Unternehmen sparen Rohstoffe und Energie mit künstlicher Intelligenz
Immer mehr produzierende Unternehmen in Deutschland setzen künstliche Intelligenz (KI) in der Produktentwicklung und Produktion ein. Das geht aus einer neuen Studie des VDI Zentrums Ressourceneffizienz (VDI ZRE) hervor. 42 Prozent der befragten Unternehmen setzen KI bereits in der eigenen Produktion ein, unabhängig von der Betriebsgröße. Unternehmen wollen mit KI vor allem Kosten und Zeit sparen, aber auch die Qualität ihrer Produkte steigern. Fast alle Befragten sehen die größten Einsparpotenziale beim Material- und Energieverbrauch. Neben der Unternehmensbefragung untersucht die Studie die Potenziale von Ressourceneffizienz durch KI anhand von wissenschaftlichen Grundlagen und stellt Anwendungsbeispiele vor.
Bild: VDI ZRE

Umweltstaatssekretär Jochen Flasbarth: „Die Coronakrise mit ihren Auswirkungen auf Lieferketten und Versorgung hat uns noch einmal mehr vor Augen geführt, wie wichtig ein effizienter Umgang mit Rohstoffen und Materialien ist. Die Wirtschaft braucht für eine zukunftssichere Entwicklung einen Schub für mehr Ressourceneffizienz. Das ist genau das, was die Bundesregierung mit dem Deutschen Ressourceneffizienzprogramm erreichen will. Wir müssen die Chancen digitaler Technologien für Wohlstand und Wettbewerbsfähigkeit, soziale Gerechtigkeit und eine intakte Umwelt nutzen. Der verstärkte Einsatz von Künstlicher Intelligenz im verarbeitenden Gewerbe schont natürliche Ressourcen, spart Energie und CO2-Emissionen. Daher unterstützt das BMU seit 2019 den gezielten Einsatz von KI für den Umwelt- und Klimaschutz mit seiner Förderinitiative ‚KI-Leuchttürme für Umwelt, Klima, Natur und Ressourcen‘. Mit einem neuen Förderaufruf wird das BMU künftig auch die Ressourceneffizienz von KI-Systemen vorantreiben“.

Martin Vogt, Geschäftsführer des VDI Zentrums Ressourceneffizienz: „Die Studie zeigt: Die erwarteten Einsparpotenziale in den Unternehmen durch die Anwendung von Methoden der Künstlichen Intelligenz sind hoch. Dies gilt insbesondere für die Reduzierung des Material- und Energieverbrauchs. In der Umsetzung stehen die meisten Betriebe aber noch am Anfang. Gründe liegen insbesondere in der geringen Datenverfügbarkeit durch eine noch nicht ausreichende Digitalisierung. Darüber hinaus liefert die Studie den Unternehmen wichtige praktische Hinweise und Praxisbeispiele, bei welchen Anwendungen KI-Methoden in der betrieblichen Praxis sinnvoll und hilfreich sind. Diese Ergebnisse bilden daher die Grundlage bei der Weiterentwicklung der entsprechenden Informations- und Beratungsangebote des VDI ZRE. Die Erkenntnisse können auch dabei helfen, dass zukünftige Förderprogramme im Bereich der Forschung und Entwicklung noch praxisnäher auf die Herausforderungen in den Unternehmen zugeschnitten werden. Dabei sollte man den zusätzlichen Ressourcenverbrauch, die die Anwendung von KI-Methoden verursacht, nicht aus dem Blick verlieren. Wir brauchen die KI für mehr Ressourceneffizienz, aber auch eine ressourcenschonende KI. Nur dann können die damit verbundenen technologischen Innovationen einen wirksamen Beitrag zur Senkung des Ressourcenverbrauchs und mehr Klimaschutz leisten“.

Die neue Studie des VDI ZRE stellt mögliche Anwendungsfelder der künstlichen Intelligenz zur Senkung des Rohstoffverbrauchs in Unternehmen vor. Kernstück der Studie sind acht KI-Anwendungsszenarien, deren Umsetzung in der Praxis anhand von Beispielen aus dem verarbeitenden Gewerbe dargestellt werden. Diese zeigen ein breites Anwendungsspektrum auf, z.B. in der vorausschauenden Wartung, bei der Optimierung der Prozesskette oder in der optischen Fehlererkennung. Laut der Expertenumfrage der Studie sehen die meisten Unternehmen großes Potenzial in der Anwendung von KI im verarbeitenden Gewerbe. Wichtige Erfolgsfaktoren sind die Nutzung bereits vorhandener KI-Lösungen, standardisierter Schnittstellen sowie Open-Source-Lösungen, Vernetzung und Training von KI-Anwendenden und KI-Teams. Insbesondere kleine und mittlere Unternehmen wollen KI-Lösungen künftig öfter einsetzen.

Zugleich sehen die Befragten noch immer große Hürden: Um KI im Unternehmen einzuführen, fehlt vielen Unternehmen einschlägiges Knowhow und der Implementierungsaufwand ist ihnen zu hoch. Außerdem äußern sie Bedenken hinsichtlich der Datensicherheit und der geringen Datenverfügbarkeit. Abschließend entwickeln die Autorinnen und Autoren der Studie Handlungsempfehlungen für Unternehmen, Politik und Forschung. Kleine und mittlere Unternehmen (KMU) sollten bei der Entwicklung einer KI- und Datenstrategie die Material- und Energieeffizienz stärker einbeziehen. Dazu kann wiederum die Politik beispielsweise durch eine praxisnahe Ausrichtung der KI-Forschungsförderung beitragen. Die Wissenschaft sollte gemeinsame Forschung von KI und Ressourceneffizienz betreiben. Da Unternehmen im Bereich KI stark auf externe Unterstützung angewiesen sind, ist hier eine Zusammenarbeit zwischen Wissenschaft, Entwicklern und Anwendern von entscheidender Bedeutung.

VDI Zentrum Ressourceneffizienz GmbH

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige