KI-Prozesse aufsetzen und pflegen

Künstliche Intelligenz am Fließband

Die vierte industrielle Revolution macht aus Produktionsanlagen ein intelligentes Netz aus Maschinen und Prozessen – theoretisch. Auf dem Weg dorthin scheitern Unternehmen häufig, wenn künstliche Intelligenz und ML-Methoden im Spiel sind. Eine sorgsam geplanten Transformationsstrategie hilft das zu vermeiden.

(Bild: ©lassedesignen/stock.-adobe.com)

Ressourceneffizienz, vereinfachte Qualitätskontrollen, weniger CO2-Emmissionen – der Nutzen, den sich Produktionsunternehmen von der Digitalisierung versprechen, ist groß. Auch mit Hinblick auf die lockenden Wettbewerbsvorteile und den herrschenden Fachkräftemangel stehen automatisierte Prozesse und intelligente Maschinen in der Branche hoch im Kurs. Dennoch scheitern immer viele Projekte an der Umsetzung. Davon betroffen sind viele Tools und Methoden aus den Bereichen künstliche Intelligenz und maschinelles Lernen. Wie kann die Operationalisierung gelingen? Für die Antwort müssen Unternehmen einen Schritt zurückgehen.

Ohne solides Fundament geht es nicht

Der Transformationsprozess beginnt mit einer holistischen Betrachtung des Unternehmens – denn das besteht aus mehr als nur einzelnen Fertigungslinien. Bevor State-of-the-Art-Technologien zum Einsatz kommen, ist die Digitalisierung der Prozesse sinnvoll. Wo gibt es Abläufe, die Mitarbeitende manuell erledigen? Sind Datensilos oder ein Flaschenhals beim Informationsaustausch entstanden? Wie bei dem Bau eines Gebäudes entscheidet ein gut geplantes und solide konstruiertes Fundament über den späteren Erfolg einer Digitalstrategie und den darauf aufbauenden Technologien zur Automatisierung.

Erst den Prozess, dann die Automatisierung

Ein Zukaufen von KI-Tools nach Best-of-Breed-Manier ist daher meist nicht nur zu kurz gedacht, sondern im Kontext einer übergeordneten Strategie auch kontraproduktiv. Sinnvoller ist eine umgekehrte Herangehensweise: die abteilungsübergreifende Digitalisierung einzelner Prozesse – vom Einkauf und dem Personalwesen über die Lagerlogistik bis hin zu Vertrieb und der eigentlichen Produktionslinie. Erkennen Unternehmen bei diesem Schritt einzelne Abläufe, die von KI- oder ML-Lösungen profitieren, ist eine Umsetzung denkbar.

Beispiele aus der Praxis sind Anwendungen aus dem Bereich Computer Vision, mit denen die Software mit Kameras die Fertigung von Bauteilen überwacht. Dabei handelt es sich allerdings nur um einen einzelnen Prozess innerhalb der gesamten Qualitätssicherung – sie decken damit nur einen kleinen Teilbereich ab. Voraussetzung für einen umfassenden Einsatz im Rahmen einer übergeordneten Strategie ist die Digitalisierung der gesamten Prozesskette.

Das könnte Sie auch interessieren

Unternehmen stehen aktuell vor großen Herausforderungen. Das Konzept des linearen Wirtschaftens wird immer stärker in Frage gestellt. Gleichzeitig herrscht ein hoher Digitalisierungs- und Innovationsdruck. Unternehmen müssen also ressourcen- und kostenschonend wirtschaften, um in Zukunft wettbewerbsfähig zu bleiben. In vielen Unternehmen gebe es laut einer Studie des Leasingunternehmens CHG-Meridian zwar bereits eine Nachhaltigkeitsstrategie, aber Potenziale bestimmter Maßnahmen würden nicht erkannt.‣ weiterlesen

