Industrielle Anwendungsfälle für ChatGPT und Co.

Generative KI im Wissenssystem

Mit Generative AI sind für produzierende Unternehmen viele lohnende Optimierungspotenziale zu heben. Doch um in konkreten Szenarien von verlässlichen Assistenz- und Wissenssystemen zu profitieren, ist eine intensive Auseinandersetzung notwendig.

 (Bild: ©PollyDot/Pixabay)

(Bild: ©PollyDot/Pixabay)

Das Vergleichen von Requirements, die Optimierung von Bedienungseinstellungen an Maschinen, die Verbesserung von Trainings und weniger Schreibarbeit im Qualitätsmanagement: Die Einsatzszenarien von Gen AI sind vielfältig. Überall wo es etwa um das Zusammenfassen und Vergleichen komplexer Informationen geht, können schon jetzt integrierte KI-Assistenten wie Microsoft Copilot Arbeitszeiten deutlich verkürzen. Sie helfen auch bei der Recherche von Informationen. Die hohe Schule sind jedoch individuelle, hochspezialisierte Wissenssysteme.

Wissenssysteme mit GenAI

GenAI kann beispielsweise einen Blick auf die Produktionsoptimierung werfen. Die Ergebnisse und Optimierungsvorschläge von KI-Assistenten, die auf Large Language Models (LLM) wie ChatGPT basieren, können Denkanstöße vermitteln. Wird die Technologie darauf angesetzt, wie sich der Deckungsbeitrag erhöhen lässt, kommen überraschende Kombinationen heraus: Ideen, die Menschen einfach nicht haben würden. Oft sind diese Vorschläge nicht direkt nachvollziehbar, aber oft einen zweiten Blick wert.

Manuelle Nacharbeit nötig

Wer derzeit mit LLM experimentiert, erhält derzeit rund 25 Prozent nutzlose Antworten – etwa weil im Detail nicht zueinander passende Parameter verglichen werden. Das liegt auch am Fokus auf teilweise unwichtige Details. Um das System zu verbessern, muss deshalb erarbeitet werden, welche Parameter wichtig sind. Die Technologie ist also mit Vorsicht zu genießen: Wer einerseits von den innovativen Hinweisen profitieren will, kommt andererseits nicht um manuelles Nachprüfen herum. Eine Schwäche aktueller LLM liegt darin, dass beim Verarbeiten sehr langer PDF-Dateien mit rund 300 Seiten der Mittelteil falsch verstanden wird. Soll also beispielsweise die Arbeit in der Produktentwicklung automatisiert und mit EU-Verordnungen abgeglichen werden, ist das eine Hürde. Auch die aktuelle Diskussion darüber, ob die Qualität von ChatGPT nachgelassen hat, weist auf einige Unwegbarkeiten der Technologie hin.

Das könnte Sie auch interessieren

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Fraunhofer-Forschende haben für Fahrer und Fahrerinnen von Baumaschinen einen Helm mit integriertem Beschleunigungssensor entwickelt. Die Helm-Sensorik misst die Vibrationen der Baumaschinen. Die Sensorsignale werden analysiert, eine Software zeigt die Belastung für den Menschen an.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen

Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen

Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen

Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Mit dieser Frage setzen sich die Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) aktuell auseinander – und entwickeln Lösungen.‣ weiterlesen