Coming soon ... IT Summit by heise

Industrielle KI-Anwendungen: Wo die Industrie schon mit Machine Learning arbeitet

Wissenschaft und Industrie sind sich derzeit un­einig, wie es um den Ein­satz von künstlicher Intelligenz bei deutschen Unter­nehmen bestellt ist – die Ansichten gehen stark aus­einander. Fest steht jedoch, dass viele Firmen bereits KI-Technik in ihre Produktions­prozesse und Dienst­leistungen integrieren.

Die ultimative Automatisierung

Von Roland Freist

Die Hannover Messe 2019 begann mit einer Rede, der man deutlich den Frust über den Stand der KI-Technik in Deutschland anhörte: „Deutschland hat die Dimensionen jahrelang nicht erkannt und sich auf seinem Wohlstand und Status quo ausgeruht. Jetzt ist die Wettbewerbsposition im Vergleich zu Asien und den USA bescheiden“, schimpfte Ansgar Hinz, CEO des Verbands Elektrotechnik, Elektronik und Informationstechnik (VDE). Er bezog sich dabei auf den VDE-Tec-Report 2019, der eine Studie zitiert, wonach lediglich 1 % der 1300 befragten Unternehmen und Hochschulen Deutschland in puncto künstlicher Intelligenz eine Vorreiterrolle zuerkennt.

Ist die Lage tatsächlich so schlimm? Die Analysten des Capgemini Research Institute, einer Tochter der Unternehmensberatung Capgemini, kommen zu einem anderen Ergebnis. In ihrer Studie „Scaling AI in Manufacturing Operations: A practitioners’ perspective“ gelangen sie zu dem Schluss, dass Europa und insbesondere Deutschland beim Einsatz von KI in Produktionsprozessen führend sei. Capgemini hat dafür weltweit 300 Top-Unternehmen aus den Sektoren industrielle Fertigung, Automobil, Konsumgüter sowie Luftfahrt und Verteidigung untersucht, 30 Führungskräfte befragt, die in ihren Unternehmen im Bereich KI tätig sind, und 22 KI-Anwendungen in Fertigungsbetrieben studiert.

MW-KI1.2020.ID01-KI-Praxis-deutschland-bei-ki-ausgebremst.jpg
Der Verband der Elektrotechnik, Elektronik und Informationstechnik (VDE) schlägt Alarm und fordert von Deutschland deutlich mehr Anstrengen in Sachen KI. (Bild: obs/VDE)

Im Ergebnis zeigt sich, dass Europa in dieser Hinsicht aktuell sogar weltweit führend ist: Mehr als die Hälfte der untersuchten Firmen setzen mindestens eine KI-Anwendung ein. In Europa wiederum sind die deutschen Unternehmen in Sachen KI am aktivsten: 69 % haben bereits KI-Anwendungen implementiert. Hinter Europa folgen Japan mit 30 % und die USA mit 28 %.

MW-KI1.2020.ID01-KI-Praxis-AI-in-manufacturing-operations.jpg
Capgemini sieht die Sache anders: „Europa ist führend bei der KI-Umsetzung in der Produktion“ heißt es dort, und zwar ganz besonders Deutschland. (Bild: Capgemini)

Kein autonomes Fahren ohne KI

Die Automobilbranche ist seit jeher ein innovativer Industriezweig. So verwundert es auch nicht, dass sich die Unternehmen dieser Branche bereits seit mehreren Jahren mit KI beschäftigen. Ihnen geht es vor allem um die neuen Herausforderungen durch die Konzepte für autonomes Fahren, die sich nur mit künstlicher Intelligenz bewältigen lassen. VW kooperiert dazu sogar mit dem amerikanischen Autobauer Ford.

