Das System, das den Go-Weltmeister vom Platz fegt. Das Auto, das eigenständig durch den Berufsverkehr fährt. Der Roboter, der die Besucher eines Messestandes freundlich begrüßt. Kommt das Gespräch auf das Thema Künstliche Intelligenz (KI), überstrahlen diese plakativen Beispiele schnell die Diskussion. Dabei verändert KI die Welt hinter den Kulissen auf vielen Ebenen. Die Auswirkungen sind kaum zu überblicken: überall andere Arbeitsprozesse, Geschäftsmodelle oder Plattformen. Deutlich zeigt sich die Wucht der aktuellen Entwicklung beim Blick auf den Einsatz von KI-Technologien in physischen Gegenständen. Für jede Maschine, jedes Haushaltsgerät, jeden Pkw mit KI-Komponenten tun sich neue Möglichkeiten auf, sind neue Abläufe denkbar, ergeben sich neue Möglichkeiten zur Monetarisierung.

Neue Technologien – neue Möglichkeiten

Gefühlt gibt es so viele Definitionen für KI, wie es Forscher gibt, die sich mit diesem Gebiet beschäftigen. Für die folgenden Ausführungen reicht eine kurze, pragmatische Definition: KI ist ein Teilgebiet der Informatik, das sich mit dem Erforschen von Mechanismen des intelligenten menschlichen Verhaltens befasst. Wenn Anwendungen gesprochene Sprache in Anweisungen übersetzen, wenn Maschinen den Grad der Müdigkeit eines menschlichen Arbeiters erkennen oder ein Bilderkennungssystem Gegenstände auf Fotos markiert, arbeiten im Hintergrund KI-Technologien.

Genau diese Technologien sind es auch, die sich für den Einsatz im Umfeld von CPS eignen. Denn die bereits beschriebenen Szenarien, in denen CPS ihre Stärke ausspielen, sind typische Einsatzfelder für KI.

Der Einsatz von Robotern oder anderen automatischen Fertigungssystemen war bisher beschränkt auf das Ausführen vorgegebener Bewegungsabläufe. Machine-Learning-Technologien (ML) erlauben einen deutlich flexibleren Einsatz im Produktionsprozess. So haben KI-Experten dank ML innerhalb kurzer Zeit Durchbrüche im Bereich des maschinellen Sehens und Hörens erzielt. Dazu gehören das automatische Erkennen von Objekten und Situationen, das Interpretieren von Gesten oder das Verstehen von gesprochenen Anweisungen. Ein typisches Anwendungsszenario: Während des laufenden Betriebes geben Mitarbeiter dem System per Zuruf oder mit einfachen Gesten Kommandos. Die eigene Arbeit müssen sie dafür nicht unterbrechen. So können Produktionssysteme und die menschliche Belegschaft enger und reibungsloser zusammenarbeiten.

CPS auf sich alleine gestellt

Ein weiteres Beispiel für das KI-Potenzial im industriellen Umfeld ist die Fähigkeit zur autonomen Arbeit. KI hilft dabei, dass Systeme eigenständiger entscheiden und arbeiten. So erlauben es die Methoden des bereits erwähnten ML einem CPS, automatisch Regeln abzuleiten und ein adaptives Verhalten zu entwickeln. Die Systeme erkennen Zusammenhänge oder Korrelationen und leiten daraus Regeln ab, ohne dass Experten diese im Vorfeld definieren.

Ein derart intelligentes und vernetztes CPS schätzt beispielsweise in Eigenregie die Auswirkungen einer verspäteten Lieferung von Rohstoffen ab. Das System passt eigenständig den Produktionsprozess an die neuen Liefertermine an. Es informiert nach- beziehungsweise vorgelagerte Produktionsstufen, priorisiert die Abläufe neu und vergibt angepasste Zeitfenster – unabhängig vom menschlichen Zutun. Dabei spult das CPS dank der KI-Technologien nicht starr eine vorgegebene Programmierung ab. Es passt seine Planungen eigenständig an die veränderlichen Umweltparameter an.

