Zwar stellen sich in der Industrie andere Aufgaben und Herausforderungen, doch die grundlegende Funktion von Künstlicher Intelligenz ist hier die gleiche wie im Konsumersegment: KI soll dazu beitragen, bestimmte Vorgänge einfacher und besser zu machen.
Drei KI-Anwendungskategorien
Betrachtet man die möglichen Use Cases von KI in der Automatisierung, ergeben sich drei grundlegende Kategorien:
Assistenz Systeme zur Unterstützung des Operators
Lokale KI-Systeme zur autonomen Steuerung von Prozessen in Echtzeit
Analytische Anwendungen in der Cloud
Alle drei Kategorien haben in unterschiedlicher Form Potenzial zur Nutzung von KI in der industriellen Automatisierungs- und Steuerungstechnik. Assistenzsysteme bieten die Chance, komplexe Vorgänge einfacher zu gestalten, indem sie Empfehlungen und Hilfestellungen geben, um Beispiel bei der Bedienung, der Inbetriebnahme oder bei der Programmierung. Cloud-Anwendungen eignen sich etwa für Predictive Maintenance oder die Anomalie-Erkennung in Prozessen.
Lokale KI-Lösungen können beispielsweise der Maschine neue Kommunikationsfähigkeiten geben, um den Operator in seiner täglichen Arbeit bestmöglich zu unterstützen. Beispiele hierfür sind dialogfähige Maschinen, welche den Bediener bei Störung multilingual helfen und die Bedienung vereinfachen. Am Ende geht es darum, die Produktivität zu erhöhen und die Effizienz zu verbessern, beispielsweise durch kürzere Zykluszeiten oder über die Vision-Systeme qualitätsunterstützende Maßnahmen anzustoßen.
Anforderungen ändern sich
Inzwischen verschieben sich zusätzlich die Anforderungen hin zu Individualisierung und höheren Varianzen in der Produktion. Die Herausforderung für die Automatisierung lautet dabei nicht mehr, noch höhere Produktivität zu erreichen, sondern in höherer Flexibilität bei gleicher Produktivität produzieren zu können.
Das Erfordert einen weiteren Entwicklungsschritt von der flexiblen Produktion hin zum skill-based programming, also einer Produktion auf Basis erweiterter Fähigkeiten der Maschinen. Es ist die Künstliche Intelligenz, die Maschinen solche zusätzlichen Fähigkeiten verleiht, um bestimmte Dinge zu tun, oder die vorhandenen Fähigkeiten neu zu kombinieren.
Ein Blick in die Industrie zeigt: Dieser Technologie- und Anwendungswandel ist bereits in vollem Gange. KI unterstützt diesen Wandel, indem sie ermöglicht, schnell neue Applikationen zu entwickeln – in der Maschine, im Prozess und in der Produktion. Zugleich trägt Künstliche Intelligenz damit zur Beschleunigung und Ausweitung dieser Entwicklung bei.
Keba deckt alle drei Felder des KI-Einsatzes ab:
Den Bereich IoT, in dem KI entweder On Premise oder in der Cloud betrieben wird, um Themen wie Digitalisierung, Datenanalyse und Smart Factory abzudecken.
Den Einsatz lokaler KI direkt in der Maschine oder in einem Produkt, beispielsweise um Maschinen autonomer und intelligenter zu machen.
Den Bereich der Assistenzsysteme, die KI als intelligente Unterstützung von der Programmierung bis hin zur Bedienung nutzen, um Komplexität zu reduzieren und über intelligente Dialoge und KI-Unterstützung das Handling massiv zu vereinfachen.
Aus diesem umfassenden Ansatz heraus entstanden verschiedene KI-Lösungen, die universell einsetzbar sind.
KI-Accelerator für die Industrie
Die von Keba entwickelte Lösung mit „AI Control“ nach der englischen Bezeichnung für künstliche Intelligenz, Artifical Intelligence, benannt, umfasst sowohl Hard- wie auch Software. Die Hardware, die den üblichen Anforderungen einer industriellen Umgebung entspricht, besteht aus einem KI-Modul, das äußerlich mit seinen zahlreichen Schnittstellen einer SPS ähnelt.
So stehen Interfaces für Gigabit-Ethernet, EtherCat usw zur Verfügung. Im Inneren arbeiten eine CPU sowie ein Beschleuniger für die neuronalen Netze. Hinzu kommt eine offene Software-Plattform, die Entwicklung wie auch Betrieb der KI-Anwendungen ermöglicht.
Darüber hinaus unterstützt Keba seine Partner bei der Digitalen Transformation und der Entwicklung eigener KI-Anwendungen. Die Erfahrung lehrt, dass bei Industrie-Kunden, die sich derzeit mit dem Einsatz von Künstlicher Intelligenz in der Produktion befassen, in der Regel bereits gut ausgebildete Data Scientists und Programmierer zu finden sind, die Erfahrungen mit den im KI-Umfeld üblichen Programmiersprachen wie Python oder Frameworks wie TensorFlow mitbringen.
Ein neuronales Netz oder einen Algorithmus zu modellieren und auf eine CPU, GPU oder DPU (Data Processing Unit) zu bringen, ist das eine. Sie in einem Maschinen-Kontext sauber zu implementieren, ist jedoch mit einigen Herausforderungen verbunden. So gilt es, einen zuverlässigen Dialog mit der Steuerungstechnik zu etablieren und dafür zu sorgen, dass die Fähigkeiten und Mehrwerte der KI erkannt und genutzt werden können.
Hier haben sich die Mitarbeiter:innen des KI-Kompetenz-Zentrums von Keba in den vergangenen Jahren einen Wissensvorsprung erarbeitet, von dem Maschinenbauer heute profitieren können. Anhand selbst entwickelter Applikationen können die KI-Experten von Keba demonstrieren, wie intelligent und autonom eine Maschine werden kann und welche Fähigkeiten „ AI Control“ zur Verfügung stellt. Sie kennen die Möglichkeiten des KI-Einsatzes im Industie-4.0-Umfeld aufs genaueste – aber auch deren Grenzen.
