„Auf die Daten kommt es an!“ Umfrage: Wo fängt KI an - und wo sind die Grenzen?

MITSUBISHI ELECTRIC EUROPE B.V (Factory Automation)

Ist Künstliche Intelligenz der Heilsbringer, Gefahr oder doch völlig überschätzt? Wir haben nachgefragt!

Bild: iStock, EzumeImages
27.10.2022

Der Mensch neigt zu Übertreibungen. Das gilt auch, wenn es um das Thema Künstliche Intelligenz geht. Einerseits wird die KI als Heilsbringer für mehr Effizienz in der Produktion gepriesen, andererseits werden immer schlauere Roboter als Gefahr für die Daseinsberechtigung von Menschen in der Produktion gesehen. Doch der Begriff KI wird nur allzu gerne inflationär verwendet. Wir haben Experten gefragt, wo Ihrer Meinung nach KI anfängt und wo die Grenzen derzeit liegen.

Sponsored Content

Das sagen die Experten:

Bildergalerie

  • Sven Hamann, CEO Bosch Connected Industry: In der Fertigung fallen jeden Tag Unmengen an Daten an. KI zieht in Sekundenschnelle die richtigen Schlüsse. So sorgt das Nexeed Industrial Application System in einem Pilotprojekt bei Bosch in Feuerbach mittels KI für die Optimierung der innerbetrieblichen Milkrun-Transporte. Aufgrund von Live-Daten werden Fahrten automatisch geplant. Es fallen weniger Leerfahrten an, Fahrer:innen werden entlastet, Ressourcen geschont; die Effizienz steigt um ein Vielfaches. Doch die Fabrik der Zukunft ist nicht menschenleer – im Gegenteil: Menschen bleiben die Entscheider:innen, KI ist ihr Werkzeug. Die Mitarbeiter:innen werden durch KI bestmöglich unterstützt und können ihre Stärken optimal in steuernden, kreativen Tätigkeiten einbringen.

    Sven Hamann, CEO Bosch Connected Industry: In der Fertigung fallen jeden Tag Unmengen an Daten an. KI zieht in Sekundenschnelle die richtigen Schlüsse. So sorgt das Nexeed Industrial Application System in einem Pilotprojekt bei Bosch in Feuerbach mittels KI für die Optimierung der innerbetrieblichen Milkrun-Transporte. Aufgrund von Live-Daten werden Fahrten automatisch geplant. Es fallen weniger Leerfahrten an, Fahrer:innen werden entlastet, Ressourcen geschont; die Effizienz steigt um ein Vielfaches. Doch die Fabrik der Zukunft ist nicht menschenleer – im Gegenteil: Menschen bleiben die Entscheider:innen, KI ist ihr Werkzeug. Die Mitarbeiter:innen werden durch KI bestmöglich unterstützt und können ihre Stärken optimal in steuernden, kreativen Tätigkeiten einbringen.

    Bild: Bosch

  • Ralf Bucksch, Technical Executive IBM Sustainability Software and Industrie 4.0 EMEA: Viele KI Systeme weisen heute keinerlei Lerneffekte auf, sind also eher klassisch deterministische und regelbasierte Systeme, die auf gewisse Ereignisse oder Eingaben mit vordefinierter Bewertung „reagieren“. Lernende KI Systeme, sind dort in sinnvoller Verwendung, wo Komplexität den Einsatz herkömmlicher analytischer und regelbasierter Methodik überschreitet. Etwa in der Steuerung von komplexen Produktionsanlagen. Ein lernendes KI System wird sich in der Steuerung kontinuierlich verbessern, weil je nach Ergebnis der Produktion eine Feedbackschleife in das Machine-Learning-Netz eingebracht wird. Wenn Kreativität und emotionale Intelligenz gefragt sind, stellen KI basierte Maschinen in absehbarer Zeit keine Gefahr für den Menschen dar.

