Suchen

Künstliche Intelligenz

KI im Maschinenbau – Grundlagen, Anwendungen und Potenzial

Künstliche Intelligenz verändert unsere Gesellschaft, unsere Wirtschaft und unseren Alltag grundlegend, heißt es immer wieder. Grund genug, aktuelle Anwendungen und deren Potenzial zu beleuchten.

Firmen zum Thema

Aktuelle Prognosen gehen davon aus, dass die Zahl der KI-Anwendungen in den nächsten Jahren exponentiell wachsen wird.
Aktuelle Prognosen gehen davon aus, dass die Zahl der KI-Anwendungen in den nächsten Jahren exponentiell wachsen wird.
(Bild: ©royyimzy - stock.adobe.com)

Bei der Wettervorhersage, bei der Internetsuche, als virtuelle Assistenten in Chatbots, bei der Sprachübersetzung, in der Bilderkennung - Künstliche Intelligenz begegnet uns schon länger im Alltag, ohne dass es uns immer bewusst ist. Die Künstliche Intelligenz als Werkzeug der Digitalisierung soll große Potenziale zur Verbesserung der Effizienz von Geschäftsprozessen und zur Entwicklung neuer Dienstleistungen oder Produkte bieten. Denn erstmals werden digitale Inhalte nicht nur maschinenlesbar gespeichert, übertragen und verarbeitet, sondern durch KI auch inhaltlich verstanden, so dass Entscheidungen wissensbasiert unterstützt werden können.

Bildergalerie

Was ist Künstliche Intelligenz?

Allgemein gesprochen hat KI das Ziel, menschliches Entscheidungsverhalten durch Software oder Hardware zu automatisieren. Im Vordergrund steht die Simulation menschlicher Intelligenzprozesse durch Maschinen. Zu diesen Prozessen gehören der Erwerb von Informationen und Regeln für die Verwendung der Informationen, das Verwenden von Regeln, um ungefähre oder endgültige Schlussfolgerungen zu ziehen und die Selbstkorrektur. Man spricht von Künstlicher Intelligenz, wenn ein Computer auf eine einfache Art anspruchsvolle Probleme löst, für deren Lösung eigentlich die Intelligenz eines Menschen benötigt wird. Dabei wird unterschieden zwischen schwacher und starker KI.

  • Bei der schwachen KI handelt es sich um ein System, das für eine bestimmte Aufgabe entwickelt und trainiert wurde. Ein Beispiel sind persönliche Assistenten wie Apples Siri.
  • Die starke KI, auch als künstliche allgemeine Intelligenz bekannt, besitzt verallgemeinerte menschliche kognitive Fähigkeiten. Sie soll das menschliche Verhalten mechanisieren. Sie kann bei ungewohnten Aufgaben eine Lösung finden, ohne dass ein menschliches Eingreifen erforderlich ist.

Maschinelles Lernen und Deep Learning

Das Maschinelle Lernen ist ein Teilbereich der KI und hat das Ziel, statistische Zusammenhänge, auch bekannt als Muster, in sogenannten Trainingsdaten zu erkennen und somit zu „erlernen“. Anschließend können diese Muster auf weitere Daten zur Entscheidungsfindung anwendet werden. Maschinelles Lernen wird meist dann eingesetzt, wenn man komplexe Probleme nicht durch Logik und Regeln beschreiben und somit keine klassischen Algorithmen implementieren kann.

Beim sogenannten Deep Learning lernt der Algorithmus anhand von Beispielen, allerdings werden hierbei die Merkmale oder Attribute, auf deren Basis gelernt wird, nicht explizit vorgegeben. Stattdessen ermittelt die KI die Merkmale selbst. Somit handelt es sich um ein spezifisches Teilgebiet des Maschinellen Lernens, das sich durch komplexe Lösungsmethoden auszeichnet.

Seminartipp

Mit dem Online-Kurs „Machine Learning – wie lernt die Maschine?“ tauchen Sie tiefer in die Methodik ein. Professor van der Smagt – Leiter Artificial Intelligence bei Volkswagen – erläutert Teilnehmern in zwei Stunden die wichtigsten Konzepte des Machine Learnings konzentriert und verdichtet.

KI ist bereits seit den 1950er Jahren ein wiederkehrendes Thema und war in der Vergangenheit Diskussionsgegenstand von Forschern und Teil ferner Zukunftsvisionen. Durch den technischen Fortschritt der Informationstechnologie, der die Erzeugung und Echtzeit-Verarbeitung enormer Datenmengen erlaubt und die digitale Transformation produzierender Unternehmen, erschließen sich laut Experten enorme Potenziale zur Praxisanwendung.

Ergänzendes zum Thema
Zertifizierte KI-Anwendungen

Wie kann man sicherstellen, dass Entwicklungen auf Basis von Künstlicher Intelligenz technisch, ethisch und rechtlich vertretbar sind? Wissenschaftlerinnen und Wissenschaftler der Universitäten Bonn und Köln erarbeiten dazu unter der Federführung des Fraunhofer-Instituts IAIS und unter Mitwirkung des Bundesamtes für Sicherheit in der Informationstechnik einen Prüfkatalog zur Zertifizierung von KI-Anwendungen. Es ist geplant, bis Anfang 2020 eine erste Version des Prüfkatalogs zu veröffentlichen und die ersten KI-Anwendungen zu zertifizieren.

