MACHINE LEARNING SONDERTEIL: Industrie 4.0 Magazin
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
www.it-production.com
Das
Industr
ie 4.0
Magaz
in
Quelle: © zapp2photo / Fotolia.com
SONDERTEIL:
MACHINE LEARNING
Ausgabe September 2018
MACHINE LEARNING | PLATTFORM LERNENDE SYSTEME
Plattform Lernende Systeme
KI-Wissen ausbauen, den
Einstieg nicht verpassen
Künstliche Intelligenz (KI) und lernende Systeme bieten enormes wirtschaftliches Po- Bild: acatech - Dt. Akademie der Technikwissenschaften
tenzial und beschleunigen den digitalen Wandel. Sie verändern die Wertschöpfungs-
ketten und Beschäftigungsstrukturen in der industriellen Produktion radikal. Die
Frage lautet nicht, ob Unternehmen KI in ihre Fertigung und Produkte integrieren,
sondern wann, wo und wie.
Daten liefern die Basis
K
ünstliche Intelligenz (KI) wird in dungsbereiche für lernende Systeme.
den kommenden Jahren unsere Maschinen, Roboter und Softwaresys-
Arbeits- und Lebenswelt prägen teme erledigen schon heute auf Basis Die erste Welle des digitalen Wandels
und in Unternehmen aller Branchen Ein- von Daten selbstständig abstrakt be- setzte zu Beginn der 1970er Jahre ein. In
zug halten. Das gilt für die deutschen schriebene Aufgaben, ohne dass jeder der Industrie kamen Elektronik und IT zum
Leitindustrien ebenso wie für den Mittel- Schritt vom Menschen programmiert Einsatz – die Automatisierung der Produk-
stand und Startups, denen KI Chancen werden muss. Dabei ermöglicht maschi- tion schritt voran. Seit einigen Jahren er-
für neue Geschäftsideen eröffnet. Die in- nelles Lernen den Systemen, ihr Verhal- lebt die Industrie eine zweite Welle der
dustrielle Produktion ist dabei hierzu- ten durch Erfahrungen und in Interaktion Digitalisierung, die sich durch die drei
lande einer der wichtigsten Anwen- mit ihrer Umwelt zu verbessern. Schlagworte smart, vernetzt und auto-
70 IT&Production 9/2018
PLATTFORM LERNENDE SYSTEME | MACHINE LEARNING
Bild: Acatech - Dt. Akademie der Technikwissenschaften
Arbeitsgruppen- und Organisationsstruktur der Plattform Lernende Systeme
nom beschreiben lässt. Intelligente Ma- aktiv mitsteuern. Dabei sammeln die ver- Dazu bedarf es lernender Systeme, die
schinen, Produkte, Lagersysteme und Be- netzten Objekte mithilfe von Sensoren beispielsweise selbstständig Montage-
triebsmittel mit eingebetteter Elektronik große Datenmengen – quasi zum Nullta- pläne für neue Produktdesigns erstellen
werden über das Internet miteinander rif. Im Mittelpunkt steht nun die Indivi- können. Daten bilden dafür die Grund-
verbunden und können die Produktion dualisierung von Produkten und Diensten. lage. Ein Durchbruch wurde in den letz-
- Anzeige -
X-INTEGRATE Software & Consulting GmbH
Dezentrale Intelligenz:
X-INTEGRATE bringt Predictive Quality an die Maschine
Für Effizienz- ware, wie sie der IBM Premium-Partner X-INTEGRATE GmbH aus
steigerung in Köln mit IBM SPSS Modeler entwickelt hat. Solche Tools kann
der Fertigung man heute gut direkt an der Maschine, auf einer Hardware-
sind vor allem komponente (Edge Device) installieren.
personalinten-
sive Prozesse Von Predictive Maintenance zu Predictive Quality
der Wartung Die Predictive-Analytics-Software vergleicht die von den
Bild: X-INTEGRATE Software & Consulting GmbH
und Qualitäts- Sensoren erhaltenen Daten mit bereits vorhandenen Produktions-
prüfung prä- informationen der letzten Woche (des letzten Monats) und trifft
destiniert. Klassischerweise entnimmt dort ein Prüfingenieur in anhand des Vergleichs eine Vorhersage, wann die Anlage einen
zeitlich definierten Wartungsintervallen baugruppenbezogen Teile bestimmten Verschleiß aufzeigen und verstärkt mangelhafte Teile
aus der Produktion, um ihre Qualität zu prüfen. Ein zeitaufwändiger produzieren wird. So sinkt die Ausschussquote und die Wahr-
und vielfach ungenauer Prozess. Hier setzt Predictive Maintenance scheinlichkeit eines Maschinenausfalls wird minimiert. Predictive
mittels Scoring-Modellen auf Basis mathematischer und statis- Maintenance führt damit direkt zu höherer Produktqualität.
tischer Verfahren an. Das Ziel: Produktionsprozesse gezielt über- Und auch der Prozess der Qualitätskontrolle ist höchst effizient.
wachen und den Verschleiß von Maschinenteilen mit hoher Treff-
sicherheit vorhersagen.
