KI in der Praxis effektiv einsetzen: Beispiele unserer Partnerinstitute
Künstliche Intelligenz (KI) hat ihren Weg aus dem Elfenbeinturm gefunden, hört man immer wieder. Aber wenn sie nicht mehr im Elfenbeinturm ist, wo ist sie dann?
Zahlreiche Beispiele für den Einsatz von KI in der Praxis gibt es bei uns: Ingenieurinnen und Ingenieure aus dem Mittelstand-Digital Zentrum Darmstadt machen Künstliche Intelligenz fit für den Mittelstand. Dadurch wird sie ein integraler Bestandteil der Industrie 4.0 und der Digitalisierung.
Ihre Stärken kann intelligente Software besonders im Bereich der Überwachung und Vorhersage ausspielen. Zu diesem Zweck rüsten Mitarbeiter des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) aktuell eine handelsübliche Werkzeugmaschine mit Sensorik aus. Die Sensordaten werden in eine KI gespeist, die dann über die Lebensdauer und sogar noch unbekannte Verschleißmechanismen Aufschluss geben soll. Die KI trifft damit nicht nur praxisrelevante Aussagen, sondern forscht auch „in situ“, das heißt während des Betriebs. Diese Form von KI heißt Predictive Maintenance – vorausschauende Instandhaltung. Produktionsmaschinen können hierdurch effektiver gewartet und ihre Lebensdauer verlängert werden.
Jonathan Millitzer von Fraunhofer Institut für Betriebsfestigkeit (LBF) entwickelt zusätzlich Strategien, wie der laufende Betrieb von Fertigungsmaschinen effizienter gestaltet werden kann. Neben den Predictive-Maintenance-Algorithmen soll intelligente Software helfen, Prozesse eigenständig zu erlernen. Dadurch werden die Maschinen autonom, das heißt automatisiert aber trotzdem flexibel. KI ermöglicht folglich effizientere Prozesse, was auch bedeutet, dass Ressourcen gespart werden können, wie die Forschung des Instituts für Produktionstechnik und Umformmaschinen (PtU) zeigt.
In der Umformtechnik stellen schwankende Eigenschaften der Halbzeuge und Rohmaterialien die Fertigungsprozesse stets neu vor Herausforderungen. Was für eine Bauteilserie optimal funktioniert hat, kann für die nächste schon wieder Probleme hervorrufen. KI hilft hier starre Vorgaben zu durchbrechen, indem sie Schwankungen identifiziert und Gegenmaßnahmen ermittelt. Das verringert den Ausschuss und spart wertvolle Rohstoffe. Obwohl sich dieser Anwendungsfall einem konkreten Problem aus der Praxis widmet, ist es zugleich Grundlagenforschung. Störgrößen und versteckte Einflüsse sind in den immer komplexeren Produktionsprozessen allgegenwärtig und betreffen nahezu jede Branche und jeden Technologiezweig.
KI wird also schon bald in der gesamten Produktion ihren festen Platz haben. Doch fehlt da nicht etwas? Unternehmen, die Produkte herstellen, müssen diese zuvor entwickeln. Auch in diesem Bereich soll sich KI behaupten. Die kreative Arbeit und die Erfahrung des Konstrukteurs oder der Produktentwicklerin werden nicht zu ersetzen sein, und genau wie in der Produktion geht es nicht darum, die Mitarbeiter auszutauschen, sondern sie passgenau zu unterstützen. Dies leisten KI-basierte Assistenzsysteme in der Produktentwicklung, die zurzeit am Institut für Datenverarbeitung in der Konstruktion (DiK) entwickelt werden. Beispielweise sollen CAD-Programme den nächsten Konstruktionsschritt vorhersagen können – ganz ähnlich wie die Autorkorrektur und -vervollständigung bei Textprogrammen den Nutzer unterstützt. Gerade sich wiederholende Aufgaben und Standardhandgriffe werden so erleichtert. Das spart Zeit und schont die Nerven.
Menschen lernen aus Erfahrung, maschinelles Lernen basiert auf großen Mengen von Daten. Das bedeutet, KI ist nicht von Big Data zu trennen. Dabei ist heutzutage die Berücksichtigung von Datensicherheit Pflicht. Ebenso muss die Software, die die KI realisiert, sicher und störungsfrei laufen. Am Kompetenzzentrum ist das Fraunhofer Institut für Sichere Informationstechnologie (SIT) der kompetente Partner für den sicheren Betrieb von KI-Anwendungen. Ein Thema ist hierbei die Frage nach der Bereitstellung der KI-Anwendung on-premise (vor Ort) oder KI as a Service (als Cloud-Dienst). Das scheint zunächst nebensächlich zu sein; jedoch: Beide Varianten implizieren unterschiedliche IT-Sicherheitsmaßnahmen zur Absicherung von Daten und Diensten. Entscheidet man sich für den lokalen Betrieb auf eigener Hardware, so kommen auf den Betreiber zusätzliche Fragen zur Plattform- und Netzwerksicherheit zu.
Ebenso wird am SIT im Zusammenhang mit Predictive Maintenance daran gearbeitet, schützenwerte Informationen zu erkennen und Gegenmaßnahmen zu potenziellen Bedrohungsszenarien zu entwickeln. IT-Sicherheit beinhaltet dabei zwei wesentliche Aspekte: Den Schutz Ihrer Daten, die die Grundlage des KI-gestützten Prozesses sind, als auch die Sicherheit des laufenden Prozesses vor Störungen.
All diese Projekte werden wesentlich von unseren KI-Trainern begleitet. Falls auch Sie von deren Fachkompetenz profitieren möchten, melden Sie sich gerne bei unseren Ansprechpartnern.
