Nur mit KI bleiben Firmen konkurrenzfähig

Künstliche Intelligenz hat in den vergangenen Jahren sehr an Bedeutung gewonnen, und auch die Hannover Messe stellt das Thema in den Fokus. Auch Altair unterstützt zum Beispiel seine Kunden bei KI-gestützter Produktentwicklung. Was ist hier schon alles möglich?

Es gibt eine ganze Reihe an Anwendungsfeldern für künstliche Intelligenz in der Produktentwicklung: Das beginnt bei der Modellerstellung, die durch KI effizienter wird, und reicht bis zur Vorhersage des physikalischen Verhaltens, ohne dass dafür neue rechenintensive, zeitraubende Simulationen notwendig werden. Beispiele sind etwa effizientere Modellierungsprozesse: Algorithmen können die Geometrien in Werte übersetzen. Dadurch lassen sie sich vergleichen, bearbeiten – und in Gruppen und Klassen einteilen, was die Modellorganisation vereinfacht. Ebenfalls zu nennen ist die multidisziplinäre Entwurfsexploration. Ein anderer Anwendungsfall ist das Erkennen von physikalischem Verhalten und eine Optimierung gewünschtes Verhalten hin. Ein anderes Beispiel ist das Abbilden von komplexem Systemverhalten für echtzeitfähige digitale Zwillinge.

Welche Vorteile haben Kunden davon?

Sie können schneller und innovativer entwickeln, denn KI-Algorithmen können komplexe Zusammenhänge besser und schneller aufdecken und damit die Entscheidungsfindung beschleunigen.

Welche Herausforderungen treten bei der Integration von KI in den Produktentwicklungsprozess auf, und wie werden sie bewältigt?

Wenn Unternehmen ein Data-Science-Projekt starten, haben sie meist gleich mehrere Herausforderungen zu stemmen, weshalb ein Großteil dieser Projekte nicht zum Erfolg führt. Dafür gibt es drei Hauptgründe, wie eine globale Studie von Altair zeigt: zum einen sind es organisatorische Hürden, etwa das Entstehen von Reibungsverlusten zwischen Abteilungen und Teams – oder die Schwierigkeit, Datenanalyse-Experten zu finden. Darüber hinaus werden Unternehmen bei der Anwendung von künstlicher Intelligenz häufig von technologischen Hindernissen aufgrund unzureichender Infrastruktur ausgebremst. Nicht zuletzt sind es auch finanzielle Hindernisse, die auftreten, weil Budgets und Ressourcen zu knapp bemessen wurden oder die Projektrentabilität zu eng gefasst wurde. Für all diese Hürden gibt es Lösungen. So kann organisatorischer und technologischer Reibungsverlust vermieden werden, indem die Domänenexperten – die Mitarbeiter im Unternehmen – dazu befähigt werden, Daten-Analyse-Methoden selbst anzuwenden. Mit unserer Low-Code-No-Code-Lösung Altair Rapidminer lassen sich die KI-Methoden sogar im Engineering einfach integrieren, sodass Fachexperten in allen Unternehmensbereichen selbst Daten sammeln und Machine-Learning-Anwendungen erstellen können. Dank dieser Demokratisierung schaffen wir einen direkten Wissenstransfer in den Betrieben. Finanzielle Reibungsverluste lassen sich unter anderem vermeiden, indem schon bei der Auswahl von KI-Technologien darauf geachtet wird, dass sie skalierbar sind und mit dem Unternehmen mitwachsen können. Nicht zuletzt ist es wichtig, schon vorab den besten KI-Anwendungsfall im Unternehmen mithilfe von Machbarkeits- und Wertschöpfungsstudien zu identifizieren.

Wie werden KI-Modelle trainiert und validiert, um relevante Einblicke in das Produktverhalten und potenzielle Verbesserungen zu liefern?