Dafür werden die Anlagen mit Sensoren zur Messung und Kontakt
Aufnahme aller betriebsrelevanten Parameter ausgestattet. X-INTEGRATE Software & Consulting GmbH
Den Scoring-Prozess übernimmt eine Predictive-Analytics-Soft- Tel.: +49 221 97343-0 • www.x-integrate.com
IT&Production 9/2018 71
MACHINE LEARNING | PLATTFORM LERNENDE SYSTEME
ten Jahren mit dem Deep Learning er-
reicht. Deep Learning basiert auf der Plattform Lernende Systeme
Weiterentwicklung künstlicher neurona-
ler Netzte. Diese umfassen mehrere
Schichten, die aus einer Vielzahl künstli- Die Geschäftsstelle der Plattform Lernende Systeme
cher Neuronen bestehen, die wiederum unter Leitung von Dr. Johannes Winter (Bild) agiert
Bild: Acatech - Dt. Akademie der Technikwissenschaften
miteinander verbunden sind und auf Ein- als Schnittstelle sowohl zwischen den Mitgliedern
gaben von Neuronen aus den vorherigen der Plattform als auch zur Öffentlichkeit. Sie koordi-
Schichten reagieren können. In der ers- niert den Arbeitsprozess der Arbeitsgruppen und or-
ten Schicht wird beispielsweise ein Mus- ganisiert den Dialog und Wissenstransfer nach innen
ter erkannt, in der zweiten Schicht ein und außen. Die Mitarbeiterinnen und Mitarbeiter der
Muster von Mustern und so weiter. Lie- Geschäftsstelle sind Ansprechpartner für interes-
fert das Netz ein falsches Ergebnis, pas- sierte Akteure aus Wirtschaft, Wissenschaft, Politik
sen die Entwickler die Verbindungsstärke und Gesellschaft sowie für Medien und Institutionen
zwischen den Neuronen an. Anders beim aus dem In- und Ausland.
Deep Learning: Dabei werden die Abs-
traktionsschichten nicht von Menschen
vorgegeben, sondern sie entstehen aus
den Daten heraus. Das System generiert von KI-Technologien in Echtzeit analysiert nender Systeme. Aus den Ergebnissen lei-
sein Vorhersagemodell selbst. und interpretiert werden. Wertvolle Er- ten sie Anwendungsszenarien und Hand-
kenntnisse und Informationen fließen in lungsempfehlungen ab. Die Plattform ist
Lernende Roboter neue Dienstleistungen ein, sogenannte an der Entwicklung der KI-Strategie der
und smarte Services Smart Services entstehen. Die Wettbe- Bundesregierung beteiligt und wird ihre
werbsfähigkeit deutscher Unternehmen Umsetzung begleiten. Ziel der Plattform
In einer Fabrik entlasten intelligente Ma- hängt auch davon ab, wie sie die Chancen ist es, Deutschland als führenden Techno-
schinen und Industrieroboter die Men- nutzen, die ihnen KI-Technologie bietet. logieanbieter für Künstliche Intelligenz zu
schen von körperlich schwerer oder ge- Dabei stellen sich rechtliche, ethische und etablieren und lernende Systeme im
fährlicher Tätigkeit und eintönigen Routi- sicherheitsbezogene Fragen: Wie ermög- Sinne eines guten und gerechten gesell-
neaufgaben. In Zukunft wird sich die Dis- lichen wir den notwendigen Datenaus- schaftlichen Zusammenlebens zu gestal-
tanz zwischen Angestellten und Maschi- tausch für KI-Anwendungen, ohne dass ten. Denn die Entwicklung der techni-
nen noch verringern. Lernfähige Industrie- persönliche Daten oder betriebliches schen Möglichkeiten und das internatio-
roboter können beispielsweise in der Knowhow preisgegeben werden? Wie nale Wettrennen um Künstliche Intelli-
Montage Hand in Hand mit dem Men- stellen wir die Sicherheit der Beschäftig- genz lassen sich nicht aufhalten. Deutsch-
schen arbeiten. Denkbar wären auch fle- ten sicher, die eng mit Robotern zusam- lands Forschungslandschaft in diesem Be-
xibel einsetzbare Roboter, die von den menarbeiten? Wer haftet bei Unfällen mit reich ist gut aufgestellt und im Bereich In-
