Künstliche Intelligenz in der Industrie

Einsatzmöglichkeiten von Künstlicher Intelligenz in Unternehmen

Künstliche Intelligenz (KI) findet in Unternehmen immer häufiger Anwendung. KI wird häufig übergreifend genannt, seltener jedoch ein Praxisbezug hergestellt und beschrieben. Wofür eignet sich KI bzw. maschinelles Lernen (ML) und was sind Einsatzbeispiele hierfür? Wir möchten Ihnen einige Fallbeispiele aufzeigen und insbesondere den Anwendungsbezug zur Industrie herstellen.

Mit 3,5 Mio. kleinen und mittleren Unternehmen (KMU) stellt der deutsche Mittelstand einen Anteil von 99,5% der Unternehmen dar. Durch ihn werden 58% der sozialversicherungspflichtigen Arbeitsplätze geschaffen. Damit ist er Deutschlands Wirtschafts- und Beschäftigungsmotor und von enormer Bedeutung.[1]

Daher ist die wirtschaftliche Unterstützung von KMU und der Erwerb von Wettbewerbsvorteilen durch den Einsatz künstlicher Intelligenz von besonderer Bedeutung. Im Folgenden werden Ihnen Begriffe und Anwendungsfälle von KI in der Industrie aufgezählt und erläutert:

Mustererkennung (sog. Pattern-Recognition)

Mustererkennung ist der Prozess der Identifizierung von Gemeinsamkeiten, Ähnlichkeiten und Wiederholungen in großen Mengen unorganisierter Daten. Das Ziel ist es, Kategorien von Dingen zu identifizieren, die innerhalb ihrer Kategorie identisch sind, aber außerhalb ihrer Kategorie nicht existieren. So kann beispielsweise ein Verkehrszeichen aus einem großen Bilddatensatz herausgefiltert, Lieder als gleich oder ähnlich identifiziert oder Gesichter in Digitalfotos erkannt werden. Auch Sprach- und Texterkennung beruhen auf der Mustererkennung.

Prädikative Instandhaltung (sog. Predictive Maintenance)

Wartung und Instandhaltung (Predictive Maintenance) von Maschinen und Anlagen ist ein häufiges Anwendungsbeispiel für KI in der Produktion. Hier sollen vorausschauend Prognosen für eine anstehende Wartung, Instandhaltung oder Verschleiß getroffen werden, um einem ungeplanten Zwischenfall vorzubeugen. Für die Messung einer Datengrundlage können unter Anderem Sensoren eingesetzt werden, um Schwingungs- und Vibrationsmusters, Abstände oder Temperaturwechsel aufzuzeichnen.

Deep Learning

Deep Learning ist eine Teilmenge des maschinellen Lernens und ermöglicht es Computern, Daten zu analysieren, zu verarbeiten und zu erkennen. Gesichtserkennung, Spracherkennung und Objekterkennung sind Anwendungen von Deep Learning im Alltag. Deep Neural Networks ermöglichen Computern, große Datenmengen (sog. Big Data Sets) zu verarbeiten und darin Muster zu suchen.

Machine Learning

Basierend auf Daten und Erfahrungen können Computersysteme lernen und ihre Ergebnisleistung immer weiter verbessern, ohne, dass Menschen hier eingreifen müssen.  Grund dafür sind mathematische Rechenmodelle, sog. Algorithmen, mit denen ein Computer Daten selbstständig liest, auswertet,  das Ergebnis zuordnet und somit in einem selbstständigen Vorgang ist und Entscheidungen trifft.
Einsatzmöglichkeiten sind die Selektion unterschiedlichster Daten, Prognosen und Empfehlungen für Unternehmen, Forschungseinrichtungen und den Medizinsektor.

Computerlinguistik (sog. Natural-Language-Processing)

Bei der Erfassung und Verarbeitung von menschlicher Sprache und Text kommt das sogenannte Natural Language Processing (Abkürzung NLP) zum Einsatz. Analysieren Sie Muster auf der Grundlage großer Datenmengen, um die Kommunikation zwischen Mensch und Computer herzustellen. Dieses Verfahren ermöglicht es, computerbasierte Systeme per Sprache zu steuern und auf diese Weise zu bedienen. Schon heute können wir Menschen mit Sprachdiensten wie Alexa oder Siri kommunizieren. NLP wird auch in der Industrie eingesetzt, insbesondere in der Finanzbuchhaltung. Beispielsweise kann KI in der Industrie Rechnungsinformationen anhand erkennbarer Muster selbstständig auslesen.

KI in der Autoindustrie

Ein Beispiel für den Einsatz von KI in der Autoindustrie ist der Schweißvorgangals wesentlicher Produktionsschritt. Ein großer Autohersteller hat weder die Möglichkeit noch die Zeit, zu überprüfen, ob jeder Schweißpunkt richtig platziert ist. Es ist jedoch wichtig, dass der Körper zusammenbleibt.

– Dieser Beitrag wird laufend ergänzt –

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.