Künstliche Intelligenz als Universaltechnologie

Experimentieren und Erfahrung sammeln

Wie frühere Universaltechnologien – etwa die Dampfmaschine oder die Elektrizität – dürfte künstliche Intelligenz die Wirtschaft grundlegend verändern. Um sie nutzenstiftend einzusetzen, müssen die möglichen Anwendungsfelder aber erst einmal bekannt sein.

Bild: ©Miriam Doerr Martin Frommherz / shutterstock.com

Bereits seit den 1950er Jahren sprechen wir über künstliche Intelligenz und seither gab es viele Prognosen, wann Computer in der Lage sein werden, bestimmte Handlungen zu erledigen, die bisher nur von Menschen beherrscht wurden. Als wichtiger Meilenstein gilt 1997, als IBMs Deep Blue 126 Millionen Stellungen pro Sekunde gegen den Schachweltmeister Garri Kasparow berechnete, um auf diese Weise herauszufinden, welcher Zug den wahrscheinlich positivsten Effekt auf den weiteren Spielverlauf hat. Beim chinesischen Strategiespiel Go sind solche Brut-Force-Ansätze aufgrund der hohen Anzahl möglicher Spielzüge nicht praktikabel und erfolgsversprechende heuristische Ansätze sind nicht ausreichend bekannt oder dokumentiert: Menschliches Gespür und Intelligenz wurden als notwendig angesehen, um erfolgreich Go zu spielen. 2016 besiegte das Programm AlphaGo von Google DeepMind den besten menschlichen Go-Spieler, indem es unzählige Trainingsspiele mit sich selbst absolvierte, um sich erfolgsversprechende Strategien selbst beizubringen. Nach diesem Erfolg der KI galt das Pokerspiel als nächste Hürde, da die Spielposition der Kontrahenten für den Spieler nicht bekannt sind und geblufft werden kann. Auch hier konnten 2017 und 2019 Meilensteine erreicht werden, als eine KI von Mitarbeitern der Carnegie Mellon University zunächst in Spielen gegen einzelne Profispieler und anschließend sogar in Partien mit mehreren Spielern gewinnen konnte.

Beschleunigte Entwicklung

Drei technologisch tief ineinandergreifende Trends haben diese Entwicklung und praktische Anwendung von künstlicher Intelligenz ermöglicht: @WK Einrückung:Die exponentiell steigende Rechenkapazität, u.a. durch leistungsfähigere Prozessoren für weniger Geld sowie Vernetzung in Cloud- und Edge-Computing. @WK Einrückung:Die Entwicklung von Machine Learning, und insbesondere Deep Learning, das heißt das Finden von Zusammenhängen in strukturierten und unstrukturierten Daten ohne die analytische Modellierung durch Experten mit z.B. Gleichungssystemen. @WK Einrückung:Die digitale Erfassung und Speicherung von Daten aus unterschiedlichsten Sensoren, welche den Zugriff auf eine lange Datenhistorie sowie die Verarbeitung einer hohen Datenvielfalt (Big Data) ermöglicht.

Einsatzfelder und Anwendungsnutzen von KI in Unternehmen (Bild: Dr. Wieselhuber & Partner GmbH)

Einsatzfelder und Anwendungsnutzen von KI in Unternehmen (Bild: Dr. Wieselhuber & Partner GmbH)

Drei zentrale Anwendungen

Die Anwendungsfelder, in welchen KI heute schon in der Lage ist, sehr gute Ergebnisse und echten Nutzen zu erzielen, lassen sich auf drei Bereiche zusammenfassen:

