Skip to main content
main-content

08.04.2019 | Künstliche Intelligenz | Im Fokus | Onlineartikel

Hannover-Messe 2019

Künstliche Intelligenz mischt die Produktion auf

Autor:
Dieter Beste

Beeindruckend, in welcher Vielfalt die Aussteller der Hannover-Messe 2019 Anwendungsmöglichkeiten der Künstlichen Intelligenz (KI) in der industriellen Fertigung präsentierten. Dabei steht die Entwicklung noch ganz am Anfang.


Unter dem Leitthema "Industrial Intelligence" würden auf der Hannover-Messe in diesem Jahr mehr als 100 Anwendungsbeispiele für Maschinelles Lernen zu sehen sein, verkündete Messechef Jochen Köckler voller Stolz kurz vor der Eröffnung Ende März. Er sollte sich irren. Bis zum 5. April konnte der Veranstalter mehr als 500 KI-Anwendungen ausmachen. Köckler interpretierte auf der Messe-Abschlusspressekonferenz seine Fehleinschätzung so: Der Rohstoff für Künstliche Intelligenz sei Big Data. Und die unverhoffte Dynamik der KI-Nutzung rühre offenbar daher, dass Äonen von Fertigungsdaten ständig anfallen und auch in der Vergangenheit schon erhoben wurden – und nun sozusagen auf dem Präsentierteller liegend auf ihre Auswertung durch KI-Algorithmen warteten.

Empfehlung der Redaktion

2016 | OriginalPaper | Buchkapitel

Maschinelles Lernen und Data Mining

Definiert man den Begriff der KI wie im Buch von Elaine Rich mit "Artificial Intelligence is the study of how to make computers do things at which, at the moment, people are better", und bedenkt, dass die Computer uns Menschen insbesondere bezüglich der Lernfähigkeit weit unterlegen sind, dann folgt daraus, dass die Erforschung der Mechanismen des Lernens und die Entwicklung maschineller Lernverfahren eines der wichtigsten Teilgebiete der KI darstellt.


Wie Künstliche Intelligenz mit Macht in industrielle Anwendungen vordringt, erläuterte in Hannover Oliver Jung, Vorstandsvorsitzender von Festo, einem Global Player in der Fabrik- und Prozessautomatisierung und zugleich unabhängiges Familienunternehmen mit Sitz in Esslingen am Neckar. Ein wichtiger Schritt für Festo sei vor einem Jahr die Übernahme des Softwareunternehmens Resolto, gewesen, ein von Tanja Krüger 2003 in Herford gegründetes Softwareunternehmen, das sich auf Künstliche Intelligenz für die Industrie spezialisiert hatte. Mit Resolto könne Festo nun industrielle Software auf dem Gebiet der Künstlichen Intelligenz entwickeln und seinen Kunden als zusätzlichen Nutzen anbieten. Vorbei die Zeiten, in denen es bei dem schwäbischen Automatisierer hieß: "Einbauen und Vergessen". Jetzt gehe es darum, mit Hilfe Künstlicher Intelligenz in Echtzeitanwendungen zusätzliche Wertschöpfung zu schaffen. 

Neben den komplexen Services, die in einer Cloud angeboten werden können, sieht Festo großes Potenzial in der einfachen Echtzeit-Datenanalyse mittels KI – entweder direkt auf der Feldkomponente (KI on Edge) oder in der Steuerung der Anlage oder eines Produktionswerkes (KI on Premises). Der Anlagenbetreiber behält dabei die volle Hoheit über seine Maschinendaten, die gar nicht erst über das Internet in eine Cloud verschickt werden müssen. Resolto hat dafür eine Softwarelösung entwickelt, die Daten in Echtzeit analysiert, interpretiert und Anomalien erkennt und meldet. Zudem lernt das System durch die permanente Datenanalyse kontinuierlich dazu und erweitert seine Wissensbasis. 