Die Fähigkeit eines Wagens, seine Insassen selbstständig an ein gewähltes Ziel zu bringen, ist in erster Linie eine Frage der Software. Nicht zuletzt deshalb gilt die Google-Tochter Waymo als technisch führend auf diesem Gebiet. Aber auch Ford beschäftigt sich bereits seit mehreren Jahren mit der Entwicklung entsprechender Software und hat sich zu diesem Zweck bei dem amerikanischen Start-up Argo AI eingekauft, das sich auf Robotik und künstliche Intelligenz spezialisiert hat. Der Volkswagen-Konzern ist diesem Beispiel gefolgt und hat allein 2019 ebenfalls 2,6 Milliarden US-Dollar in Argo AI investiert, zusammen halten die beiden Autobauer nun die Mehrheit an der Firma. Außerdem hat VW die Audi-Tochter Autonomous Intelligent Driving (AID) in die Partnerschaft mit Ford eingebracht, die mit rund 200 Mitarbeitern an autonomem Fahren arbeitet.

Thema: Künstliche Intelligenz

MW-Fotolia 102960839-square.jpg

Momentan dreht sich alles um ChatGTP. Für die Zeit davor gibt eine Einführung einen ersten Überblick über den Stand der Technologien, die Fortsetzungen skizzieren praktische Einsatzgebiete für KI, insbesondere in der Industrie. Für den Lebenslauf könnten die Ratgeber zur KI-Studienstrategie bzw. zum KI-Studium (auch in Kombination mit Robotik) sowie zum Berufsbild Machine Learning Engineer und zum KI-Manager nützlich sein – aber auch die Übersicht zu den Jobs, die KI wohl ersetzen wird.

Extrabeiträge untersuchen, wie erfolgreich Computer Computer hacken, ob und wann Vorbehalte gegen KI begründet sind und warum deshalb die Erklärbarkeit der Ergebnisse (Stichwort: Explainable AI bzw. Erklärbare KI) so wichtig ist. Hierher gehört außerdem der Seitenblick auf Maschinenethik und Münchhausen-Maschinen. Als weitere Aspekte beleuchten wir das Verhältnis von KI und Vorratsdatenspeicherung sowie die Rolle von KI in der IT-Sicherheit (KI-Security), fragen nach, wie Versicherungen mit künstlicher Intelligenz funktionieren, hören uns bei den Münchner KI-Start-ups um und sehen nach, was das AIR-Projekt in Regensburg vorhat. Ein Abstecher führt außerdem zu KI-Unternehmen in Österreich.

Auf der rein technischen Seite gibt es Berichte zu den speziellen Anforderungen an AI Storage und Speicherkonzepte bzw. generell an die IT-Infrastruktur für KI-Anwendungen. Außerdem erklären wir, was es mit AIOps auf sich hat, und im Pressezentrum des MittelstandsWiki gibt es außerdem die komplette KI-Strecke aus dem Heise-Sonderheft c’t innovate 2020 als freies PDF zum Download.

Daimler hingegen arbeitet mit Nvidia zusammen und nutzt die Hardware-Plattform Nvidia Drive AGX Pegasus, einen auf KI-Anwendungen spezialisierten Hochleistungscomputer, um seinen Wagen die für das autonome Fahren notwendige Intelligenz zu verleihen. Hinzu kommt eine Kooperation mit Zulieferer Bosch, der unter anderem eine Stereovideokamera beisteuert, mit der die Fahrzeuge die Umgebung abtasten sollen.

Auch BMW arbeitet am autonomen Fahren und hat seine Entwicklung in diesem Bereich auf dem neu gegründeten Autonomous Driving Campus in der Nähe von München gebündelt. Darüber hinaus verstärkt das Unternehmen auch den KI-Einsatz in seinen Produktionsprozessen. So werden beispielsweise bei den Blechen im Presswerk Parameter wie die Dicke des Blechs und der Beölungsschicht, die Temperatur und die Geschwindigkeit der Pressen erfasst und mit der Qualität der produzierten Teile abgeglichen. Bei der Fahrzeugmontage hingegen kommen Bilderkennungsverfahren zum Einsatz, mit denen die KI Bauteile aus der aktuellen Produktion mit Hunderten gespeicherter Bilder abgleicht und auf diese Weise Normabweichungen erkennt und überprüft, ob die Teile korrekt eingebaut wurden.

