Herausforderungen bei der KI-Implementierung

Künstliche Intelligenz: erste Schritte gehen

Aktuell befindet sich die Branche mitten in der Transformation von KI in Fertigungsprozessen und es gibt viele Fallstudien, die zeigen, wie KI erfolgreich implementiert werden kann. Eine Erkenntnis ist, dass sich 90 Prozent aller Arbeiten in einem KI-Projekt nicht wirklich um KI selbst drehen, sondern um Hilfsprozesse, wie etwa die Bereinigung von Daten, die Organisation von Teams oder Umstrukturierungen.

(Bild: ©morganimation/stock.adobe.com)

Oft sind die Probleme auch nicht technischer Natur, sodass neben der technischen Machbarkeit auch die soziale Machbarkeit mit Hilfe von Soziologie, Psychologie, Verhaltensstudien usw. geprüft werden sollte. Entlang des Lebenszyklus sind dabei die wichtigsten Herausforderungen:

• • Proof of Concept: Verfügbarkeit von qualitativ hochwertigen Daten
• • Prototyp: Integration mehrerer Stakeholder (Fachexperten, Finanzen usw.) und deren Feedback/Erwartungen
• • In-Use: Anpassung an Veränderungen

Herausforderungen bei der KI-Implementierung

Um ein Problem zu lösen, muss man zunächst wissen, was das eigentliche Problem ist. Auf lange Sicht ist der Lebenszyklus und das Instandhalten und Pflegen der KI-Modelle sicher das größte Problem. Allerdings kommen viele Anwender bereits bei der Implementierung an ihre Grenzen und verlieren so den Lebenszyklus schnell aus den Augen. Der nächste Schritt ist eben meist der schwierigste. Laut ARC-Untersuchungen befindet sich ein groß der Anwender im Early Adopter Mode, d.h. die meisten haben also entweder das Potenzial von KI bereits evaluiert, Prototypen entwickelt oder erste Anwendungen in Betrieb genommen. Was allerdings fehlt ist Best Practices für den Lebenszyklus. Bei einer ARC-Umfrage gaben 47 Prozent an, dass der Lebenszyklus tatsächlich der schwierigste Teil ist. Doch was macht alles rund um KI so herausfordernd?

• • KI bringt IT und OT zusammen. Das bedeutet, dass man nicht nur KI-Spezialisten benötigt, sondern auch Menschen aus dem Werk.
• • Es gibt viele Aufgaben, die vor der KI-Implementierung erledigt werden müssen. Dazu gehören die Festlegung von Zielen, die Analyse von Maschinen/Prozessen, die Datenerfassung, die Datenbereinigung, die Einrichtung der Netzwerkinfrastruktur, die Einbindung von Edge-Geräten auf die Steuerungsebene (einschließlich der erforderlichen Geräte- und Versionsverwaltung), die Einrichtung einer Cloud-Plattform und vieles mehr.
• • KI betrifft oft mehr als nur eine Maschine, sodass auch entlang der Wertschöpfungskette, Standort und Firmenübergreifend optimiert werden muss. Neben den kulturellen Konflikten sind also auch verschiedene Geschäftsinteressen unter einen Hut zu bringen.

Besonders skeptische Firmen sehen oft die Gefahr, dass KI einfach die Komplexität verlagert. Es reduziert die Komplexität auf der einen Seite, erhöht sie aber auf der anderen Seite, sodass ich zwar weniger Arbeiter brauche, dafür aber mehr KI-Experten, Data Scientists und Software Ingenieure.

Lehren und Best Practices

Es gibt eine Reihe von Lehren, die man bei ARC in Gesprächen mit Anwendern und Anbietern von KI immer wieder gehört hat:

• • Mangelnder Respekt und Wertschätzung gegenüber OT-Experten: Wenn sich KI-Experten arrogant verhalten und Produktionsmitarbeiter im Außendienst ignorieren, sind Projekte zum Scheitern verurteilt. Sprache und Arbeitsweise beider Gruppen sind sehr unterschiedlich. Wenn das Verhalten nicht offen ist, werden die Mitarbeiter in der Fertigung nicht zusammenarbeiten oder sogar aktiv ein Projekt sabotieren.
• • Fehlen eines klaren Ziels: Sowohl KI-Experten als auch Mitarbeiter in der Fertigung haben ein gemeinsames Ziel: die Produktion am Laufen zu halten und das richtige Produkt zu den richtigen Kosten und in der richtigen Qualität herzustellen. Fehlt dieses große Ganze, ist es oft schwierig, die beiden Gruppen von IT- und OT-Experten zusammenzubringen.
• • 90 Prozent des Aufwands dreht sich nicht um KI: Das Deployment kann scheitern, wenn ein Unternehmen nicht bereit ist, das KI-Projekt mit genügend Ressourcen rund um die eigentliche Kern-KI zu unterstützen, etwa um um Stakeholder zusammenzubringen. Dies muss im Vorfeld einkalkuliert werden.