Der D21-Digital-Index erhebt jährlich, wie digital die deutsche Gesellschaft ist und wie resilient sie für die Zukunft aufgestellt ist. Deutlich wird auch in diesem Jahr: Der Großteil der Menschen in Deutschland hat an der digitalen Welt teil und kann ihre Möglichkeiten selbstbestimmt für sich nutzen. Der Index-Wert liegt bei 58 von 100 Punkten (+1 zum Vorjahr).‣ weiterlesen

Auch künstliche Intelligenz verbraucht Ressourcen. Forschende des Instituts für ökologische Wirtschaftsforschung, AlgorithmWatch und des DAI-Labors der TU Berlin fordern daher, die Nachhaltigkeitsauswirkungen von KI über den gesamten Lebenszyklus hinweg stärker in den Blick zu nehmen.
‣ weiterlesen

Delinea, ein Anbieter für Privileged Access Management (PAM), beobachtet einen Strategiewechsel bei Cyberkriminellen. Anstatt ein Unternehmen mit Ransomware lahmzulegen und als Geisel zu nehmen, werden sensible Daten heimlich exfiltriert. Cyberkriminelle drohen dann häufig damit, die Daten an den Meistbietenden zu verkaufen oder sie zu nutzen, um eine Cyberversicherungszahlung zu erhalten.‣ weiterlesen

Welche Voraussetzungen müssen erfüllt sein, damit Anwender KI-Anbietern vertrauen können und deren KI-Lösung nutzen? Diese Frage steht im Mittelpunkt des Forschungsprojektes ‘TrustKI’, das Anfang 2023 am Institut für Internet-Sicherheit – if(is) der Westfälischen Hochschule gestartet ist. Erste Antworten liefert eine kürzlich ­abgeschlossene Anwender-Studie.‣ weiterlesen

Gemeinsam mit dem Institute of Technology Management der University of St.Gallen hat das WZL den?Status quo von Datenanalysen in der produzierenden Industrie untersucht. Die Autoren betonen die wachsende Bedeutung für die Industrie, aber auch den weiteren Forschungsbedarf.‣ weiterlesen

Ein neues Fabriklayout sollte im finnischen Industrieunternehmen Hydroline für optimierte Arbeitsabläufe sorgen. Doch eine zweidimensionale Planung am Bildschirm wurde diesem Vorhaben nicht gerecht. Per VR-Simulation gelang es dem Fertiger, die Planung immersiv zu gestalten und auch Designfehler zu entdecken, die am Bildschirm vielleicht unbemerkt geblieben wären.‣ weiterlesen

Von der Kostensenkung bis hin zu neuen Geschäftsmodellen: In der Analyse von Daten steckt viel Potenzial. Dennoch zögern Unternehmen oft. Zu groß erscheinen beispielsweise technische Einstiegshürden. Wie Unternehmen eine Basis-Datenstrategie schaffen, beschreibt dieser Beitrag.‣ weiterlesen

Automatisierte Lagersysteme sind eines der Steckenpferde des Automatisierungsspezialisten Lenze. Zusammen mit dem Fraunhofer IEM entwickelte die Firma jetzt einen KI-basierten Wartungsassistenten für ihre Hochregallager. So vermeidet das Unternehmen ungeplante Stillstände und spart Zeit und Kosten. Künftig sollen auch Kunden dieses System für ihre Intralogistik erwerben können. Gefördert wurde die Zusammenarbeit der Lenze-Tochter Encoway mit dem Fraunhofer IEM im It's OWL-Projekt Easy.‣ weiterlesen

KI, Smart Factories und 4D-Druck: Björn Klaas, Vice President and Managing Director von Protolabs Europe, gibt seine Einschätzungen zu den Fertigungstrends für 2024 ab.‣ weiterlesen

Genauso wie Menschen haben auch große KI-Sprachmodelle Merkmale wie Moral- und Wertevorstellungen. Diese sind jedoch nicht immer transparent. Forschende der Universität Mannheim und des Gesis – Leibniz-Instituts für Sozialwissenschaften haben untersucht, wie die Eigenschaften der Sprachmodelle sichtbar werden können und welche Folgen diese Voreingenommenheit für die Gesellschaft haben könnte.‣ weiterlesen