Weniger Fehler in der Produktion

Dieses maschinelle Lernen macht nun intelligentes Prozess-Monitoring möglich. In Hannover demonstrierte Festo das Potenzial der KI-Nutzung am Beispiel der Detektion fehlerhafter Batterien: Während ein Handling-Portal die Batterien anhebt, überwacht die Monitoring-Software in Kombination mit der Steuerung und dem Servoantriebregler die Motorströme und Positionswerte der Achse. Treten Anomalien auf, zum Beispiel wenn das Handling ein falsches Batterieformat greift, wird eine Meldung erstellt. Die Datensammlung und Überwachung kann durch die Softwarelösung entweder on Edge oder on Premises stattfinden, oder gegebenenfalls auch in der Cloud erfolgen, die bei Festo mit hohen Rechenkapazitäten ausgestattet ist und nach Unternehmensangaben gute Auswerteergebnisse über mehrere, verteilte Produktionsstandorte hinweg bietet. Grundsätzlich sei allerdings wichtig, dass ausreichend strukturierte Daten vorlägen, um mit dem Werkzeug KI zu sinnvollen Analyseergebnissen zu kommen.

Arbeitsdefinition: Ein System heißt intelligent, wenn es selbstständig und effizient Probleme lösen kann. Der Grad der Intelligenz hängt vom Grad der Selbstständigkeit, dem Grad der Komplexität des Problems und dem Grad der Effizienz des Problemlösungsverfahrens ab." Klaus Mainzer, "Künstliche Intelligenz – Wann übernehmen die Maschinen?", Seite 3.

Rechen- und Grafikleistung für Big-Data-Analysen

Mit einem wahren KI-Kraftpaket wartete Siemens auf der Hannover-Messe auf; das Produkt Simatic IPC1047 ist eine industrielle PC-Plattform für Künstliche Intelligenz, Maschinelles Lernen und Edge Computing. Das neue Gerät ist mit modernsten Hardwarekomponenten ausgestattet, unter anderem mit zwei Intel Xeon Prozessoren E5- der v4-Serie, sowie zwei GPUs (Graphics Processing Unit) Nvidia Quadro P5000: Ein Hardware-Bolide für die nächste Stufe der digitalen Transformation in der Fertigungs- und Prozessindustrie: "Mit dem Einsatz von Technologien wie Künstlicher Intelligenz, Edge Computing und Additive Manufacturing ebnen wir den Weg für die Zukunft der Industrie", kommentiert Klaus Helmrich, Mitglied des Siemens-Vorstands und CEO Digital Industries. 

Daten des digitalen Zwillings gilt es zu nutzen

Grundlage für diesen bevorstehenden Technologiesprung ist die Verfügbarkeit von Daten. Daran besteht kein Mangel, denn durch die digitalen Zwillinge, die alle Schritte der industriellen Fertigung im virtuellen Raum abbilden und miteinander verknüpfen, entstehen umfangreiche Datenpools. "Der entscheidende Hebel ist nun, die Daten aus dem digitalen Zwilling von Produkt, Produktion und Performance auf innovative Weise zu nutzen, um neue Potentiale der Produktivität zu erschließen. Wenn Automatisierung, Software-, Hardware- und Cloudplattformen sowie Zukunftstechnologien nahtlos integriert und kombiniert werden, können die Daten umfassend in wertvolles Wissen umgewandelt werden – für höhere Performance und Flexibilität. Dies ist der nächste Schritt der digitalen Transformation", sagt Klaus Helmrich. 

Datenverarbeitung wandert von der Cloud zurück in die Fabrik

Als Beispiel führte Helmrich ein neues Modul mit integriertem, KI-fähigem Chip für die Simatic-S7-1500-Steuerung an: Durch die Anwendung von Machine-Learning-Algorithmen ließen sich so beispielweise Roboter-basierte Handling-Vorgänge optimieren. Zum Lernen braucht Künstliche Intelligenz dabei eine große Menge Daten. Und diese Daten sind nur dort vorhanden, wo Abläufe digitalisiert und durchgängig miteinander verknüpft sind. Deshalb erweitere Siemens seine Automatisierungsplattformen Simatic und Sinumerik um eine dezentrale Datenverarbeitungslösung. – Künstliche Intelligenz bringt Rechenleistung zurück in die Fabrik. 



Weiterführende Themen

Die Hintergründe zu diesem Inhalt

2019 | OriginalPaper | Buchkapitel Open Access

Hardware für KI

Quelle:
Künstliche Intelligenz

2018 | OriginalPaper | Buchkapitel

Künstliche Intelligenz

Quelle:
Algorithmen für Ingenieure

Das könnte Sie auch interessieren

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Bildnachweise