Anwendungsgebiete von künstlicher Intelligenz

Künstliche Intelligenz im Maschinenbau anwenden

Künstliche Intelligenz klang lange Zeit wie Science-Fiction. Das ist nicht mehr Fall, doch ihr Potenzial wird oft noch unterschätzt.

Künstliche Intelligenz (KI) zählt zu den derzeit am meisten diskutierten Schlüsselbegriffen der Digitalisierung. Gleichzeitig ist die konkrete Anwendbarkeit häufig schwer greifbar: Was genau versteht man darunter? Welche Vorteile kann sie dem eigenen Unternehmen bringen? Die überwiegende Mehrheit der Entscheider in Deutschland unterschätzt daher bislang noch das Potenzial und die Bedeutung von künstlicher Intelligenz – im Maschinenbau wie in anderen Branchen. Das deutet eine Befragung des Marktforschungsunternehmens Wakefield Research an. Für diese wurden in Deutschland 30 Entscheider der ersten Führungsebene sowie 70 IT-Leiter aus Firmen mit mindestens 1.000 Mitarbeitern befragt. Das Ergebnis: 98 % der Teilnehmer halten künstliche Intelligenz für ein Phänomen des Zeitgeistes. Es gibt jedoch Expertenstimmen, die das ganz anders sehen.

Digitalisierung ist ein Muss Von der Ausbildung über interne Prozesse bis zu Geschäftsmodellen: An der digitalen Transformation führt im Maschinenbau kein Weg vorbei. Im Whitepaper bringen wir Sie auf den neuesten Stand.

JETZT SICHERN

Umsatzsteigerungen im Maschinenbau dank künstlicher Intelligenz (KI)

Das Beratungsunternehmen Accenture schätzte Anfang 2018, dass Unternehmen ihre Umsätze durch den Einsatz von künstlicher Intelligenz bis ins Jahr 2022 um durchschnittlich 38 % steigern können. Konkretere Zahlen für die positiven Effekte von künstlicher Intelligenz im Maschinenbau liefert eine Studie des Bundesministeriums für Wirtschaft und Energie: Bis Mitte 2023 sei der Einsatz von künstlicher Intelligenz im produzierenden Gewerbe in Deutschland mit einer zusätzlichen Bruttowertschöpfung von ca. 31,8 Milliarden Euro verbunden. Dies entspräche in etwa einem Drittel des Gesamtwachstums des deutschen produzierenden Gewerbes innerhalb dieses Zeitraums. Es bleibt abzuwarten, wie sich die Corona-Krise hier auswirken wird. Am Potenzial von künstlicher Intelligenz für die Branche ändert dies nichts. Doch wie lässt sich künstliche Intelligenz im Maschinenbau konkret nutzen?

Künstliche Intelligenz macht es möglich, auch komplexe kognitive Aufgaben an Maschinen abzugeben.

Um Anwendungsgebiete für künstliche Intelligenz im Maschinenbau identifizieren zu können, ist es zunächst notwendig, zu verstehen, wie der Begriff „künstliche Intelligenz“ definiert ist. Laut Gabler Wirtschaftslexikon geht es bei künstlicher Intelligenz um diejenigen Methoden, die es einem Computer ermöglichen, Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern. Künstliche Intelligenz ermöglicht es also, neben körperlichen beziehungsweise mechanischen auch komplexe kognitive Aufgaben an Maschinen abzugeben. Naheliegend wäre da beispielsweise, monotone und somit für Menschen auf Dauer häufig demotivierende Aufgaben an künstliche Intelligenzen abzutreten. Im Maschinenbau eröffnen sich durch künstliche Intelligenz aber noch viel größere Möglichkeiten, wie das Beispiel der Predictive Maintenance zeigt.