Der erste Bereich ist Wahrnehmen und Erkennen. Hierzu gehören z.B. die vor allem im privaten Umfeld genutzten Anwendungen der Spracherkennung und Sprachübersetzung oder die branchenübergreifend eingesetzten Verfahren der Bilderkennung in der Qualitätssicherung der Produktion oder Logistik. Durch maschinelles Lernen wurden diese im Vergleich zu früheren Computer-Vision-Systemen deutlich performanter und konnten für neue Aufgabenstellungen eingesetzt werden. Der zweite Bereich steht unter der Überschrift Problemlösung. Darunter fallen datengetriebene Modelle für langfristige Forecasts von Absatz oder Beständen sowie zur dispositiven Steuerung. Auch die sensorgestützte Optimierung von (verfahrenstechnischen) Prozessen durch z.B. die automatisierte Kalibrierung oder die Parametrierung von Maschinen und Anlagen in Echtzeit löst Probleme, die insbesondere durch kapazitive Engpässe geeigneter und erfahrener Fachkräfte entstehen. Ein dritter und noch weniger bekannter Bereich ist Kollektives Wissen und Kreation: Hier greift die KI nicht nur auf vorhandenes digitales Wissen zurück, sondern ist auch in der Lage ganz neues Wissen zu erschaffen. So kann KI den Produktentwicklungsprozess unterstützen, indem komplexe Zusammenhänge zwischen Designparametern und Leistungskennzahlen auf Basis von Daten modelliert werden oder alternative Produktdesigns generiert werden können. KI ist demnach heute in der Lage, in gewissem Umfang definierte Teilprobleme sehr gut und vor allem besser und schneller zu lösen als der Mensch und ihn in Entscheidungsprozessen zu unterstützen. Aus unternehmerischer Sicht lässt sich zusammenfassen, dass im Hinblick auf die beiden möglichen Wirkrichtung der KI, nämlich der Umsatzsteigerung und der Kostenminimierung heute die meisten realisierten Anwendungen auf die Kostenreduktion abzielen. In Zukunft werden sich jedoch beide Richtungen etablieren und noch viel stärker durchsetzen.

Anwendungsfelder der KI (Bild: Dr. Wieselhuber & Partner GmbH)

Anwendungsfelder der KI (Bild: Dr. Wieselhuber & Partner GmbH)

Chancen und Risiken

KI und insbesondere maschinelles Lernen sorgt in Unternehmen auf drei Ebenen für Veränderung und somit für neue Chancen aber auch Risiken: @WK Einrückung:Aufgaben und Tätigkeiten: KI kann z.B. zur Analyse und Aufbereitung von Reports im Controlling verwendet werden. Der Controller kann sich auf die Erklärung von gefundenen Phänomenen konzentrieren, der Anteil interessanter und wertschöpfender Tätigkeiten der Mitarbeiter steigt. @WK Einrückung:Geschäftsprozesse: Die Auftrags- und Produktionssteuerung insbesondere in Verbindung mit Störungen und dem situativ richtigen Umgang damit kann viel besser durch KI erfolgen, da sie schnell viele und übergreifend vernetzte Daten miteinander vergleichen kann. @WK Einrückung:Geschäftsmodelle: Die hohe Verfügbarkeit interner und externer Daten unterstützt einerseits die Kundenorientierung, wenn individuelle Bedürfnisse antizipiert und adressiert werden können. Andererseits bieten Daten selbst die Möglichkeit der Monetarisierung entlang spezifischer Wertschöpfungsketten.

Fazit

Der größte Hemmschuh in der Umsetzung der bereits vorhandenen Möglichkeiten der KI ist heute das Management in den Unternehmen. Die neue Technologie, ihre Fähigkeiten und Limitationen sind noch zu wenig transparent. Initiativen, die ohne klare Ziele und mit geringer Einbindung geeigneter Domänenexperten des jeweiligen Anwendungsfalls oder Funktionsbereichs durchgeführt werden, verlaufen häufig im Sand oder liefern nicht zufriedenstellende Ergebnisse. Für vielversprechende und passende Anwendungsszenarien ist das richtige interne Team zu finden bevor geeignete Technologiepartner ausgewählt werden. Unternehmen sollten jetzt beginnen passende Anwendungsszenarien zu identifizieren und erste praktische Erfahrungen mit KI zu sammeln.

Dr. Wieselhuber & Partner GmbH
www.wieselhuber.de

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.