Kommentar von Dr. Sebastian Klenk, 5Analytics

Wie Künstliche Intelligenz die Industrie 4.0 vorantreibt

| Autor / Redakteur: Dr. Sebastian Klenk / Nico Litzel

Der Autor: Dr. Sebastian Klenk ist Gründer und Geschäftsführer von 5Analytics
Der Autor: Dr. Sebastian Klenk ist Gründer und Geschäftsführer von 5Analytics (Bild: 5Analytics)

Bis vor kurzem wurden noch Begriffe wie Big Data und Analytics in einem Atemzug mit der digitalen Revolution in den Werkshallen genutzt. Nun zeichnet nicht eine Weiterentwicklung ab: Künstliche Intelligenz wird zum Dreh- und Angelpunkt der Industrie 4.0. Eines der Einsatzfelder dafür ist die sogenannte Predictive Maintenance – also die vorausschauende Wartung von Produktionsmaschinen.

Es gibt unzählige Erklärungsversuche für den Begriff Künstliche Intelligenz (KI). Harte und weiche Künstliche Intelligenz, Machine Learning, Klassische KI und noch viele weitere Bezeichnungen sollen den Begriff in all seinen Variationen erfassen, sorgen aber viel eher für Verwirrung. Allgemeingültig lässt sich aber Folgendes festlegen: Die Nutzung von Künstlicher Intelligenz heißt, dass wir aus (historischen) Daten etwas lernen und das Gelernte dazu nutzen, automatisiert Entscheidungen bezüglich konkreter Ereignisse zu treffen.

Soll Künstliche Intelligenz praktisch eingesetzt werden, müssen drei Voraussetzungen erfüllt sein. Zum einen muss das KI-Modell unsere Sicht auf die Welt widerspiegeln. Zum anderen benötigt das Modell Daten, mit denen es trainiert – also auf die tatsächlichen Gegebenheiten anpasst wird. Zuletzt ist eine Situation erforderlich, in der das Gelernte dann auch angewendet wird.

KI geht einen Schritt weiter als Big Data Analytics

Elementar ist der letzte Punkt, denn wenn die gewonnenen Erkenntnisse nicht angewendet werden, haben sie auch keinen Nutzen. Sie wären dann vergleichbar mit einem Bericht, der in einer Schublade abgelegt wird und keine weitere Verwendung findet. Die Begriffe Big Data und Analytics beziehen sich auf den bloßen Erkenntnisgewinn, denn das Ergebnis von Big Data Analytics war oft ein Bericht oder eine Statistik in einer Präsentation. Bei Künstlicher Intelligenz steht hingegen die tatsächliche Nutzung der Erkenntnisse im Vordergrund.

Künstliche Intelligenz findet unterschiedliche Anwendungsfelder – unter anderem in der Industrie. Hier wird sie unter anderem für Predictive Maintenance genutzt, also die vorausschauende Maschinenwartung. Auch die aktive Prozesssteuerung sowie die automatische Bestimmung von Maschinen- oder Prozessparametern sind mögliche Einsatzgebiete. Eines haben alle Beispiele aber gemeinsam: Immer wird auf Basis historischer Daten auf eine akute Situation reagiert.

Künstliche Intelligenz in der vorausschauenden Maschinenwartung

Für die Industrie 4.0 von besonderer Bedeutung ist Predictive Maintenance, also die vorausschauende Wartung von Produktionsmitteln mithilfe von Künstlicher Intelligenz. Hierbei werden historische Maschinendaten analysiert, um Vorhersagen über den zu erwartenden Ausfall einer Maschine zu treffen. Um die Funktionsfähigkeit eine Predictive-Maintenance-Lösung zu gewährleisten, arbeitet die KI-Lösung in zwei Phasen, nämlich der Trainings- und der Anwendungsphase.

Die Anforderungsprofile dieser beiden Phasen unterscheiden sich grundsätzlich. Während der Trainingsphase werden aus bestehenden Datensätzen typische Zusammenhänge gelernt. Meist sehr große Datenmengen, üblicherweise alle verfügbaren historischen Daten, werden dabei hunderte bis tausende Male analysiert und für ausgesprochen komplexe Berechnungen herangezogen. Dagegen steht bei der Anwendungsphase der einzelne Datensatz im Vordergrund. Dieser wird anhand der gelernten Zusammenhänge kategorisiert oder bewertet.

