Vertrauenswürdige KI im Engineering KI als intelligentes Assistenzsystem nutzen

Anbieter zum Thema

Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM

FAULHABER Antriebssysteme

CADFEM Germany GmbH

ISG Industrielle Steuerungstechnik GmbH

Vertrauenswürdige KI im Engineering ist die Grundlage für den erfolgreichen Einsatz und die breite Akzeptanz und stellt dabei sicher, dass die Technologie sicher, zuverlässig, ethisch verantwortlich und gesetzeskonform ist. Was Stand der Technik ist und was die Entwicklung für Konstrukteure und Entwickler bedeutet, erklärt ein Fraunhofer-Experte.

Künstliche Intelligenz ist derzeit in aller Munde – spätestens seit dem Hype um Chat GPT. Sie hat großes Potenzial, birgt aber auch hohe Risiken. Mit dem EU AI Act – informell als KI-Verordnung bezeichnet – will das Europäische Parlament ein Gesetz zur Anwendung von künstlicher Intelligenz (KI) auf den Weg bringen. Die Vorschriften sollen dafür sorgen, dass in der EU entwickelte und eingesetzte KI in vollem Umfang den Rechten und Werten der Europäischen Union entspricht. Das umfasst, dass sie von Menschen beaufsichtigt wird, Anforderungen an Sicherheit, Datenschutz und Transparenz genügt, niemanden diskriminiert und weder Gesellschaft noch Umwelt schädigt. Im Juni nahm das Europäische Parlament seine Verhandlungsposition zum Gesetz über künstliche Intelligenz (KI) mit 499 zu 28 Stimmen bei 93 Enthaltungen an. Damit können nun die Gespräche mit den EU-Mitgliedstaaten über die endgültige Form des Gesetzes beginnen.

Was die KI-Verordnung regeln will

Das Gesetz ordnet die Anwendungen von KI drei Risikokategorien zu.

• Erstens werden Anwendungen und Systeme verboten, die ein inakzeptables Risiko darstellen, wie zum Beispiels ein staatlich betriebenes Social Scoring, wie es in China eingesetzt wird.

• Zweitens unterliegen Anwendungen mit hohem Risiko, wie etwa ein Tool zum Scannen von Lebensläufen, das eine Rangfolge von Bewerbern erstellt, besonderen rechtlichen Anforderungen.

• Anwendungen, die nicht ausdrücklich verboten oder als risikoreich eingestuft sind, bleiben weitgehend unreguliert.

„Während unkritische Anwendungen ohne Risiko für Leib und Leben wenig betroffen sind, sind Bereiche wie beispielsweise Transport inkl. Automotive stark betroffen. Wer hier Entscheidungen einer KI überlassen will, muss dies umfassend offenlegen und Drittanbieterzertifizierungen einholen“, erklärt Cederic Lenz, wissenschaftlicher Mitarbeiter in der Fachgruppe Regelungstechnik und Mechatronik am Fraunhofer IEM. „Generell muss bei Anwendungen in diesem kritischen Bereich stark auf die sogenannte AI-Governance, also abgesicherte Unternehmensprozesse und vor allem systematisches Qualitätsmanagement geachtet werden.“

Auch in Engineering und Produktion hat KI Einzug gehalten. „Fest steht: KI ist im Engineering angekommen. Dies zeigt die stetig wachsende Zahl neuer KI-Tools, die derzeit auf den Markt gebracht werden“, sagt Lenz. Dabei sei das überzeugendste Argument für die Nutzung dieser Tools ihre Funktionalität: „Ohne große Starthürden liefern sie einfach gute Ergebnisse“. Beispiele für sogenanntes Generative Design finden sich z.B. in Autodesk, Siemens NX und auch ntop.

Praxisbeispiele für KI-basiertes Engineering

KI-basiert heißt, dass einzelne Entscheidungen entlang der Wertschöpfung beispielsweise in der Produktion oder im Designprozess durch KI-Unterstützung getroffen werden. Um das zu erreichen, wird die KI-Komponente zuvor mithilfe einer großen Datenbasis trainiert. Anstelle von einem menschlich erstellten Muster basiert das tatsächliche Verhalten also auf einem aus den Trainingsdaten gelernten Muster. Der große Vorteil liegt darin, dass die KI-gelernten Muster häufig präziser und leistungsfähiger sind als menschlich erstellten.

Einige aktuelle Projekte, in denen KI aktuell schon im Einsatz ist, hat Lenz auch parat. Mit dem Fokus auf dem Thema Engineering arbeitet Fraunhofer etwa gemeinsam mit dem Landmaschinenhersteller Claas an intelligentem Gleichteilemanagement – wir berichteten bereits. Mit Kabelkonfektionär Jürgenhake wird an einem Systementwurf durch genetische Algorithmen gearbeitet. Die Technologie MID (Molded Interconnect Devices) setzt auf 3D-gedruckte Schaltungsträger – und eröffnet damit ganz neue Designmöglichkeiten für intelligente technische Systeme. Die Entwicklung von MID ist jedoch sehr aufwendig. Im BMBF-Projekt GoProMID arbeitet das Fraunhofer IEM mit dem Jürgenhake daran, aufwendige MID-Bauteile mittels künstlicher Intelligenz automatisiert zu entwickeln. Zum Einsatz kommen sogenannte genetische Algorithmen, die sich an der biologischen Evolution orientieren und eine Vielzahl an Lösungsalternativen erzeugen. Mittels „Fitness“ können Entwickler dann automatisiert Vorschläge für die Designoptionen auswählen, sodass das geplante Bauteil am besten an seine künftige Aufgabe angepasst wird.