Predictive Maintenance: Paradebeispiel für künstliche Intelligenz im Maschinenbau

Wie der Name vermuten lässt, handelt es sich bei Predictive Maintenance um eine Form der (Maschinen-)Wartung. Diese geht mit großen Vorteilen einher: Während Störungen bei der traditionellen reaktiven Wartung erst dann erforscht und behoben werden, wenn sie bereits aufgetreten sind, erfolgen Wartungs- und Instandhaltungsmaßnahmen im Rahmen von Predictive Maintenance zu einem optimalen Zeitpunkt. So kommt es weder zu Ausfällen (wie bei reaktiver Wartung) noch zu Verschwendung, wie bei präventiver Wartung. Bei letzterer werden Verschleißteile regelmäßig ausgetauscht – selbst dann, wenn sie noch lange funktionstüchtig gewesen wären. Möglich wird diese „vorausschauende Wartung“ durch die Auswertung enormer Datenmengen (Big Data) anhand von künstlicher Intelligenz.

Vorhandene Datenbestände werden ausgewertet, sodass sich auf deren Basis verlässliche Prognosen erstellen lassen.

Die Form der künstlichen Intelligenz, die bei Predictive Maintenance zum Einsatz kommt, nennt sich „Machine Learning“. Gewissermaßen ermöglicht Machine Learning einen Blick in die Zukunft: Vorhandene Datenbestände werden ausgewertet, sodass sich auf deren Basis verlässliche Prognosen erstellen lassen. So lässt sich beispielsweise der oben beschriebene optimale Zeitpunkt für den Austausch von Verschleißteilen bestimmen. Spätestens an dieser Stelle wird deutlich, dass die zahlreichen Begriffe der Digitalisierung nicht eindeutig trennbar, sondern eher miteinander verzahnt sind: Schließlich ist Machine Learning sowohl eine Form der künstlichen Intelligenz als auch eine Methode zur Datenauswertung im Sinne von Big Data. Unzweifelhaft ist dagegen, dass künstliche Intelligenz dem Maschinenbau neue Wege und Chancen eröffnet – und zwar solche, die sich kein Unternehmen entgehen lassen sollte.

Sie interessieren sich für die Digitalisierung und die Zukunft des Maschinenbaus? Dann haben wir etwas für Sie: Abonnieren Sie doch einfach den item Blog über die Box oben rechts!

KI macht den Unterschied – Künstliche Intelligenz im Maschinenbau

Künstliche Intelligenz ist heutzutage allgegenwärtig, in allen Sektoren findet diese heutzutage ihren Platz. Vom Smartphone in der Hosentausche bis hin zum Supercomputer, überall kann man den Begriff Künstliche Intelligenz – kurz KI – finden.

Ein System, welches von sich selbst lernt und eigenständig Lösungen für zuvor unbekannte Probleme findet, kann als Künstliche Intelligenz bezeichnet werden. Künstliche Intelligenz ist der größte Schritt der Digitalisierung der aktuellen Zeit.

Nutzen und Vorteile von KI – Maschinenbetreiber und Hersteller profitieren

Im Maschinenbau kann diese Technik der Digitalisierung von großem Nutzen sein. Maschinenbauer und Maschinenhersteller können beispielsweise in der Qualitätssicherung enorm profitieren. Herkömmliche Kameras können mittels KI Software befähigt werden, die menschliche Leistung bei der Prüfung von Produkten zu erreichen ohne jedoch durch Konzentrationsschwächen, Müdigkeit oder Fehlleistungen vermeidbare Kosten zu verursachen. Die daraus resultierende Qualitätssteigerung sorgt dafür, dass Maschinenbetreiber weniger fehlerhafte Maschinen erhalten und somit wieder Kosten in den Bereichen Wartung und Kontrolle einsparen können.

Maschinenbetreiber auf der anderen Seite profitieren auch von der künstlich intelligenten Software. KI ist eine Schlüsseltechnologie in der Digitalisierung, welche Qualitätssicherung im Maschinenbau auf ein neues Level gehoben hat. Die Erreichbarkeit des Systems ist über das Internet zu jeder Zeit und komplett ortsunabhängig möglich. Dadurch muss nicht für jedes Problem ein Servicemitarbeiter der Maschinenherstellers einbestellt werden.

