (KI) bzw. Ansätzen von Machine Learning (ML) können hier neue Dienstleistungen entstehen und gerade mittelständischen Unternehmen dabei helfen, wettbewerbsfähig zu bleiben.
Grundlegende technische Rahmenbedingungen für eine bessere Datennutzung sind mittlerweile gegeben: Eine gestiegene Digitalisierung in den Unternehmen, eine Vielzahl von Sensoren in Maschinen und mobilen Geräten, eine zunehmende Vernetzung in den Unter-nehmen, cloudbasierte Lösungen, deutlich bessere Möglichkeiten zur Speicherung und Verarbeitung – und damit auch zur Analyse – von Daten und das breite Angebot etablierter IT-Werkzeuge.
ML ermöglicht technischen Systemen, was bisher nur natürlichen Lebewesen vorbehalten war – Lernen aus Erfahrungen. IT-Werkzeuge helfen dabei, Maschinen- und Prozessdaten zu analysieren, Muster und Strukturen zu erkennen und passende Algorithmen zu finden. So wird der Einsatz von Lösungen des ML für den Maschinenbau zunehmend interessanter und Unternehmen können gleich mehrfach Nutzen daraus ziehen: Bei der Weiter-entwicklung bestehender Produkte und Dienstleistungen, bei der Gestaltung neuer Geschäftsmodelle, bei der Optimierung eigener Unternehmensabläufe und bei der weiteren Automatisierung der Fertigung.
Eine 2019 durchgeführte Erhebung des VDMA unter deutschen Maschinenbauern hat die derzeitigen Anwendungs- und Entwicklungsschwerpunkte aufgedeckt. Bis 2022 wollen viele Unternehmen ihr Angebotsspektrum deutlich ausbauen. Aufgrund der großen Bandbreite an Anwendungsmöglichkeiten sind aktuell fast zwei Drittel der befragten Unternehmen der Meinung, dass KI-basierte Produkte oder Dienst-leistungen einen mittleren bis sehr starken Einfluss auf das aktuelle Geschäftsmodell nehmen werden. Maschinenbauer, die bereits früh erkannt haben, dass datenbasierte Geschäftsmodelle und die eigene Datendurchgängigkeit einen enormen Mehrwert bieten können, setzen sich schon länger mit der Thematik und den Möglichkeiten auseinander.
Durch den Einsatz von ML-basierten Lösungen wurde im Hinblick auf die Prozesse vorrangig die Möglichkeit geschaffen, neue Produkte oder Dienstleistungen anzubieten. Des Weiteren verdeutlichte die Erhebung eine Verringerung des Personalaufwandes und eine Erhöhung des Automatisierungsgrades.
Im eigenen Unternehmen lassen sich oft noch schneller Potenziale heben. Besonders bei nicht fertigenden Unternehmensprozessen zeigte sich bei rund der Hälfte der Firmen bereits eine Verringerung des Personal-aufwandes. Des Weiteren zählten die Erhöhung des Automatisierungsgrades in den Prozessen, die Verbesserung der Serviceunterstützung sowie der Kommunikation mit internen oder externen Prozessbeteiligten zu den vier häufigsten Effekten.
Liegen noch keine entsprechenden Daten vor, müssen diese zielgerichtet gesammelt und aufbereitet werden. Da die ausgewählten Daten zum „Trainieren“ der Algorithmen dienen, muss auf die Datenqualität das größte Augenmerk gelegt werden. Rund 60 bis 80 Prozent des Zeitaufwandes sind laut Expertenschätzung dafür zu berücksichtigen.
Für einen Einstieg in die Thematik sind zunächst überschaubare Einsatzfelder mit guter Datenlage und entsprechendem Domänenwissen sinnvoll, bei denen der Umgang mit ML-Ansätzen geübt werden kann und sich auch schnellere Erfolge abzeichnen. Komplexere Sachverhalte brauchen bekanntlich einen „längeren Atem“.
Mit dem Ziel, den Erfahrungsaustausch in der Branche voranzutreiben und den Wissenstransfer zwischen Maschinenbau, IT-Unternehmen, Start-ups und Forschung zu forcieren, hat der VDMA das Kompetenz-netzwerk „Künstliche Intelligenz / Machine Learning“ ins Leben gerufen.
Weitere Infomationen:
Guido Reimann
Referent Software & Digitalisierung
VDMA e.V.