Die Trainingsphase im Detail

Je nach Maschine werden unterschiedliche Messungen vorgenommen. Dies sind unter anderem Schwingungsmessungen, Spannungsverläufe, Temperatur und Druck. Diese Messungen werden mit einem Zeitstempel, einer Maschinenkennung und einem Maschinentypen versehen und in einer Datenbank abgespeichert. Neben den Ergebnissen der Messungen werden noch Daten über Maschinenausfälle benötigt. Auch diese müssen mit Zeitstempel und Maschinenkennung versehen sein, damit eine Zuordnung gewährleistet werden kann. Die Gesamtheit dieser Daten dient als Basis für das Training der Künstlichen Intelligenz. Unser Unternehmen 5Analytics hilft dabei, durch Künstliche Intelligenz wichtige Geschäftsentscheidungen zu automatisieren und digitale Geschäftsmodelle umzusetzen. Wir haben die Erfahrung gemacht, dass bereits Daten aus etwa einem Jahr ausreichen, um treffsichere Vorhersagen machen zu können.

Diese Daten müssen verarbeitet werden, um für das Training verwendet werden zu können. Dies bedeutet, dass Werte zusammengefasst, Zeitreihen geglättet und fehlende Werte aufgefüllt werden. Darüber hinaus müssen die Daten um weitere Informationen angereichert werden, wie zum Beispiel die vorausgesagte Zeit bis zum nächsten Maschinenausfall. Schließlich ist diese Voraussage die Zielsetzung der Predictive-Maintenance-Lösung.

Das nun folgende Training findet meist auf dedizierten Rechen-Clustern statt. Die Datenmengen, in vielen Fällen mehrere hundert Gigabytes, erfordern spezielle Algorithmen und Berechnungssoftware. Mit ihnen wird auf Basis der Daten das Modell auf den Anwendungsfall hin trainiert. Als Algorithmen empfehlen sich neuronale Netze oder sogenannte Random Forests. Das trainierte Modell muss am Ende noch validiert werden, bevor es zum Einsatz kommen kann. Dazu werden historische Daten, die nicht zum Trainieren des Modells verwendet wurden, herangezogen um zu überprüfen, ob sich die Vorhersagen des Modells mit der Realität decken. Dieses Vorgehen wird als Cross-Validation bezeichnet.

Die Anwendungsphase setzt hohe Skalierbarkeit voraus

Nachdem das Predictive-Maintenance-Modell trainiert und validiert wurde, wird es in die 5Analytics-AI-Plattform geladen. Dort steht es zur Nutzung in bestehenden Prozessen zur Verfügung. Die Künstliche-Intelligenz-Plattform stellt sicher, dass die KI den Anforderungen der Unternehmensumgebung gerecht wird. Sie sorgt für die Skalierbarkeit und kann zahlreiche Maschinen zeitgleich überwachen.

Im Rahmen der Anwendungsphase werden die im Training gelernten Zusammenhänge auf aktuelle Daten angewendet. Diese Phase ist stark durch die Rahmenbedingungen in einem Unternehmen bestimmt. Bei einer Predictive-Maintenance-Lösung muss die Künstliche Intelligenz auf Daten von allen Maschinen in der Produktionshalle oder des Unternehmens zugreifen können. Je nachdem in welcher Frequenz die Maschinen ihre Daten senden, muss die KI-Lösung in der Lage sein, einen sehr hohen Durchsatz zu gewährleisten. In typischen Anwendungsszenarien sind es hunderte bis tausende Maschinen, die im Sekunden- bis Minutentakt Daten senden.

Die Industrie 4.0 schreitet voran

Die 5Analytics-AI-Plattform ist eine Softwareplattform, die Künstliche Intelligenz in Unternehmensprozesse integriert. Sie bietet Schnittstellen zu allen gängigen Bestandssystemen und erlaubt somit die schnelle und einfache Einbindung in bestehende Systemlandschaften. Außerdem ist sie aufgrund ihrer hohen Skalierbarkeit in der Lage, auch höchsten Lastanforderungen gerecht zu werden und dabei immer noch Antwortzeiten im Millisekundenbereich zu gewährleisten.

Da der Fokus der Lösung von 5Analytics auf der Operationalisierung von Künstlicher Intelligenz liegt, wird die Plattform mit einem trainierten Modell gefüttert und generiert daraus automatisch Web-Services. Dabei handelt es sich um standardisierte Schnittstellen, die von der meisten aktuell im Einsatz befindlichen Software angesprochen werden kann. Durch die hohe Skalierbarkeit können auch Hochlast-Szenarien, wie im Fall von Predictive Maintenance, abgebildet werden.

Der Nutzen der Predictive-Maintenance-Lösung ist offensichtlich. Die KI-Software erkennt, wann eine Maschine auszufallen droht und erlaubt ein rechtzeitiges Eingreifen. Dies macht die Maschinenwartung mit minimalem Aufwand möglich. Letztendlich ist so eine Berechenbarkeit in einem sonst nur schwer zu kalkulierenden Umfeld geschaffen. Die Industrie 4.0 ist damit einen Entwicklungsschritt weiter.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44525003 / Künstliche Intelligenz)