    Ralf Bucksch, Technical Executive IBM Sustainability Software and Industrie 4.0 EMEA: Viele KI Systeme weisen heute keinerlei Lerneffekte auf, sind also eher klassisch deterministische und regelbasierte Systeme, die auf gewisse Ereignisse oder Eingaben mit vordefinierter Bewertung „reagieren“. Lernende KI Systeme, sind dort in sinnvoller Verwendung, wo Komplexität den Einsatz herkömmlicher analytischer und regelbasierter Methodik überschreitet. Etwa in der Steuerung von komplexen Produktionsanlagen. Ein lernendes KI System wird sich in der Steuerung kontinuierlich verbessern, weil je nach Ergebnis der Produktion eine Feedbackschleife in das Machine-Learning-Netz eingebracht wird. Wenn Kreativität und emotionale Intelligenz gefragt sind, stellen KI basierte Maschinen in absehbarer Zeit keine Gefahr für den Menschen dar.

    Bild: IBM

  • Thomas Lantermann: Senior Consultant Digitalization bei Mitsubishi Electric: Klare Grenzen gibt es nicht. Meiner Meinung nach sind sie fließend. Es zeigt sich aus unserer Erfahrung heraus, dass Kunden im Endeffekt eher Lösungen ohne KI einsetzen, obwohl sie sich bewusst mit der KI Thematik beschäftigt haben. Mit den alt hergebrachten Methoden wie SPC, Multiple Regression oder der MT Methode kommt man im Zweifel schnell zu einer Lösung. Fakt ist, dass das Erstellen von erfolgreichen KI Modellen von der Quantität und vor allem von der Qualität der Daten abhängt. Durch die Auswahl unrelevanter Lerndaten kann das Ergebnis verfälscht werden. KI wird immer wichtiger und kann uns erfolgreich unterstützen. Richtig angelernt dient sie dem Fortschritt, aber fest steht: die menschliche Phantasie kann sie nicht ersetzen.

    Thomas Lantermann: Senior Consultant Digitalization bei Mitsubishi Electric: Klare Grenzen gibt es nicht. Meiner Meinung nach sind sie fließend. Es zeigt sich aus unserer Erfahrung heraus, dass Kunden im Endeffekt eher Lösungen ohne KI einsetzen, obwohl sie sich bewusst mit der KI Thematik beschäftigt haben. Mit den alt hergebrachten Methoden wie SPC, Multiple Regression oder der MT Methode kommt man im Zweifel schnell zu einer Lösung. Fakt ist, dass das Erstellen von erfolgreichen KI Modellen von der Quantität und vor allem von der Qualität der Daten abhängt. Durch die Auswahl unrelevanter Lerndaten kann das Ergebnis verfälscht werden. KI wird immer wichtiger und kann uns erfolgreich unterstützen. Richtig angelernt dient sie dem Fortschritt, aber fest steht: die menschliche Phantasie kann sie nicht ersetzen.

    Bild: Mitsubishi Electric

  • Dr. Jesko Merkel, Geschäftsführer bei Point 8: KI ist kein Hokuspokus. Der Begriff beschreibt intelligente Agentensysteme, die auf Basis von Pattern Matching eine Aufgabe effizient umsetzen können. Neben der Möglichkeit durch Sensoren und Aktoren definiert die Modellierung der realen Welt die Grenzen und die Potenz der Systeme. Dies bedeutet vor Allem viel auf natürlicher Intelligenz beruhende Vorarbeit, bis eine KI das Richtige tut. Mit umfangreichen Ressourcen könnten wir für zahlreiche Maschinen und Prozesse KI-gestützte Systeme entwickeln und so viele Teilaufgaben optimieren und automatisieren. Die Grenze für den Einsatz von KI ist vor allem das eingesetzte Kapital. An welcher Stelle wollen wir diese Grenze verschieben, um Herausforderungen wie dem Fachkräftemangel zu begegnen?