Neue Medikamente durch Machine Learning

Aber auch zahlreiche andere Branchen setzen zunehmend KI zur Optimierung ihrer Produktionsprozesse ein. So zum Beispiel die Pharmaindustrie: Im März 2019 gab das deutsche Unternehmen Merck eine Kollaborationsvereinbarung mit dem französischen Start-up Iktos bekannt, das eine auf künstlicher Intelligenz basierende Modellgenerierungstechnik entwickelt hat. Sie erzeugt automatisiert in rascher Folge virtuelle neuartige Moleküle mit zuvor definierten Eigenschaften zur Behandlung einer bestimmten Erkrankung. So können schneller passende Medikamente entwickelt werden. Ein ähnliches Verfahren kommt derzeit bei der Suche nach einem Wirkstoff gegen das Coronavirus SARS-CoV-2 zum Einsatz: Auf dem Supercomputer Summit am amerikanischen Oak Ridge National Laboratory haben Forscher zwei Tage lang das Verhalten von 8000 Wirkstoffen auf SARS-CoV-2 untersucht. Auf dem Sierra am Lawrence Livermore National Laboratory laufen dagegen Berechnungen für die Entwicklung von Antikörpern, die SARS-CoV-2 angreifen und neutralisieren können. Summit und Sierra sind die beiden derzeit schnellsten Supercomputer weltweit; zusammen kommen sie auf eine Spitzenleistung von rund 325 PetaFLOPS.

Practical-impact-of-ai-on-drug-discovery.jpg
Bei Merck laufen diverse KI-gestützte Arzneimittelforschungsprojekte. Einen Überblick über die die wichtigsten Felder und die entsprechenden Vorgehensweisen gibt Friedrich Rippmann, Director Global Computational Chemistry & Biology in seiner Präsentation „Practical impact of AI on drug discovery. Turning methodological progress in operational benefit“ (2019). (Bild: Fr. Rippmann – Merck KGaA)

Der Chemiebranchenriese BASF arbeitet beim Projekt Berlin based Joint Lab for Machine Learning (BASELEARN) mit der TU Berlin zusammen. Gemeinsam will man Machine-Learning-Methoden dazu nutzen, chemische Prozesse vorherzusagen. Als Basis dienen reale Prozessdaten des Chemiekonzerns. Mithilfe von KI wollen die Forscher die Löslichkeit komplexer Mischungen oder Farben oder auch die Alterungsprozesse von Katalysatoren bestimmen. Selbst beim Einsatz von mehreren Komponenten soll eine verlässliche Prognose zu den Eigenschaften möglich sein.

KI-gestützte Glasfasertrassenplanung

Die Deutsche Telekom nutzt KI in einem Bereich, an den bei diesem Stichwort vermutlich nur wenige denken: Sie greift bei der Trassenplanung für ihr Glasfasernetz auf eine am Fraunhofer-Institut für Physikalische Messtechnik IPM entwickelte KNN-Software (Künstliches Neurales Netzwerk) zurück, deren Deep-Learning-Algorithmen beispielsweise Bäume, Laternen, Asphalt oder Kopfsteinpflaster erkennen können. Dabei achtet sie sogar auf Details wie die Art der Gehwegplatten und unterscheidet zwischen Laub- und Nadelbäumen. Die Bilder liefert ein IRIS-Messfahrzeug (Integrated Road Information System) mit 360-Grad-Kameras, GPS und Laserscannern, das die Straßen eines Gebiets abfährt und Daten zu Oberflächenbeschaffenheit, Bebauung und Umgebung sammelt. Auf diese Weise lassen sich stark automatisiert die optimalen Trassen für die Verlegung der Kabel ermitteln. Auf der Hannover Messe 2020 hätte das System samt Messfahrzeug und 3D-AI vorgestellt werden sollen.

3D-AI-data-interpretation-automated.jpg
Automatisierte Dateninterpretation: Aus der Kombination von 2D-Bildern und 3D-Laserscannerdaten klassifiziert die künstliche Intelligenz des Fraunhofer-Instituts für Physikalische Messtechnik IPM automatisch die unterschiedlichen Objektarten und überträgt sie auf eine digitale Planungskarte. (Bild: Fraunhofer IPM)

Doch nicht nur bei unterirdischen, sondern auch bei überirdisch gespannten Leitungen kommt KI zum Einsatz. Das Leipziger Unternehmen FlyNex, das auf Drohnen im industriellen Umfeld spezialisiert ist, hat im Rahmen einer Studie eine seiner Drohnen vollautomatisch und außerhalb des Sichtfelds des menschlichen Bedieners 70 Strommasten und die zugehörigen Leitungen auf Seilschäden und Vogelnester überprüfen lassen. Die Kameras des Fluggeräts übermittelten ihre Bilder dabei an eine künstliche Intelligenz, welche die Aufnahmen mit den 3000 Fotos einer Bilddatenbank verglich.

