Anmelden Registrieren NEWSLETTER

Umfrage über Smarte Sensorik Wird in Zukunft in jedem Sensor ein „bisschen“ KI stecken?

Turck – Hans Turck GmbH & Co. KG
Wie intelligent werden Sensoren – und wie viel Nutzen steckt in Smarter Sensorik? Wir haben nachgefragt!

Wie intelligent werden Sensoren – und wie viel Nutzen steckt in Smarter Sensorik? Wir haben nachgefragt!

Bild: LetsEnhance.io, publish-industry
17.06.2024

Die Vorteile von Künstlicher Intelligenz im industriellen Umfeld sind unbestritten: Von der Qualitätsprüfung über Robotik-Applikationen bis hin zu Predictive Maintenance. In allen Fällen liefern Sensoren die Daten, die per KI ausgewertet werden. Doch welches Potenzial besitzen Sensoren durch bereits integrierte KI-Funktionalität? Wir haben Experten um ihre Meinung gebeten.

Sponsored Content

Das sagen die Experten:

Bildergalerie

  • Michael Heßhaus, Marketing und Vertrieb, a.b.jödden: Das Potential von Sensorik durch integrierte KI-Funktionalität ist enorm, allerdings nicht für jeden Sensortyp und jedes Anwendungsgebiet erforderlich. Während eine Wärmebildkamera darauf trainiert werden kann, ungewöhnliche Temperaturentwicklungen zu erkennen oder auch zu ignorieren, wenn zum Beispiel das Wetter besonders heiß ist und die überwachten Maschinen dadurch in einem nicht kritischen Bereich erwärmen, macht es in anderen Bereichen weniger Sinn, Daten in einen Kontext zu setzen. So geben induktive Wegaufnehmer ein wegproportionales Signal aus. Dem Anwender sind genau diese Werte wichtig. Features wie eine Drahtbrucherkennung reichen aus, um die Signale zu plausibilisieren. Alles weitere wäre Overengineering.

    Michael Heßhaus, Marketing und Vertrieb, a.b.jödden: Das Potential von Sensorik durch integrierte KI-Funktionalität ist enorm, allerdings nicht für jeden Sensortyp und jedes Anwendungsgebiet erforderlich. Während eine Wärmebildkamera darauf trainiert werden kann, ungewöhnliche Temperaturentwicklungen zu erkennen oder auch zu ignorieren, wenn zum Beispiel das Wetter besonders heiß ist und die überwachten Maschinen dadurch in einem nicht kritischen Bereich erwärmen, macht es in anderen Bereichen weniger Sinn, Daten in einen Kontext zu setzen. So geben induktive Wegaufnehmer ein wegproportionales Signal aus. Dem Anwender sind genau diese Werte wichtig. Features wie eine Drahtbrucherkennung reichen aus, um die Signale zu plausibilisieren. Alles weitere wäre Overengineering.

    Bild: a.b.jödden

  • Dr. Oliver Vietze, CEO, Baumer Group: KI wird die Welt definitiv nachhaltig verändern. Wir setzen KI und Deep Learning in unseren Bildverarbeitungslösungen für gewisse Applikationen bereits seit Jahren erfolgreich ein. In vielen unserer kompakten Sensoren haben wir bereits smarte Softwarealgorithmen und Funktionen implementiert, welche die Leistungsfähigkeit und Zuverlässigkeit im Vergleich zu konventionellen Produkten massiv verbessern. Leistungsfähige, auf neuronalen Netzen basierte KI-Software ist aber sehr rechen- und damit energieintensiv, und es wird wohl noch dauern, bis ein Einsatz in Kompaktsensoren möglich und sinnvoll ist. Man darf auch nicht vergessen, dass KI auf die jeweilige Applikation trainiert werden muss und am Schluss ein nicht-deterministisches Resultat im Sinne einer Wahrscheinlichkeit liefert. Dieser Umstand wird für viele Anwendungen in der Sensorik Grenzen setzen.

    Dr. Oliver Vietze, CEO, Baumer Group: KI wird die Welt definitiv nachhaltig verändern. Wir setzen KI und Deep Learning in unseren Bildverarbeitungslösungen für gewisse Applikationen bereits seit Jahren erfolgreich ein. In vielen unserer kompakten Sensoren haben wir bereits smarte Softwarealgorithmen und Funktionen implementiert, welche die Leistungsfähigkeit und Zuverlässigkeit im Vergleich zu konventionellen Produkten massiv verbessern. Leistungsfähige, auf neuronalen Netzen basierte KI-Software ist aber sehr rechen- und damit energieintensiv, und es wird wohl noch dauern, bis ein Einsatz in Kompaktsensoren möglich und sinnvoll ist. Man darf auch nicht vergessen, dass KI auf die jeweilige Applikation trainiert werden muss und am Schluss ein nicht-deterministisches Resultat im Sinne einer Wahrscheinlichkeit liefert. Dieser Umstand wird für viele Anwendungen in der Sensorik Grenzen setzen.

    Bild: Baumer

  • Norbert Matthes, Technical Sales Manager, Contrinex Sensor: Aktuell befinden sich die Systeme Sensor und KI meist getrennt voneinander. Sensoren messen und überwachen. Eine KI analysiert die Messwerte und setzt sie zueinander in Beziehung. Hieraus wird ein Bild über den Zustand des Prozesses ermittelt und beurteilt, alles autonom. Bei Cloud-basierten Technologien ist zu berücksichtigen, dass diese Lösungen in Bezug auf Energieverbrauch, Datensicherheit und Reaktionsgeschwindigkeit Nachteile mit sich bringen. Die KI sollte also nahe an oder direkt in der Sensorik sein, um die erforderlichen Signallaufzeiten gering zu halten. Dazu müssten Sensorfunktionen und die KI-basierte Signalauswertung auf einem ASIC kombiniert werden. So können die Schaltungskomponenten optimal aufeinander angepasst werden. Smarte DMS-Sensoren von Contrinex bieten durch die auf dem integrierten µC befindliche Software bereits enorme Möglichkeiten für eine autonome Messsignalbewertung sowie sensorgestützte Entscheidungen, die Signalausgänge zu setzen (SIO). Im Bereich der Industrie 4.0 können so Produktionsanlagen überwacht, Wartungen können so optimiert und Produktionsausfälle vermieden werden.