Beschäftigten trainiert werden und ihre lernenden Systemen? dustrie 4.0 ist Deutschland Vorreiter. KI
Aufgaben durch Nachahmung lernen. muss nun in die Fertigung integriert wer-
Auch fähigkeitsverstärkende Exoskelette KI-Strategie der den, um individualisierte Produkte kos-
machen sich Künstliche Intelligenz zu Bundesregierung tengünstig anzubieten. Auch die Entwick-
Nutze. Sie helfen Mitarbeitern etwa beim lung neuer Geschäftsmodelle auf KI-Basis
Heben schwerer Gegenstände. Lernende Wann wir Nutzen aus lernenden Syste- muss ein Ziel sein. Das bedeutet: erfolg-
Assistenzsysteme, etwa in Form von Da- men ziehen und in welchen Fällen wir von reiche Produkte mit KI ausstatten, aus
tenbrillen, unterstützen sie individualisiert ihrem Einsatz absehen sollten, muss auf den Daten intelligente Dienste entwi-
bei einzelnen Arbeitsschritten. Lernende Basis unseres europäischen Wertever- ckeln und Leistungsversprechen geben,
Systeme wandeln die Fabrik zu einem ständnisses entschieden werden. Das er- die den Nutzen der Systeme für den Men-
sich selbst steuernden, effizienten sowie fordert einen breiten gesellschaftlichen schen in den Mittelpunkt rücken. Dann
ressourcenschonenden Produktionssys- Dialog über Chancen und Risiken. Das kann das Potenzial der Künstlichen Intel-
tem und bilden darüber hinaus die Grund- Bundesministerium für Bildung und For- ligenz für Menschen und Unternehmen
lage für die Logistiksysteme und Instand- schung hat daher 2017 auf Anregung des ausgeschöpft werden. ■
haltung. Künstliche Intelligenz könnte tra- Fachforums Autonome Systeme, des
ditionelle Wertschöpfungsketten dras- Hightech-Forums und acatech die Platt-
tisch verändern. Etwa wenn bestehende form ’Lernende Systeme’ gegründet, die Der Autor Dr. Johannes Winter
Produkte individueller und günstiger wer- rund 200 Fachleute aus Wissenschaft, leitet die Geschäftsstelle der
den und sich auf dieser Basis neue Ge- Wirtschaft, Politik und Zivilgesellschaft Plattform Lernende Systeme.
schäftsmodelle erschließen lassen. Die vereint. In sieben Arbeitsgruppen erörtern
von den intelligenten Maschinen und Pro- sie Leitplanken für die verantwortungs-
dukten erhobenen Daten können mithilfe volle Entwicklung und den Einsatz Ler- www.plattform-lernende-systeme.de
72 IT&Production 9/2018
STUDIE | MACHINE LEARNING
Bild: © Andrei Merkulov / Fotolia.com
Pharma- und Life-Sciences-Industrie
Künstliche Intelligenz –
das Rezept der Zukunft
Unternehmen integrieren Anwendungen für Künstliche Intelligenz für immer mehr Aufga-
ben in den Arbeitsalltag ihrer Mitarbeiter. Das geht aus einer Studie des IT-Unternehmens
Infosys hervor. Besonders im Pharma- und Life-Sciences-Bereich stellen Machine- und
Deep-Learning-Methoden ein Patentrezept dar.
D
ie Überraschung war groß, als diejenigen zu identifizieren, die den anderen Verfahren in den Schatten. Un-
die Software des Deep-Lear- größten Erfolg versprechen. Ziel dieses terdessen haben Wissenschaftler weiter-
ning-Pioniers Geoffrey Hinton Wettbewerbs war es, Moleküle zu ent- geforscht, um die neuen technischen
es innerhalb von zwei Wochen fertig- decken, die sich für neue Medikamente Möglichkeiten auch für lebensrettende
brachte, unter Tausenden von Molekülen eignen. Die KI-Software stellte dabei alle Maßnahmen zu nutzen: Ärzte sowie
IT&Production 9/2018 73
MACHINE LEARNING | STUDIE
Bild: © Eyetronic / Fotolia.com
Das Potenzial von Künstlicher Intelligenz für die Pharma- und Life Sciences-Industrie ist
noch weitgehend unerschlossen. Klar ist, dass sowohl neue Produkte als auch die inner-
betriebliche Optimierung von lernenden Algorithmen profitieren dürften.