Darüber hinaus eröffnet KI das Feld des sogenannten Predictive Maintenance, verstanden als das frühzeitige Erkennen beziehungsweise Vorhersagen von auftretenden Problemen und den daraus resultierenden vorausschauenden Wartungsarbeiten. Grundlage dafür bilden die Konzepte der Mustererkennung und der Anomalie-Erkennung. KI bietet die Chance, Ausfallzeiten zu vermeiden oder zumindest zu reduzieren. So sparen Unternehmen Kosten und stellen verlässlichere Services bereit. Bei kritischen Systemen führt dies nicht nur zu finanziellen Einsparungen, sondern auch zu mehr Sicherheit.

Nicht nur auf Ebene von CPS und Produktionsprozessen stoßen KI-Technologien das Tor zu neuen Anwendungsfällen auf. Auch Mitarbeiter mit strategischen Aufgaben profitieren.

Schneller mehr wissen

Neue Studien, neue Daten, neue Rahmenbedingungen: In einem permanenten Strom fließen Informationen in ein Unternehmen. Experten sichten, prüfen, analysieren und erarbeiten Handlungsempfehlungen. Zu den Kernaufgaben der sogenannten Wissensarbeiter gehört es, umfangreicher Informationen Herr zu werden und schnell wichtige Erkenntnisse zu gewinnen. Es ist für den Einzelnen und Teams schier unmöglich, all das relevante Material zu erfassen und auf seine Bedeutung hin zu bewerten.

Ein Beispiel im industriellen Umfeld ist die Entwicklung von Rohstoffpreisen. Die Preisfindung ist ein komplexer Mechanismus, der von einer nicht zu überblickenden Zahl von Faktoren abhängt. Beispielsweise von gesetzlichen Vorgaben bis zu geopolitischen Entwicklungen, von Konsumgewohnheiten bis zum Wahlausgang in einzelnen Regionen. Entsprechend schwer sind Prognosen. Hier spielen KI-Lösungen ihre Stärken aus. Einerseits erlaubt es die schon erwähnte Mustererkennung, Zusammenhänge zu erkennen, die menschlichen Beobachtern aufgrund der Komplexität verborgen bleiben.

Andererseits helfen KI-Technologien den Experten dabei, in ihren Themengebieten auf dem Laufenden zu bleiben. Denn inzwischen können Lösungen gut mit Texten umgehen, die in natürlicher Sprache geschrieben sind. Sogenannte Natural-Language-Processing-Techniken (NLP) ermöglichen es ihnen, den Sinn von Inhalten zu erfassen, Dokumente zusammenzufassen und diese Zusammenfassungen beispielsweise in Form von Dashboards darzustellen. Mithilfe von maschinellen Lernverfahren extrahieren die Anwendungen das Thema sowie Informationen über die Semantik und fassen die zentralen Inhalte zusammen.

Ob Studie, Positionspapier, Gesetzestext oder wissenschaftliche Abhandlung: Geschulte KIs bereiten die Kernaussagen so auf, dass sich Experten schnell einen Überblick verschaffen können. Bei Bedarf greifen sie dann auf die Quellen der Informationen zurück. Verantwortliche richten sich feinjustierte Meldesysteme ein, die ihnen gezielt automatisch ausgearbeitete Dossiers zu individuell relevanten Themen zur Verfügung stellen.

Die Produktionskette besser gestalten

In der Fabrik der Zukunft arbeiten besser informierte Menschen enger mit autonomeren Maschinen zusammen. Dies sorgt dafür, dass die Beteiligten die gesamte Produktionskette anders gestalten können. Von der initialen Planung eines Produktes über die Konstruktion bis hin zu Auslieferung und Betrieb: Entlang des ganzen Ablaufes helfen KI-Anwendungen dabei, dass Unternehmen ihre Ziele mit geringerem Ressourceneinsatz erreichen.

Prof. Dr. Volker Gruhn, Aufsichtsratsvorsitzender und Gründer der Adesso AG © Adesso

Prof. Dr. Volker Gruhn, Aufsichtsratsvorsitzender und Gründer der Adesso AG