Das könnte Sie auch interessieren

Technik

Datenschutz und Sicherheit: Wie umgehen mit Big Data und KI?

Wie können Big-Data- und KI-Anwendungen gewinnbringend genutzt werden, ohne Datenschutz und IT-Sicherheit zu verletzen? Mit dieser Frage beschäftigt sich eine juristische Studie des Nationalen Forschungszentrums für angewandte Cybersicherheit Athene.‣ weiterlesen

Technik

Eine Kollegin namens KI

Künstliche Intelligenz könnte in Zukunft dabei helfen, die Arbeit in Industriebetrieben sicherer, einfacher und produktiver zu machen. Das ist die Vision des europäischen Forschungsprojekts Perks, an dem auch die Wirtschaftsuniversität Wien (WU) beteiligt ist.‣ weiterlesen

Topstory

Die ‘Do-it-yourself’Automatisierung

Das kanadische Technologieunternehmen Vention hat ausgewertet, wie Hersteller den 'Do-it-yourself'-Ansatz (DIY) nutzen, um ihre Produktion zu automatisieren. Die Studie basiert auf anonymisierten Daten von weltweit mehr als 4.000 B2B-Nutzern der Manufacturing Automation Platform (MAP) von Vention.‣ weiterlesen

Technik

Deutschland ist beliebter Standort für Forschung und Entwicklung

Laut International-Innovation-Barometer des Beratungsunternehmens Ayming ist Deutschland ein beliebter Standort für Investitionen für Forschung und Entwicklung. Die Untersuchung zeigt zudem, dass Expertise wichtiger ist als Geld.‣ weiterlesen

Technik

Von virtuellen Steuerungen profitieren

Industriesteuerungen werden durch die Nutzung moderner Technologien zunehmend abstrahiert - und damit kompakter, flexibler und einfacher zu warten. Diese Entwicklung führt schließlich zur virtuellen SPS. Doch wie sieht dies in der Praxis aus, wie lässt sie sich verwenden und kann sie auch noch sicher sein?‣ weiterlesen

Technik

Mission KI soll Tempo bei ’AI Made in Germany’ machen

Im Rahmen der Initiative ’Mission KI’ der Bundesregierung entstehen zwei KI-Zentren, eines davon in enger Kooperation mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern. Gründer, Startups und Unternehmen sollen dort Zugang zur Spitzenforschung erhalten und ihre Anwendungen in Testumgebungen verbessern können.‣ weiterlesen

Technik

Technologieprogramm Edge Datenwirtschaft

In sämtlichen Bereichen der Produktion fallen Daten an und auch KMU können daraus einen Nutzen ziehen. Beispiele aus Forschungsprojekten des Technologieprogramms Edge Datenwirtschaft zeigen, wie die Zukunft der sicheren und effizienten Datennutzung und -verarbeitung für Unternehmen aus der Produktion aussehen kann.‣ weiterlesen

Technik

IT-Sicherheit: Der Drucker als Gefahrenquelle?

In einer aktuellen Studie mahnt der Elektronikkonzern Sharp die Wichtigkeit von IT-Sicherheitsmaßnahmen für Multifunktionsdrucker (MFPs) an. Demnach war bereits jedes fünfte deutsche KMU von einer über MFPs ausgehenden IT-Sicherheitsverletzung betroffen. Dennoch hat mehr als ein Drittel keine druckerspezifischen Sicherheitsvorkehrungen getroffen.‣ weiterlesen

Technik

ESG-Transformation erfolgreich gestalten

Nachhaltigkeit ja, nur wie? Eine Lünendonk-Studie zeigt, dass viele Industrieunternehmen zwar eine Strategie haben, die Umsetzung dieser allerdings vielerorts noch stockt. Die Erwartungen an die Unternehmen werden jedoch nicht kleiner.‣ weiterlesen

Technik

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.‣ weiterlesen

Technik

Industriebefragung: Belastungen durch Lieferkettenprobleme

Lieferkettenstörungen sind eine Belastung für Industrieunternehmen, die bis hin zum Produktionsstillstand führen können. Dies war im vergangenen Jahr an 32 Tagen der Fall. Um sich diesem Problem entgegenzustellen, will die Mehrheit der Unternehmen auf die Diversifizierung der Lieferketten setzen.‣ weiterlesen