Pharmaunternehmen hoffen, dass ihnen für den Erfolg der Unternehmensstrate- Ethische Fragen im
künstliche Intelligenz (KI) oder Deep- gie ausschlaggebend ist. Ferner geben Blick behalten
Learning-Systeme helfen können, präzi- 40 Prozent davon an, dass ihre Organisa-
sere Diagnosen zu stellen und gezielte tion bereits KI nutzt und diese auch er- Viele Diskussionen über KI im Gesund-
Therapien zu finden. Außerdem soll die wartungsgemäß funktioniert. heitswesen wenden sich früher oder spä-
Wirkstoffforschung beschleunigt werden. ter der Frage der Ethik zu. So glauben nur
Doch wie begegnen Unternehmer selbst Einsatz in Forschung 53 Prozent der Befragten, dass ihre Orga-
diesen neuen Möglichkeiten? Eine Studie und Entwicklung nisationen die ethischen Fragen im Zu-
des IT-Unternehmens Infosys hat diesbe- sammenhang mit KI in vollem Umfang be-
züglich insgesamt zehn Unternehmens- In erster Linie setzen Pharma-Unterneh- rücksichtigt haben. Mitarbeiter sorgen sich
bereiche analysiert: den Einzelhandel, men dabei auf Robotik, Prozessautoma- hauptsächlich um die Sicherheit ihrer
Fast Moving Consumer Goods (FMCG), tisierung, Machine Learning und Analytik Daten (43 Prozent), ihren Arbeitsplatz (40
Versorgung, Finanzdienstleistungen, das zur Verbesserung der Ergebnisse bei der Prozent) und um die zunehmende Autori-
Gesundheitswesen, Pharma und Life Sci- Arzneimittelentdeckung, für klinische tät von Maschinen (30 Prozent). Dabei ist
ences, die Produktion, Telekommunika- Studien sowie im Forschungs- und Ent- zusätzliche Kommunikation und Aufklä-
tion, die Automobil- sowie Luft- und wicklungsbereich. Weil die Nutzung von rung nötig, die den Angestellten die Be-
Raumfahrtindustrie und den öffentlichen elektronischen Gesundheitsakten zu- fürchtung nimmt, ihren Arbeitsplatz an
Sektor. Dabei erwies sich die Pharma- nimmt, können KI-Technologien und Big Roboter zu verlieren oder zum gläsernen
und Life-Sciences-Industrie am fort- Data dabei helfen, bessere Lösungen für Menschen zu werden.
schrittlichsten in Bezug auf die Imple- die Datenverwaltung zu generieren und
mentierung von KI im Arbeitsumfeld. Datensilos abzuschaffen. Dabei geben Optimierung durch die
Zudem zeigt sich diese Branche beson- 76 Prozent der Befragten an, dass sie Big Big-Data-Verarbeitung
ders offen gegenüber Änderungen in der Data bereits nutzen oder vorhaben, Lö-
Betriebsstrategie. Eine Mehrheit von 90 sungen zur Verarbeitung in nächster Zeit Analysen, die auf Big Data basieren, kön-
Prozent der Befragten aus diesem Ge- einzuführen. Doch das Stichwort Big nen die Pharma- und Life-Scienes-Indus-
schäftssegment ist der Meinung, dass KI Data führt auch zu Kontroversen. trie in vielerlei Hinsicht optimieren. Die
74 IT&Production 9/2018
STUDIE | MACHINE LEARNING
prädiktive Analytik kann beispielsweise Pharma- und Life-Sciences-Branche ist op- ren. Der Prozess der Medikamentenent-
mit viel breiteren und vielfältigeren Daten timistisch. 78 Prozent der befragten Füh- wicklung, der durchnittlich zehn bis 15 Jahre
arbeiten. Um die geeignetsten Kandidaten rungspersonen geben an, die Mitarbeiter und über eine Milliarde Dollar an Investitio-
für klinische Studien zu identifizieren, ungeachtet der Arbeitsübernahme durch nen in Anspruch nimmt, wirft einen langen
könnten Informationen, einschließlich sol- Maschinen weiterhin zu beschäftigen. Sie Schatten auf die Innovationsfähigkeit der
cher aus Social-Media und Krankenhaus- wollen die betroffenen Angestellten inner- Industrie. Neue Technologien können die
besuchen, mit genetischen Daten kombi- halb des gleichen Funktionsbereichs um- Medikamentenentwicklung beschleunigen