Forschung zur vorausschauenden Wartung

Die Kombination von KI und Predictive Maintenance lockt derzeit besonders viele Industrieunternehmen, die wissen wollen ob und wann eine Wartung oder Prüfung einer Anlage erforderlich ist – und zwar bevor sie ausfällt. Im Siemens-Elektronikwerk im bayerischen Amberg sammeln Sensoren Daten vom Lötpastendrucker, der Lötpasteninspektion, dem Pick and Place und der Automatic Optical Inspection (AOI) und übergeben sie an ein Edge-Device, das die Daten vor Ort mit einem KI-Algorithmus analysiert und dann entscheidet, ob eine Leiterplatte so große Abweichungen von der Norm aufweist, dass eine zusätzliche Prüfung mit einem Röntgengerät erforderlich ist. Mit dem Simatic IPC1047 hat Siemens zudem eine Hardware für die KI-gestützte Datenanalyse on premises im Programm.

In eine ähnliche Richtung geht das vom Bundesforschungsministerium geförderte Projekt QuinDa-ML. Dort arbeiten die sächsische Firma Hiersemann Prozessautomation, Intec International (ein Spezialist für Industrieautomation und Embedded Systems aus Hechingen) sowie das Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU in Chemnitz an einem Baukastensystem mit den Hauptkomponenten Datenerhebung, Datenanalyse und Optimierung sowie IKT-Infrastruktur. Das Ziel ist es, Prozessdaten wie etwa geometrische Abmessungen, Oberflächenbeschaffenheiten oder Kraftmomente bei der Herstellung von Bauteilen an den Fertigungsstationen aufzuzeichnen. Diese Datensätze sollen dann mit maschinellen Lernverfahren aus dem Bereich des überwachten Lernens verwendet werden, um Verknüpfungen zwischen der Qualität der fertigen Bauteile und den Prozessparametern automatisch herzustellen. So wollen die beteiligten Firmen und Forscher bereits während des Fertigungsprozesses nicht nur die finale Qualität prognostizieren, sondern auch die Prozessparameter der folgenden Fertigungsschritte korrigieren können.

Ansprechpartner für die Wirtschaft

2019 beschloss die Bundesregierung, Projekte zur Förderung von künstlicher Intelligenz in den kommenden Jahren mit 3 Milliarden Euro zu unterstützen. Davon sollen 150 Millionen Euro an das Bundesministerium für Wirtschaft und Energie gehen, das mit dem Geld in den 25 bereits bestehenden Kompetenzzentren im Rahmen des Programms „KI für KMU“ Stellen für KI-Trainer schaffen will, die kleine und mittlere Betriebe zum Einsatz von künstlicher Intelligenz beraten sollen. In welchen Kompetenzzentren bereits Trainer erreichbar sind, erfährt man unter www.mittelstand-digital.de → Praxis → KI-Trainer → Alle Zentren mit KI-Trainern.

Darüber hinaus gibt es zahlreiche regionale Initiativen, die auf Länder-, Kreis- oder sogar Gemeindeebene Ansprechpartner für die Wirtschaft zum Thema KI bereitstellen. Eine vollständige Übersicht gibt es leider nicht, beispielhaft sei lediglich die Kompetenzplattform für künstliche Intelligenz Nordrhein-Westfalen (www.ki.nrw) genannt.

