In Sachen Künstliche Intelligenz (KI) sind Nationen wie die USA oder China deutschen Firmen oft weit voraus und teilweise auch mutiger, da hierzulande Konzepte, Spezialisten und die notwendige Technologie fehlen. Die folgenden fünf Tipps von Tim Forman, European R&D Manager bei Omron Europe, bieten Industrieunternehmen einen Leitfanden für den Einstieg in die KI.
So gelingt der KI-Einstieg: Fünf Tipps für Unternehmen
- Wissen über Umgang mit großen Datenmengen ausbauen:
Produzierende Unternehmen sind häufig abwartend, wenn es um neue Technologien geht, da sie mit Maschinen arbeiten, die viele Jahre laufen müssen. Es wird Zeit, dass sie ihre Scheu überwinden. Um die neuen Möglichkeiten der KI bestmöglich zu nutzen, sollten sie sicherstellen, dass sie mit großen Datenmengen und fortschrittlichen Algorithmen arbeiten können. - Zentrale Projektfragen und -ansätze skizzieren:
Zu den wichtigen Fragen zu Beginn eines KI-Projektes gehören: Welche Herausforderung soll angegangen werden? Welche Strategie eignet sich am besten? Welche Führungskräfte und Mitarbeiter sollen mit an Bord geholt werden? Gibt es die notwendige Expertise im eigenen Unternehmen oder müssen externe Experten involviert werden? Wie lässt sich eine neue Maschine mit integriertem Data Science-Ansatz realisieren? - Messbare Ziele festlegen:
Oberstes Ziel des KI-Einsatzes sind Qualitäts- und Effizienzsteigerungen, beispielsweise durch eine verbesserte Predictive Maintenance, vorausschauende Wartung, zur Vermeidung von Maschinenstillständen. Die auf KI-basierende Lösung sollte auf messbare Verbesserungen der OEE abzielen. Bereits eine OEE-Optimierung um nur wenige Prozentpunkte kann zu großen Effizienzsteigerungen und Kostensenkungen führen. KI in der Maschineninstandhaltung kann beispielsweise dazu beitragen, das Risiko von Geräteschäden und Stillstandzeiten zu reduzieren, da sich Probleme frühzeitig erkennen und sofort Maßnahmen zur Beseitigung einleiten lassen. - „KI at the Edge“ nutzen:
Ideal ist es, wenn die erforderlichen Algorithmen in die Maschinensteuerung integriert sind und so den Rahmen für Echtzeitoptimierung schaffen – an der Maschine, auch „at the Edge“ genannt. Produktionslinien und Maschinen werden hierbei mit Echtzeitsensoren überwacht, die Daten rasant schnell gesammelt und auf Auffälligkeiten überprüft. Es ist keine Internetverbindung erforderlich, IoT-Protokolle sind verlässlich integriert. Ein Beispiel: Der AI Controller von Omron verfügt mit in die Sysmac-Plattform integrierter KI-Steuerung über eine adaptive Intelligenz, die näher am Geschehen ist und die lernt, normale von abnormalen Mustern zu unterscheiden. Diese Komplettlösung für die Fabrikautomatisierung mit Modulen für Steuerung, Bewegung und Robotik, Bildverarbeitung und Maschinensicherheit eignet sich für Unternehmen der verschiedensten Branchen und Größen. - Auf Datenverarbeitung in Echtzeit setzen:
Die KI-Lösung sollte sich zudem einfach implementieren lassen. Während Cloud-basierte KI-Tools enorme Anforderungen an Infrastruktur und IT stellen, bietet sich KI auf Maschinenebene für die vorausschauende Wartung und Steuerung von Maschinen an. Hierbei werden Steuerungsfunktionen von Fertigungslinien mit einer auf KI basierenden Datenverarbeitung in Echtzeit kombiniert. Unternehmen können unvorhergesehene Situationen verlässlich erkennen und schnell reagieren, die Qualität steigern, Wartungszyklen und Lebenszyklus von Maschinen verbessern sowie bei Bedarf skalieren.