niert werden. Das würde die Versuche stellen beziehungsweise zu einer völlig und die Fehlerquote reduzieren. Etwa 50
präzisieren sowie zur Minderung der Kos- neuen Rolle oder Funktion umschulen. Viele Prozent der Befragten erklären, dass sie be-
ten und Durchlaufzeiten führen. Bei den Sorgen rühren außerdem daher, wie auto- reits Kostenreduktionen und Produktivitäts-
Konsumenten sind die Vorteile unterdes- nom Roboter Befehle erteilen und umset- verbesserungen durch KI erlebt haben,
sen noch nicht gänzlich angekommen. zen dürfen. Computer können zwar bereits indem Produkte schneller auf den Markt ge-
Durch das Inkrafttreten der EU-weiten Da- Emotionen erkennen, entscheiden aber rein bracht werden können und ein besserer Re-
tenschutz-Grundverordnung soll der aufgrund von Daten und Informationen. Bei turn on Investment erzielt wird. Wie sich
Schutz von personenbezogenen Daten in- ethischen Fragestellungen sollte immer das die Akzeptanz in der Branche weiter entwi-
nerhalb der Europäischen Union sicherge- Fachpersonal Befugnisse erteilen. ckelt, bleibt abzuwarten. Jedoch sind voll-
stellt werden. Neben all den Vorteilen be- ständige Behandlungsmethoden und le-
deutet dies für viele Unternehmen verlang- Implementierungskosten bensrettende Maßnahmen wichtige Para-
samte Prozesse aufgrund wachsender Bü- müssen sinken meter in der Praxis – und KI trägt zu beidem
rokratie. Die Regulierungen könnten die bei. Im Pharmabereich kann KI Zeit einspa-
Branche daran hindern, KI in vollem Um- Bei der Implementierung von KI-Lösungen ren. Sie steht allerdings noch vielen Barrie-
fang zu nutzen. Eine weitere Sorge ist der spielen zudem die Kosten eine Rolle. Durch- ren gegenüber. Sorgen über die Jobsicher-
Jobverlust durch neue Technologien. Viele schnittlich haben die Unternehmen im letz- heit und Privatsphäre sowie die Einführung
der Angestellten fürchten, dass durch KI- ten Jahr branchenübergreifend etwa 6,2 der DSGVO beeinflusst die Branche, doch
Technologien zukünftig ihr Arbeitsplatz Millionen Euro in KI investiert. Von den be- die Chancen werden erkannt: Für rund 76
wegfallen könnte. KI wird Routineaufgaben fragten Entscheidern in allen Bereichen räu- Prozent der befragten Entscheider aus IT
übernehmen und besser machen als der men 51 Prozent ein, dass die Kosten für KI- und Management bildet KI eine Kernkom-
Mensch und bietet auch neue Möglichkei- Lösungen noch weiter gesenkt werden ponente für den Unternehmenserfolg und
ten in Bezug auf die Entwicklung, Verbes- müssen, bevor sie wirksam im eigenen Un- wird in Zukunft unentbehrlich sein. ■
serung, Verwaltung und Wartung von ternehmen eingesetzt werden können. An-
Technologien. Die Bereiche Datentechnik, ders ist das in der Pharma- und Life-Sci- Der Autor Tim Wartenberg ist
Robotik und Biotechnologie rücken zuneh- ences-Branche: Hier sehen die Befragten Partner Life Sciences Practice bei
mend in den Fokus. Zukünftig werden Tä- große Chancen für Kostenreduktionen. Infosys Consulting.
tigkeiten Kreativität und freies Denken för- Wirkstofftests und die anschließende Pro-
dern statt mechanischer Präzision. Die duktion sind langwierige und teure Verfah- www.infosysconsultinginsights.com
- Anzeige -
SMART ENGINEERING FOR A DIGITIZED INDUSTRY Besuchen Sie uns auf der SPS IPC Drives
Vom 27. bis 29. November 2018
Ihr kompetenter Partner für Machine Learning
• Kompakte Analysemodule für intelligente & individuelle Produktionslösungen
• Von Big Data zu Smart Data: Daten verstehen – Mehrwert liefern WE IMPROVE THE WORLD
• Globale Präsenz in 25 Ländern mit 14.000 Mitarbeitern THROUGH TECHNOLOGY
• Lokale Unterstützung mit 13 Standorten in Deutschland
www.assystem-germany.com/industry
Sie können auch lesen
