Künstliche Intelligenz verändert die Industrie, aber ihr Einsatz erfordert Methoden, verlässliche Daten und eine klar definierte Strategie, sagt Davy Pillet, CEO von Ellistat, in diesem Gastbeitrag.
Künstliche Intelligenz hat sich heute als ein äußerst effizientes Werkzeug zur Optimierung von Industrieprozessen etabliert. Die industrielle KI ermöglicht es heute, ein Vorhersagemodell auf der Grundlage von Daten zu erstellen. In einem Industrieunternehmen werden täglich Milliarden von Daten produziert, daher ist dies der ideale Ort, um Modelle zu entwickeln und das Ergebnis der Produktion vorherzusagen.
Das Bild einer autonomen Fabrik, die von einer fehlerfreien künstlichen Intelligenz orchestriert wird, treibt weiterhin die Innovationsdiskussion an. Die industrielle Realität kann jedoch anders aussehen: Eine sehr hohe Anzahl von Referenzen, Messungen, die nicht immer eine wirkliche Veränderung der Einflussfaktoren aufzeigen, führen dazu, dass die Einführung von KI zur Steuerung von Prozessen nicht immer schlüssig ist.
Was AI (bereits) kann
Die Einführung von KI bedeutet zunächst, dass man sich auf die Bereiche konzentriert, die man beherrscht. Künstliche Intelligenz ist heute hervorragend geeignet, um bestimmte Prozesse zu steuern. Sie kann z. B. die Parameter einer Werkzeugmaschine optimieren oder visuelle Fehler an Werkstücken erkennen.
Entgegen der landläufigen Meinung ist es nicht ausreichend, überall Sensoren zu haben. Die Vollständigkeit der industriellen Messungen bleibt eine Fata Morgana: Einige entscheidende Variablen, wie die Sauberkeit eines Raumes, werden nicht erfasst. Die KI kann nur von dem lernen, was man ihr zeigt. Und ohne zuverlässige Daten kann die KI weder lernen noch effizient steuern.
Ein weiterer großer Würfel ist die Vielfalt der Referenzen. In einem Betrieb, der Hunderte von Artikeln herstellt, werden so viele KI-Modelle benötigt, wie es Produkte gibt. Die Herausforderung besteht darin, aus einer sehr geringen Datenmenge schnell ein Modell zu erstellen. Heute gibt es nur wenige Bereiche, in denen dies gelingt, mit der bemerkenswerten Ausnahme der maschinellen Bearbeitung, die auf Daten aus CAD und CAM zurückgreift. In anderen Bereichen, wie der industriellen Bildverarbeitung oder der vorausschauenden Wartung, sind die Fortschritte zwar real, aber unvollständig, da man immer noch hundert Teile benötigt, um ein Modell zu erstellen.
Die Einführung von KI in der Industrie bedeutet also, bereits in der Entwurfsphase an die Skalierung zu denken. Die ersten Ergebnisse können zwar bei einigen wenigen Referenzen erfolgreich sein, aber es kann schwierig sein, diese Ergebnisse auf die gesamte Produktion zu übertragen.
Zeit für Einsicht, nicht für Euphorie
Die KI hat ein enormes Potenzial. Wenn sie erfolgreich eingesetzt wird, sind die Ergebnisse beeindruckend. Die Herausforderung besteht darin, KI dort zu integrieren, wo sie messbare und operative Auswirkungen hat. Alles testen zu wollen, führt zum Scheitern, da es unmöglich sein wird, zu skalieren und eine echte Investitionsrendite zu erzielen.
Eine geduldige Revolution
Industrielle KI ist ein mächtiges Werkzeug, das Gründlichkeit, Urteilsvermögen und Methoden erfordert. Die Haltung der Unternehmen muss klar sein: Sie müssen eine Strategie festlegen. Die Revolution der industriellen KI ist in vollem Gange. Sie wird weder wie ein Science-Fiction-Film aussehen, noch wie ein hektisches Wettrüsten. Es wird sich um einen geduldigen, präzisen und kontrollierten Übergang handeln.