Trends in der Produktentwicklung 2023

Steigende Herausforderungen intelligent meistern

Praxisbeispiele für KI-basierte Produktion

Was die Produktion betrifft, so nennt Lenz die beiden folgenden Anwendungen als Beispiel:

• Benteler: KI im Qualitätsmanagement:
  Der Automobilzulieferer Benteler setzt bei der kontinuierlichen Überwachung seiner Produktqualität auf datenbasierte Voraussagen. Mit dem Fraunhofer IEM entwickelte das Unternehmen im Rahmen eines it’s OWL-Projektes ein System, das durch die Aufnahme und Auswertung von Produktionsinformationen Muster in den Daten erkennt und untersucht, auf deren Grundlage sich Vorhersagen zur Produktqualität ableiten lassen. Auf diese Weise sollen der Ausschuss in der Produktion minimiert, die Prozesssicherheit gesteigert und Rückholaktionen vermieden werden.

• Düspohl: Prozessautomatisierung in der Ummantelungstechnik
  Düspohl, Experte für Profilummantelungsmaschinen, z.B. für die Ummantelung von Fensterrahmen, entwickelte mit dem Fraunhofer IEM und weiteren Forschungspartnern den Robo-Wrap eine Anlage, die auf Basis künstlicher Intelligenz neue Profile vollautomatisch ummanteln kann. Die Automatisierung des Ummantelungsprozesses wurde durch eine große Zahl intelligent programmierter Roboter erreicht. Der Robo-Wrap ist auf dem Markt erhältlich. In einer zweiten, im BMWK-Projekt KI-Marktplatz geförderten Kooperation, entwickelte Düspohl mit dem Fraunhofer IEM den Robo-Grinder, ein intelligentes Schleifsystem für Profilummantelungsrollen: Das bisher rein händische, aufwendige Schleifen neuer Ummantelungsrollen erfolgt nun vollautomatisch und bis zu 40 Prozent schneller.

KI für Ingenieure

Vier KI-Trends für das Engineering

Welchen Einfluss KI auf die Produktentwicklung hat

„KI-Tools haben in der Regel eine sehr große Datenbasis – deutlich größer als die menschliche Datenbasis bzw. der menschliche Erfahrungsschatz“, erklärt Lenz. So erhalten Ingenieure dank einer breiten Wissensbasis derzeit im kreativen Schaffungsprozess oder im effizienteren Arbeiten Unterstützung. Für den idealen KI-getriebenen Produktentstehungsprozess sei wichtige, dass KI-Tools im Engineering nicht als autonom angesehen werden dürfen. Nicht zuletzt aus rechtlichen Gründen muss die finale Designentscheidung immer durch einen Menschen erfolgen. Deshalb sind KI-Tools derzeit immer als Assistenzsysteme zu betrachten.

Lenz weiter: „Zu Beginn eines KI-getriebenen Produktentstehungsprozesses werden grob die Eigenschaften oder Anforderungen des Produkts zusammengetragen. Anschließend folgt eine wiederholende Entwicklungsschleife, bei der das KI-Tool einen Vorschlag generiert, der durch den Konstrukteur geprüft und angepasst wird. So wird das Produkt schrittweise ausdetailliert.“ Das bedeutet, dass sich die Ingenieursarbeit vom Schaffen vollständiger Produkte hin zum Prüfen, Bewerten und Einordnen von Produktvorschlägen wandeln wird. „Die Qualität eines Produkts basiert dementsprechend sowohl auf der Leistung des eingesetzten KI-Tools als auch auf der Leistung der menschlichen Bewertung und Feinanpassung. Die besonders anspruchsvollen Engineeringaufgaben bleiben also bestehen und werden sogar noch relevanter“, prognostiziert Lenz.

Welche Hürden derzeit bestehen

Seiner Erfahrung nach ist die Industrie allerdings noch sehr unsicher, wie sie mit KI-basierten Produkten und Tools umgehen soll. Daher sieht Lenz einen großen Bedarf nach Leitfäden und rechtlicher Grundsätze zum sicheren Einsatz vo KI-Tools, um das enorme Potenzial auszuschöpfen. Zudem gebe es aktuell einen undurchsichtigen Dschungel an verschiedenen KI-Tools, zu denen es kaum bis keine Erfahrungswerte gibt. „Der bisherige Evaluations- und Einführungsprozess für Software hinkt hierbei in den Firmen deutlich hinterher“, schließt Lenz.

Konstruktionsleiter Forum

Produktentwicklung neu denken

Der Schlüssel für den Erfolg eines Unternehmens liegt in Konstruktion und Entwicklung. Hier entstehen innovative Produkte, die die Wettbewerbsfähigkeit sichern. Doch kennen Sie die Herausforderungen der Produktentwicklung im 21. Jahrhundert?

Das Konstruktionsleiter Forum will Konstruktions- und Entwicklungsleiter für Hürden sensibilisieren, sowie Tools und Methoden aufzeigen, um innovative Ideen strukturiert zu entwickeln und den Produktentstehungsprozess so schlank und effizient wie möglich zu gestalten.

Jetzt informieren

(ID:49625767)