Die Auswahl der geeigneten KI-Methode ist abhängig vom Ziel, wobei jedes Datenanalyseprojekt dem gleichen Schema folgt, an dessen Anfang die Daten stehen. Die einzelnen Schritte für die Toolbox Altair romAI wären zum Beispiel diese: Zunächst werden die Daten vorbereitet, das heißt, die Rohdaten werden gefiltert und Korrelationen zwischen den Variablen bestimmt. Dann kann eine statische oder dynamische Modellierung erfolgen und Eingaben, Ergebnisse oder optionale Zustandsvariablen für dynamische Modelle werden definiert. In der Ergebnisauswertung können Sie das generierte Modell anhand von Zielvorgaben im Vergleich zu Vorhersagen, Hyperebenen sowie Zeit- und Instanzenbewertungen evaluieren. Die "Altair Twin Activate"-Modellimplementierung ermöglicht die Wiederverwendung, die Beschleunigung multidisziplinärer Analysen und die Bereitstellung digitaler Zwillinge.

Wie sehen Sie die Zukunft der KI in der Produktentwicklung? Gibt es bestimmte Bereiche, auf die Sie besonders gespannt sind?

Die spannendste Frage ist die, wie sich KI-Methoden in die Breite in der Produktentwicklung etablieren. Vor allem, wie schnell sich die Unternehmen die Werkzeuge zu eigen machen. Denn im Grunde genommen bleiben nur die Unternehmen konkurrenzfähig, die KI-Methoden in ihre Abläufe integrieren.

Können auch Designprobleme durch KI oder mithilfe von maschinellem Lernen gelöst werden?

Ja. Zwar ersetzt die KI nicht die menschliche Kreativität, aber trägt dazu bei, Verhaltensmuster zu identifizieren, die ohne KI angesichts der Erkenntnis-Fülle nicht zu entdecken sind und Zielkonflikte aufzulösen. So können Entwickler Hunderte von Simulationsergebnissen intuitiv verarbeiten – und auch die Herstellbarkeit verschiedener Varianten bewerten.

Gibt es Anwendungsbeispiele?

Am Altair-Stand gibt es einige Anwendungsbeispiele zu entdecken, bei denen Unternehmen KI-Technologien zur Anwendung bringen, um Herstellungskosten zu senken, Gewicht zu reduzieren oder neue Leistungsanforderungen umzusetzen – darunter eine Anwendung aus dem Automobilbau, die auch auf andere Industrien übertragbar ist. Anhand eines Optimierungsprozesses für Megacasting-Komponenten zeigen wir, wie KI-Methoden dabei helfen, das gewünschte Bauteilverhalten zu erkennen und daraufhin zu optimieren und es so ermöglichen, komplexeste Bauteile mit einer Vielzahl von Anforderungen fertigungsgerecht und effizient zu entwerfen. Oder kurz gesagt: Leichtbau, Funktionsanforderungen und Herstellbarkeit im Einklang durch KI-gestütztes generatives Design.

Welche Vorteile bietet die simulationsgetriebene Konstruktion hinsichtlich Kostenreduktion, Beschleunigung des Entwicklungsprozesses und Verbesserung der Produktqualität?

Je früher Entscheidungen im Entwicklungsprozess getroffen werden können, desto weniger teure, zeitraubende Änderungen müssen später vorgenommen werden. Das reduziert Kosten, verbessert die Produktqualität und ermöglicht eine frühe Markteinführung.

Und die wichtigste Frage zum Schluss: Werden Sie ihr Knowhow rund um das Thema digitaler Zwilling wieder anhand eines realen Kaffeeerlebnisses am Messe-Stand präsentieren?

Kurze Antwort: Ja – bei Altair gibt es wieder den wahrscheinlich besten, aber auf jeden Fall nachhaltigsten Kaffee auf der Messe! Das sagen nicht wir, sondern Maurizio Tursini von der Cimbali Group: "With digital twin technology, we make each cup of coffee more sustainable." Sie wollen noch mehr wissen? Dann besuchen Sie uns doch an unserem Stand. Kaffee mit 20 Prozent weniger Energieeinsatz ist nicht nur gut fürs Gewissen, sondern schmeckt auch besonders gut. Dazu leistet nicht nur der digitale Zwilling seinen Beitrag, sondern auch der nachhaltig produzierte Kaffee von Fagiolo.

Halle 17, Stand D25