Fortgeschrittene Industrieautomation

Auch die Esslinger Firma Festo, eines der weltweit führenden Unternehmen in der Fabrik- und Prozessautomatisierung, beschäftigt sich mit der Optimierung von Fertigungsprozessen. Sie hat 2018 die auf KI-Software für Industrieanwendungen spezialisierte Resolto Informatik GmbH übernommen. Resolto hat die Advanced-Analytics-Plattform Scraitec entwickelt, die mithilfe von künstlicher Intelligenz und in Echtzeit Maschinendaten analysiert, interpretiert, Anomalien erkennt und meldet. Zudem ist das System in der Lage, kontinuierlich dazuzulernen und die Treffsicherheit seiner Entscheidungen zu verbessern.

In die Rubrik intelligentes Predictive Maintenance gehört auch eine Entwicklung des Karlsruher Instituts für Technologie (KIT). Dort haben die Wissenschaftler ein Kugelgewindetrieb vorgestellt, das an seiner Mutter zusätzlich mit einer Kamera und einer Lichtquelle ausgerüstet ist. Während der Bewegung der Mutter auf der Spindel macht sie von jedem Spindelabschnitt Einzelaufnahmen und kann so die gesamte Oberfläche der Spindel erfassen. Diese Bilder vergleicht das System mit Tausenden Aufnahmen von intakten und defekten Spindeln und kann so erkennen, wie stark der Verschleiß bereits fortgeschritten ist. Über eine zusätzliche Auswertung der Bilddaten lässt sich erkennen, ob es sich bei Verfärbungen um Schmutz oder um Lochfraß handelt.

MW-KI1.2020.ID01-KI-Praxis-2020 009 Mit Kuenstlicher Intelligenz Werkzeugmaschinen warten.jpg
Dieses System des Karlsruher Instituts für Technologie zur vollautomatischen Verschleißkontrolle von Kugelgewindetrieben mithilfe künstlicher Intelligenz hätte auf der Hannover Messe 2020 vorgestellt werden sollen. (Bild: Markus Breig, KIT)

Die schwäbische Firma Schunk wiederum, ein Spezialist für Spann- und Greiftechnik, arbeitet daran, Industrieroboter mit mehr Intelligenz auszustatten, sodass sie selbstständige Entscheidungen treffen können. Im Rahmen der Hannover Messe 2019 gab die Firma in diesem Zusammenhang eine Kooperation mit dem französischen Unternehmen AnotherBrain bekannt, einem Spezialisten für künstliche Intelligenz. Zusammen wollen die beiden Unternehmen ein autonom agierendes Greifsystem entwickeln, das keine manuelle Programmierung mehr benötigt. Es soll seine Zielobjekte über Kameras erfassen, selbstständig eine Greifplanung entwerfen und sie in der Folge immer weiter optimieren. Die Finger der Greifer verfügen dazu über Sensoren, über die das System zusammen mit den Daten des Motorstroms die Güte eines Griffs beurteilen und gegebenenfalls nachregeln kann.

Kooperationen sind der KI-Schlüssel

KI-Anwendungen sind also in der deutschen Industrie längst angekommen. Zwar ist vieles davon noch im Projektstadium oder in der Erprobungsphase, doch immer mehr Unternehmen entwickeln Ideen, wie sie künstliche Intelligenz in ihre Prozesse oder ihr Geschäftsmodell integrieren können. Das gilt nicht nur für die großen, am Aktienmarkt gelisteten Konzerne, sondern zunehmend auch für Mittelständler. In zahlreichen Kooperationen vor allem mit den Fraunhofer-Instituten entstehen neue, innovative KI-Konzepte.

Roland-Freist.jpg

Roland Freist, Jahrgang 1962, begann nach einem Studium der Kommunikations­­wissenschaft ein Volontariat beim IWT Verlag in Vater­­stetten bei München. Anschließend wechselte er zur Zeitschrift WIN aus dem Vogel Verlag, wo er zum stell­­vertretenden Chef­­redakteur aufstieg. Seit 1999 arbeitet er als freier Autor für Computer­­zeitschriften und PR-Agenturen. Seine Spezial­­gebiete sind Security, Mobile, Internet-Technologien und Netz­­werke, mit Fokus auf Endanwender und KMU.


Redaktionsbüro Roland Freist, Fritz-Winter-Str. 3, 80807 München, Tel.: (089) 62 14 65 84, roland@freist.de

Nützliche Links