Nutzen der KI für den Maschinenbau

Laut Dr. Patrick Glauner, promovierter KI-Experte, ist KI relevant für alle Bereiche der Wertschöpfungskette eines Maschinenbauunternehmens. „Auf der einen Seite können Unternehmen ihr Maschinenportfolio mit KI erweitern und so nicht nur ihren Kunden Effizienzsteigerungen ermöglichen, sondern ihn auch ggf. ermöglichen, ganz neue Produkte mit ihren Maschinen zu realisieren. Auf der anderen Seite können Maschinenbauunternehmen mit Hilfe von KI ihre eigene Wertschöpfungskette optimieren. Insbesondere im Sondermaschinenbau gibt es aufgrund der großen Varianz des Maschinenportfolios viele manuelle Arbeitsschritte. Gerade hier kann KI einen großen Mehrwert schaffen und Arbeitsschritte automatisieren und somit Kosten und Wartezeiten reduzieren“, erklärt Glauner.

Anwendungen im Maschinenbau

Ein Beispiel ist die vorausschauende Wartung, so Glauner weiter. „Dabei wird Maschinelles Lernen dafür eingesetzt, um aus Beispieldaten zu erkennen, wann Teile ausfallen.“ Hierdurch können automatische Vorhersagen getroffen werden, wann Teile beim Kunden in der Produktion ersetzt werden müssen. Häufig habe Glauner jedoch den Eindruck, dass sich fast alle Nachrichten zu KI/ML im Maschinenbau um diesen einen Anwendungsfall drehen. Dabei sei das Ende der Fahnenstange hier noch nicht erreicht und Predictive Maintenance kratze gerade erst an der Oberfläche des Möglichen.

KI vereinfacht Auslegung von Sondermaschinen

So kann KI auch zur Auslegung von Sondermaschinen genutzt werden. Bisher müssen dazu meist viele manuelle Schritte von Fachexperten durchgeführt werden, denn jeder Kunde hat leicht andere Anforderungen an die Maschinen. Dieser Ansatz ist sowohl sehr langwierig, als auch nicht wiederholbar, denn jeder Fachexperte legt seiner Kalkulation leicht andere Kriterien zugrunde. Mit Hilfe des Maschinellen Lernens kann man aus Merkmalen von in der Vergangenheit verkauften Sondermaschinen statistische Muster lernen.

Diese beschreiben z.B. Ressourcenverbräuche dieser Maschinen abhängig von Kundenanforderungen und entsprechen im Wesentlichen den ansonsten schwer zu beschreibenden physikalischen Zusammenhängen in diesen Maschinen. Anschließend kann man diese Muster dann nutzen um für die individuellen Anforderungen der Kunden die Auslegung passender Sondermaschinen automatisiert vorherzusagen - und das im Bereich von Millisekunden und jederzeit können die Vorhersagen wiederholt werden.

KI ersetzt aufwändige Simulationen

Ein weiteres Beispiel aus der Praxis, das Glauner auch auf dem 2. Anwendertreff Maschinenkonstruktion der konstruktionspraxis-Akademie vorgestellt hat, sind Simulationen. Diese zeichnen sich durch ihre Genauigkeit aus. Die Frage ist jedoch ob weiterhin dermaßen viel simuliert werden muss.

Glauner: „Mein Team und ich haben eine KI-Anwendung gebaut, um die wirklich notwendige Anzahl von Simulation zu senken. Dieser Ansatz setzt auf dem Maschinellen Lernen auf: Dabei werden die verschiedenen Parameter und Ergebnisse der in der Vergangenheit durchgeführten Simulationen genutzt. Die Anwendung hat statistische Zusammenhänge zwischen diesen Simulationen erkannt und damit kann man den Ausgang vom Großteil der durchzuführenden Simulationen sehr gut vorhersagen. Somit muss nur noch einen Bruchteil der Simulationen durchgeführt werden und zwar genau nur dann wenn das statistische Verfahren das Ergebnis bisher nur sehr ungenau vorhersagen kann.“ Dieses Verfahren eigne sich auch für viele weitere Unternehmen, um Energiekosten und Wartezeiten spürbar zu senken. Nötig seien in vielen Fällen lediglich die Ergebnisse von einigen hundert zuvor durchgeführten Simulationen.

China ist aktuell KI-Treiber

Aktuelle Prognosen gehen davon aus, dass die Zahl der KI-Anwendungen in den nächsten Jahren exponentiell wachsen wird. McKinsey zum Beispiel prognostiziert bis 2030 global bis zu 13 Billionen Dollar zusätzliche Wertsteigerung durch Künstliche Intelligenz. Für Glauner steht fest: „Nahezu jedes Unternehmen und Geschäftsmodell wird in den kommenden Jahren durch KI massiv verändert werden. Jeder – vom Vorstand bis zum Hallenarbeiter – wird ein Grundverständnis davon erwerben müssen, um Optimierungspotentiale erkennen und an die Fachexperten kommunizieren zu können.“ China spiele in diesem Wandel eine fundamentale Rolle, denn es sei mittlerweile nicht nur mehr Absatzmarkt oder Produktionsstätte, sondern der KI-Innovationsmotor Nummer 1 weltweit. Europa müsse deutlich mehr in KI investieren, um nicht von China in seinen Kernkompetenzen inkl. Maschinenbau abgehängt zu werden.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46104785)

Über den Autor

Dipl.-Ing. (FH) Monika Zwettler

Dipl.-Ing. (FH) Monika Zwettler

, konstruktionspraxis – Alles, was der Konstrukteur braucht