Integration Künstlicher Intelligenz in die Produktion im Maschinenbau

Ist die Rede von Digitalisierung, neuen Standards und hochentwickelten Systemen besteht schnell die Annahme, dass eine Integration in die Produktion sehr kostspielig und aufwändig ist. Doch genau in diesen Punkten sorgt der Fokus auf KI Software dafür, dass die Einstiegshürden vergleichsweise niedrig sind.Denn um KI in der Produktion zu integrieren sind keine hochkomplexen Sensoren oder riesige Anlagen notwendig, sondern vor allem herkömmliche Kameras. Diese sind in der Anschaffung günstig und durch ihren kleinen Formfaktor simpel In–Line in die Produktion einzubauen.

Bevor so eine „Kamera mit Intelligenz“ zum Einsatz kommt, wird die Künstliche Intelligenz Software zuerst trainiert. Mittels großer Mengen an Beispielbildern und Daten lernt das System eigenständig Fehler zu erkennen und Situationen einzuschätzen. Über die Benutzeroberfläche können Mitarbeiter Informationen zur Prüfung Live kontrollieren und falls notwendig eingreifen.

Kameras sind im Prinzip wie ein menschliches Auge, sie nehmen die Oberflächen auf und erzeugen ein zweidimensionales Bild, deswegen spricht man hier oft von der Oberflächenanalyse. Diese Daten ermöglichen dann die Erkennung von typischen Fehlerbildern, wie beispielsweise Lunker, fehlerhafte Schweissnähte oder Risse. Die softwarebasierte Lösung zur Oberflächenprüfung ist zuverlässig und schnell, ohne dabei hochkomplexe Technik vorauszusetzen. Sensoren benötigen dazu noch aufwändigere Vorraussetzungen, um sinnvoll mit Ihnen zu prüfen ist es notwendig konstante Prüfsituationen zu erschaffen. Dafür sind wiederum teure und platzfressende Prüfkammern notwendig, die perfekte Lichtgegebenheiten voraussetzen. Künstliche Intelligenz hingegen befähigt eine Kamera auf dem Level eines geschulten Qualitätsprüfers zu agieren.

Anwendungsgebiete von künstlicher Intelligenz

Künstliche Intelligenz ist keine theoretische Überlegung oder technische Spielerei mehr. Anwendungen der KI werden von Unternehmen und Organisationen weltweit effektiv und mit wirtschaftlichem Mehrwert genutzt. Deshalb werfen wir in diesem Beitrag einen Blick darauf, wo KI heute erfolgreich eingesetzt wird.

Künstliche Existenz existiert und wir nutzen und erleben sie, im Beruf und in der Freizeit, in den verschiedensten Situationen. Immer mehr Aufgaben, die früher nur von Menschen (oder gar nicht) zu bewerkstelligen waren, erledigen heute Maschinen. In manchen Fällen wird uns das bewusst, in anderen Fällen ist die Intelligenz hinter der Anwendung kaum zu erkennen – oder wir haben uns so sehr daran gewöhnt, dass sie uns nicht mehr als etwas Besonderes, als “echte künstliche Intelligenz” erscheint. Schauen wir deshalb einmal sorgfältig auf die beeindruckende Palette an Anwendungen, hinter denen heute schon KI steckt.

Was ist künstliche Intelligenz?

Was bedeutet es, dass eine Maschine intelligent ist? Der berühmte Mathematiker Alan Turing hat mit dem Turing-Test eine mögliche Definition geliefert: Kann eine Versuchsperson anhand der Antworten, die ein Computer und ein Mensch ihm auf seine Fragen geben, nicht unterscheiden, welches der Mensch ist, dann ist die Maschine „intelligent“.

Was heute als künstliche Intelligenz bezeichnet wird, lässt sich wohl am besten zusammenfassen als die Kunst oder Wissenschaft, Maschinen so zu programmieren, dass sie autonom Probleme lösen und Entscheidungen treffen können.

Abstufungen von künstlicher Intelligenz (KI): KI, maschinelles Lernen und tiefes Lernen.

Dabei hat sich immer wieder herausgestellt, dass die Entwicklung einer dem Menschen gleichwertigen „starken“ KI auf absehbare Zeit unerreichbar bleiben wird und die Enttäuschung darüber hat immer wieder zu nachlassendem Interesse und sogenannten „KI-Wintern“ geführt.

Doch gleichzeitig hat sich das Feld des maschinellen Lernens (also die Konfiguration von Algorithmen anhand von Beispieldaten) immer weiterentwickelt. Kombiniert mit dem rasanten Wachstum der weltweit verfügbaren Datenmengen und den Technologien zu ihrer Verarbeitung, hat das Machine Learning zu einem neuen Boom der künstlichen Intelligenz geführt.

Eine ausführlichere Erklärung, was künstliche Intelligenz ist, finden Sie in unserem Wiki.

Download: KI Use Cases für Marketing und Vertrieb Mehr Umsatz durch gezielte Vorhersagen

Durch Automatisierung mehr Zeit gewinnen

Budget und Ressourcen gezielt einsetzen Jetzt eintragen und spannende KI-Projektbeispiele aus der Praxis erhalten: Email Jetzt PDF herunterladen Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu.

Wo wird künstliche Intelligenz heute schon angewendet?

Eine allgemeine künstliche Intelligenz gibt es weiterhin nicht, doch für immer mehr spezielle Aufgaben werden KI-Lösungen entwickelt, die dem Menschen ebenbürtig oder überlegen sind. Dabei geht es häufig um das Erkennen und Interpretieren von Mustern in Bildern, Sprache oder Datenbanken, das Finden optimaler Lösungen in komplexen Situationen oder das Filtern relevanter Informationen.

Oft empfinden wir diese Technologien gar nicht mehr als intelligent, sobald wir uns an sie gewöhnt haben – der bekannte „KI-Effekt“.

Die Einsatzgebiete von KI – eine Übersicht in unserem Video.

Werfen wir einmal einen Blick darauf, für welche praktischen Anwendungen künstliche Intelligenz heute genutzt wird:

Virtuelle Assistenten und Chatbots

Virtuelle Assistenten entsprechen wohl am ehesten der Vorstellung von KI, wie wir sie aus Science-Fiction-Filmen kennen: Siri, Alexa, Cortana oder Google Assistant: Die freundliche Stimme lässt sich per Sprache steuern, kann ein Kinoticket kaufen, Musik abspielen oder das Licht dimmen.

Dahinter stecken beeindruckende Leistungen in der Spracherkennung (die Geräusche müssen in Wörter übersetzt werden) und der Sprachverarbeitung (in der Folge von Wörtern muss eine konkrete Anforderung erkannt werden).

Chatbots, als einfachere, textbasierte Variante, sind seit Jahren vor allem im Kundenservice vieler Unternehmen im Einsatz und können die Mitarbeiter bei der großen Masse an Routine-Anfragen entlasten.

Google Assistant – ein virtueller persönlicher Assistent auf Basis von KI

Robotik

In der physischen Steuerung von Robotern stößt KI weiterhin an ihre Grenzen, vor allem in einer offenen unerwarteten Umgebung. In kontrollierten Umgebungen sieht das anders aus: Industrieroboter übernehmen zum Beispiel einen Großteil der Fertigung von Autos bei VW. Oder ein Beispiel aus der Logistik: Mit künstlicher Intelligenz kann zum Beispiel Amazon Millionen von Warenhaus-Robotern kollisionsfrei steuern.

Und in virtuellen Umgebungen wie Schach, Go, oder Computerspielen hat der Computer dem Menschen bereits den Rang abgelaufen.

AlphaGo im Duell gegen Lee Sedol. Quelle:

Suchmaschinen

Eine weitere Spielart der KI, an die wir uns längst gewöhnt haben, sind Suchmaschinen. Nur sie ermöglichen uns, in den riesigen Datenmengen des World Wide Web zu navigieren und die für uns relevanten Inhalte zu finden.

Empfehlungsdienste

Den gleichen Vorteil – die relevanten Inhalte aus einem überwältigenden Angebot zu finden, bieten uns Empfehlungssysteme, zum Beispiel in E-Shops wie Amazon oder Dienste wie Spotify oder Netflix. Sie steuern aber auch die Neuigkeiten und Gruppen, die uns in sozialen Medien vorgeschlagen werden oder werden im Recruiting von Firmen verwendet.

Netflix: Ein Produkt, das ohne intelligente Empfehlungen nicht denkbar ist.