    Dr. Jesko Merkel, Geschäftsführer bei Point 8: KI ist kein Hokuspokus. Der Begriff beschreibt intelligente Agentensysteme, die auf Basis von Pattern Matching eine Aufgabe effizient umsetzen können. Neben der Möglichkeit durch Sensoren und Aktoren definiert die Modellierung der realen Welt die Grenzen und die Potenz der Systeme. Dies bedeutet vor Allem viel auf natürlicher Intelligenz beruhende Vorarbeit, bis eine KI das Richtige tut. Mit umfangreichen Ressourcen könnten wir für zahlreiche Maschinen und Prozesse KI-gestützte Systeme entwickeln und so viele Teilaufgaben optimieren und automatisieren. Die Grenze für den Einsatz von KI ist vor allem das eingesetzte Kapital. An welcher Stelle wollen wir diese Grenze verschieben, um Herausforderungen wie dem Fachkräftemangel zu begegnen?

    Bild: Point-8

  • Albina Pace, Regional Manager, Information Software Technical Consultant bei Rockwell Automation: Bei KI haben Verantwortliche und Entscheider häufig noch das Bild einer allumfassenden Lösung vor dem Auge, die ohne Ausfälle die optimale Auslastung und Produktion ermöglicht. Dieser Umstand liegt nicht zuletzt daran, dass hier oft einzelne Teilaspekte, Konzepte und Gedanken vermischt werden. So ist man aktuell nicht in der Lage ein künstliches Bewusstsein zu schaffen – es gelingt aber sehr wohl, dass Algorithmen durch ihre Fähigkeit zu lernen, Muster zu erkennen und daraus Rückschlüsse zu ziehen als intelligent wahrgenommen werden. Genau hier ist die aktuelle Grenze von Algorithmen im industriellen Umfeld: Sie können erkennen, wenn Instandhaltungsmaßnahmen angebracht sind, helfen bei der Optimierung von Produktionsparametern und verbessern die insgesamte Maschinenauslastung. Algorithmen und die in Zukunft zu erwartende KI stellen einen weiteren Schritt hin zu Automatisierung dar, und mindern dabei den Fachkräftemangel und auch das Gefahrenpotenzial für Menschen in der Produktion. Dennoch wird selbst eine ausgeklügelte Anlage mit moderner KI und umfassender Automatisierung immer auch eine menschliche Komponente benötigen, um weitreichende Produktionsentscheidungen zu treffen

    Albina Pace, Regional Manager, Information Software Technical Consultant bei Rockwell Automation: Bei KI haben Verantwortliche und Entscheider häufig noch das Bild einer allumfassenden Lösung vor dem Auge, die ohne Ausfälle die optimale Auslastung und Produktion ermöglicht. Dieser Umstand liegt nicht zuletzt daran, dass hier oft einzelne Teilaspekte, Konzepte und Gedanken vermischt werden. So ist man aktuell nicht in der Lage ein künstliches Bewusstsein zu schaffen – es gelingt aber sehr wohl, dass Algorithmen durch ihre Fähigkeit zu lernen, Muster zu erkennen und daraus Rückschlüsse zu ziehen als intelligent wahrgenommen werden. Genau hier ist die aktuelle Grenze von Algorithmen im industriellen Umfeld: Sie können erkennen, wenn Instandhaltungsmaßnahmen angebracht sind, helfen bei der Optimierung von Produktionsparametern und verbessern die insgesamte Maschinenauslastung. Algorithmen und die in Zukunft zu erwartende KI stellen einen weiteren Schritt hin zu Automatisierung dar, und mindern dabei den Fachkräftemangel und auch das Gefahrenpotenzial für Menschen in der Produktion. Dennoch wird selbst eine ausgeklügelte Anlage mit moderner KI und umfassender Automatisierung immer auch eine menschliche Komponente benötigen, um weitreichende Produktionsentscheidungen zu treffen

    Bild: Rockwell

Verwandte Artikel