Projekt zur Etablierung von KI als Service Intelligente technische Systeme durch Maschinelles Lernen

n dem Projekt ITS.ML arbeitet das Institute Industrial IT - inIT derzeit gemeinsam mit vier weiteren Forschungspartnern, dem CORLab der Universität Bielefeld, dem SiCP der Universität Paderborn und dem ISyM und CfADS der FH Bielefeld, an der nachhaltigen Verfügbarkeit von Maschinellem Lernen für Industrie 4.0.

Service für KMUs

Die Vision: die Etablierung von Maschinellem Lernen und Künstlicher Intelligenz als Service für kleine und mittlere Unternehmen. Dafür kombinieren die Partner Spitzenforschung mit konkreten Anwendungsbeispielen aus der Wirtschaft, stellen Innovationen bereit und bieten so den Einstieg für den Technologietransfer in Unternehmen.

Doch wo können Methoden des Maschinellem Lernen überall eingesetzt werden? Können mit Hilfe von künstlicher Intelligenz ungeplante Stillstände in meinem Unternehmen aufgrund von fehlender Wartung vorhergesagt werden? Was für Lösungen wurden bereits in der Praxis erprobt und welche Wertschöpfungen entstehen durch eine vorausschauende Wartung?

Die Digitalisierung von Anlagen und deren Ausstattung mit entsprechender Sensorik beinhaltet das Potential, Zustandsüberwachung und Wartung von Maschinen intelligent durch digitale Sensorwerte der Anlage zu steuern. Da eine exakte Modellierung hier in der Regel nicht möglich ist, stellen Ansätze aus dem Gebiet des Maschinellen Lernens oftmals die passende Lösung da.

Hype von Realität trennen

„Um es klar zu sagen: Maschinelles Lernen oder Künstliche Intelligenz ist keine Magie, sondern eine Kombination von Algorithmen, jede Kombination mit ihren eigenen Stärken und Schwächen“, erklärt Anton Pfeifer, der als wissenschaftlicher Mitarbeiter das Projekt ITS.ML betreut. „Es wird immer wichtiger, dass wir in der Lage sind, den Hype und die Realität rund um das Themengebiet Künstliche Intelligenz zu sortieren und zu verstehen, was die KI derzeit tun kann und was nicht."

inIT-Institutsleiter Prof. Volker Lohweg ergänzt: „Wir benötigen eine transparente und insbesondere im industriellen Umfeld, zertifizierte KI mit Nachvollziehbarkeit, was und wie gelernt wurde.“

Wie Konzepte des Maschinellen Lernen sinnvoll eingesetzt werden können, soll unter anderem in einem Workshop zu Predictive Maintenance gezeigt werden. Der Termin für den Workshop wird aufgrund der aktuellen Situation bedarfsorientiert angepasst.