Content-Moderation

In sozialen Medien oder Nachrichtenforen ist die Moderation eine große Herausforderung. Trolle, Beleidigungen und verbotene Inhalte zu erkennen und zu löschen ist oft mit menschlicher Arbeitskraft nicht mehr zu bewältigen.

Youtube beispielsweise setzt bei der Moderation stark auf künstliche Intelligenz: 76% der gelöschten Videos auf Youtube wurden von künstlicher Intelligenz identifiziert und markiert.

Gesichtserkennung

Die Gesichtserkennung hat große Fortschritte gemacht.

Die meisten aktuellen Smartphones können heute mittels Gesichtserkennungentsperrt werden. Ebenfalls mittels Gesichtserkennung erkennt Facebook Photo Review, wer auf neu hochgeladenen Fotos abgebildet ist und fragt die Person nach ihrem Einverständnis. Digitalkameras lernen, automatisch auf Gesichter zu fokussieren oder bewegende Gegenstände wie Autos zu verfolgen und scharf zu stellen.

Die gleiche technologischen Grundlage wird auch in der Bekämpfung der Corona-Pandemie verwendet: In vielen britischen Städten oder in den Einrichtungen von Amazon wird so mittels der Bilder von existierenden Überwachungskameras die Einhaltung der Sicherheitsabstände registriert.

Demo des Social Distancing Detector der Firma Landing AI

Spam-Filter

Ca. 50% des weltweiten E-Mail Traffics besteht aus Spam. Aber vom Großteil davon bekommen wir nichts mehr mit. Die intelligenten Spam-Filter, die GoogleMail, Outlook und andere Email-Provider verwenden, können Spam zu 99% effektiv erkennen und abfangen. Und sie lernen ständig dazu.

Cyber-Sicherheit

Auch in der Cyber-Sicherheit geht der Trend zur KI. Moderne Antivirenprogramme erkennen nicht nur bekannte Malware. Dank des Einsatzes von Machine Learning können Sie auch bisher unbekannte Programme als schädlich oder harmlos einstufen.

Betrugserkennung

Finanzdienstleister, Banken und viele andere Unternehmen nutzen künstliche Intelligenz zur Betrugserkennung und -prävention.

Mobilität

Der Traum vom selbstfahrenden Auto scheint in greifbarer Nähe – selbst Vorreiter wie Waymo (Google) oder Cruise (Ford) befinden sich allerdings auch heute noch in der Testphase. Doch schon jetzt verändert KI die Mobilität – mit Navigationssystemen und Assistenten für Aufgaben wie das Einparken, Einhalten des Sicherheitsabstands oder der Fahrspur.

Selbstfahrendes Auto von Waymo. Von Grendelkhan – Eigenes Werk, CC BY-SA 4.0,

Einkauf

Kassenlose Supermärkte wie Amazon Go versprechen höhere Effizienz und ein einfacheres Kundenerlebnis. Bisher bleiben sie aber eher ein Nischenphänomen.

Marketing und Vertrieb

Künstliche Intelligenz kann auf vielfältige Weise das Marketing, Vertrieb und CRM unterstützen: Personalisierung im Marketing beruht entscheidend darauf, Vorlieben und Kaufverhalten der Kunden zu verstehen, um automatisch die richtigen Angebote zur richtigen Zeit zu machen.

Datengetriebene Prognosen des Kaufverhaltens ermöglichen die Ausspielung intelligenter Marketingkampagnen an Kunden mit hohem Umsatzpotential und gezieltes Cross- und Upselling.

Intelligente Churn-Prognosen ermöglichen gezielte Kündigerprävention.

Mittels Sentiment Analysis können große Mengen Kundenfeedback aus Foren verarbeitet und zur Verbesserung des Kundenservices genutzt werden

Automatisierung und Personalisierung sind nur zwei Aspekte des Einsatzes von KI im CRM.

Fazit

Auch wenn wir noch keine Superintelligenz erschaffen haben, in immer mehr Bereichen des Lebens finden wir Möglichkeiten, uns von künstlicher Intelligenz unterstützen zu lassen. Und immer mehr Unternehmen schaffen es, ihre Geschäftsmodelle mit KI zu unterstützen – oder ganz neue zu erschaffen. Haben Sie schon eine Idee, wie KI Sie voranbringen könnte?