Johannes Kalhoff

Johannes Kalhoff

© Johannes Kalhoff/Phoenix Contact

Frage 1: Hat KI Industrie 4.0 als Trendthema abgelöst? Wie passen die beiden Themen zusammen?

Künstliche Intelligenz (KI) ist unverkennbar ein Trendthema. Sie wird mit vielen Anwendungsbereichen und auch mit Industrie 4.0 in Verbindung gebracht. Technisch, applikativ und kommerziell ergänzen sich die Themengebiete Industrie 4.0 und KI. Aus Perspektive der Industrie ist KI als Methoden und Verfahren zu verstehen. Diese ermöglichen es technischen Systemen, ihre Umwelt wahrzunehmen, das Wahrgenommene zu verarbeiten, selbständig Probleme zu lösen, neue Lösungswege zu finden, Entscheidungen zu treffen, insbesondere aus Erfahrungen zu lernen, und dadurch besser Aufgaben zu lösen und zu handeln. KI besteht aus einem Strauß an Technologien. Sie eröffnen viele Möglichkeiten die industrielle Produktion qualitativ zu verbessern und Kosten zu reduzieren, bei gleichzeitiger Verkürzung der Produktionszeit und Verbesserung von Abläufen.

Anwender versprechen sich so Nachhaltigkeitspotenziale durch Einsparung von Ressourcen, Optimierung des Energieeinsatzes und die verbesserte Koordination von Logistikabläufen. Gleichzeitig erlaubt es Künstliche Intelligenz aber auch, Ideen, Produktentstehungs-, Engineerings-, Produktionsabläufe und angrenzende Prozesse von Grund auf neu zu gestalten. Eigenen Produkte und Dienstleistungen können durch oder mit KI angereichert werden. Neuartige Geschäftsmodelle werden möglich.

KI und Industrie 4.0 ergänzen sich und passen somit bestens zusammen.

Frage 2: Ist KI noch Science Fiction oder schon industrieller Alltag? Sie sprechen ja von 5 Autonomiestufen. Auf welcher sind wir derzeit?

Die aktuelle Nutzung von KI-Technologien in Industrieunternehmen ist noch recht fallspezifisch, zeigt aber das mögliche Potential bereits heute auf. Die Nutzung von KI ist keine Science-Fiction mehr. KI wird in der produzierenden Industrie bereits eingesetzt: In Bereichen der Robotik, Ressourcenmanagement, Logistik oder zur Erhöhung der Verfügbarkeit – Predictive Maintenance – und klassischen Themen wie Wissens-management.

Die Stärke der Anwendung von Technologien der Künstlichen Intelligenz zeigt sich in der Intensität der Autonomie industrieller Prozesse, welche mit einer Adaptions- und Problemlösungsfähigkeit verbunden ist. Um die Wirkung von KI in verschiedenen industriellen Abläufen besser beschreiben zu können, hat unsere Projektgruppe KI sechs Autonomiestufen eingeführt. Diese gehen von nicht-autonom bis voll-autonom. Grundlegend in dieser Einstufung ist die Rolle des Menschen im Wertschöpfungsprozess. So beschreibt eine Autonomie-Stufe 0 den Betrieb einer industriellen Produktion ohne KI-basierte Automatisierung. Der Mensch hat die volle Kontrolle und Verantwortung. Stufe 5 dagegen zeigt einen vollständig autonomen Betrieb der Produktion unter KI-Führung. Die gesamte Entscheidungsfindung und Ausführung wird hier vom KI-System übernommen.

Derzeit verbindet die Projektgruppe die Fähigkeiten von KI mit den Anwendungsszenarien von Industrie 4.0, um den Nutzen dieser Technologie aufzeigen zu können  

Frage 3: Was bedeutet KI für die digitalen Geschäftsmodelle der Zukunft? Plattformmonopole der Großen, oder kann der Mittelstand noch mitmischen?“

Der Nutzen von KI wurde in den letzten Jahren meist durch Beispiele aus der Consumer-Welt belegt. Die Verfügbarkeit von großen und vielfältigen Datenmengen im „B2C“-Bereichen und eine hohe Anzahl von Endkunden hat dabei völlig neue Nutzenpotentiale eröffnet. Vielfältige Geschäftsmodelle und Dienstleistungsplattformen sind hierzu entstanden am Markt etabliert und akzeptiert.

Auch in der industriellen Produktion werden entsprechende Konzepte bereits erprobt und an die Bedürfnisse des „B2B“ Marktes angepasst. Durch eine automatisierte Erfassung und Verarbeitung von Engineering und Echtzeitdaten aus industriellen Vorgängen ergeben sich neue Möglichkeiten in den Wertschöpfungsketten. KI optimierte Maschineneinstellungen können zu verbessertem Energieverbrauch, Steigerung der Auslastung, zur Qualitätssteigerung und zur Minimierung des Rohstoffverbrauchs führen. In all diesen verschiedenen Feldern der industriellen Wertschöpfung ergeben sich für Hersteller, wie auch Betreiber und Dienstleister, neue Möglichkeiten für spezifische Serviceangebote.

Anders als in der Consumer Welt werden Antworten auf Themen wie z.B. beherrschbare Datenbereitstellung, messbare Qualität der Ergebnisse, Langlebigkeit und Verfügbarkeit in Prozessketten und Kostentransparenz vorausgesetzt. Hier kommt die Fähigkeit von KI ins Spiel, aus Daten Wissen zu extrahieren, ohne dieses vorher in Prozessen und Strukturen vorzudenken, und damit Entscheidungen zu treffen und Wertschöpfung zu generieren. So eröffnen sich neue, vielfältige Wertschöpfungspotentiale und Geschäftsmöglichkeiten über alle Unternehmensgrößen hinweg.