    Norbert Matthes, Technical Sales Manager, Contrinex Sensor: Aktuell befinden sich die Systeme Sensor und KI meist getrennt voneinander. Sensoren messen und überwachen. Eine KI analysiert die Messwerte und setzt sie zueinander in Beziehung. Hieraus wird ein Bild über den Zustand des Prozesses ermittelt und beurteilt, alles autonom. Bei Cloud-basierten Technologien ist zu berücksichtigen, dass diese Lösungen in Bezug auf Energieverbrauch, Datensicherheit und Reaktionsgeschwindigkeit Nachteile mit sich bringen. Die KI sollte also nahe an oder direkt in der Sensorik sein, um die erforderlichen Signallaufzeiten gering zu halten. Dazu müssten Sensorfunktionen und die KI-basierte Signalauswertung auf einem ASIC kombiniert werden. So können die Schaltungskomponenten optimal aufeinander angepasst werden. Smarte DMS-Sensoren von Contrinex bieten durch die auf dem integrierten µC befindliche Software bereits enorme Möglichkeiten für eine autonome Messsignalbewertung sowie sensorgestützte Entscheidungen, die Signalausgänge zu setzen (SIO). Im Bereich der Industrie 4.0 können so Produktionsanlagen überwacht, Wartungen können so optimiert und Produktionsausfälle vermieden werden.

    Bild: Contrinex Sensor

  • Torsten Fuchs, Geschäftsführer, Gefran Deutschland: Absolut! Wir glauben fest daran, dass die meisten Sensoren in Zukunft von KI profitieren werden. Allerdings sollten nicht alle KI-Funktionen direkt auf den Sensoren liegen. Stattdessen betrachten wir KI-Algorithmen als vielseitige Anwendungen, die sich in verschiedenen Ebenen der Automatisierungsarchitektur integrieren lassen. Bestimmte Aufgaben gehören definitiv auf Sensor-Ebene, während für die Auswertung von KI-Daten auf maschineller Ebene oft SPS-Implementierungen genutzt werden. Die Analyse von Daten aus Sensorflotten erfordert eine optimierte Cloud-Komponente für das Training von KI-Modellen und fortgeschrittene Analysen.

    Torsten Fuchs, Geschäftsführer, Gefran Deutschland: Absolut! Wir glauben fest daran, dass die meisten Sensoren in Zukunft von KI profitieren werden. Allerdings sollten nicht alle KI-Funktionen direkt auf den Sensoren liegen. Stattdessen betrachten wir KI-Algorithmen als vielseitige Anwendungen, die sich in verschiedenen Ebenen der Automatisierungsarchitektur integrieren lassen. Bestimmte Aufgaben gehören definitiv auf Sensor-Ebene, während für die Auswertung von KI-Daten auf maschineller Ebene oft SPS-Implementierungen genutzt werden. Die Analyse von Daten aus Sensorflotten erfordert eine optimierte Cloud-Komponente für das Training von KI-Modellen und fortgeschrittene Analysen.

    Bild: Gefran

  • Oliver Marks, Leiter Geschäftsbereich Automation Products, Turck: Ich glaube nicht, dass in Zukunft in jedem Sensor ein „bisschen“ KI Stecken wird. Die benötigte Rechenpower ist in „einfachen“ Sensoren normalerweise nicht vorhanden, und in vielen Fällen auch gar nicht notwendig, da eine regelbasierte Signalauswertung für schaltende und auch messende Sensoren völlig ausreichend. Trotzdem wird die KI zunehmend für andere Signalauswertungen eingesetzt werden, wie zum Beispiel bei der Anomalie-Erkennung von Condition-Monitoring-Signalen. Die sind üblicherweise auch nicht zeitkritisch, sodass das die Signalverarbeitung in der Edge oder der Cloud stattfinden kann. Dort sind auch die Rechenleistung und der Speicherplatz kein Problem. Außerdem ist KI bei komplexeren Geräten sinnvoll, zum Beispiel bei der Mustererkennung, die damit deutlich schneller zu Ergebnissen führen kann.

    Oliver Marks, Leiter Geschäftsbereich Automation Products, Turck: Ich glaube nicht, dass in Zukunft in jedem Sensor ein „bisschen“ KI Stecken wird. Die benötigte Rechenpower ist in „einfachen“ Sensoren normalerweise nicht vorhanden, und in vielen Fällen auch gar nicht notwendig, da eine regelbasierte Signalauswertung für schaltende und auch messende Sensoren völlig ausreichend. Trotzdem wird die KI zunehmend für andere Signalauswertungen eingesetzt werden, wie zum Beispiel bei der Anomalie-Erkennung von Condition-Monitoring-Signalen. Die sind üblicherweise auch nicht zeitkritisch, sodass das die Signalverarbeitung in der Edge oder der Cloud stattfinden kann. Dort sind auch die Rechenleistung und der Speicherplatz kein Problem. Außerdem ist KI bei komplexeren Geräten sinnvoll, zum Beispiel bei der Mustererkennung, die damit deutlich schneller zu Ergebnissen führen kann.

    Bild: Turck

Firmen zu diesem Artikel
Verwandte Artikel