Künstliche Intelligenz

Der COVID-19-Ausbruch führte zu Unsicherheiten und Veränderungen in allen Aspekten des täglichen Lebens und der Arbeit. Es zwingt Unternehmensleiter und Anlagenbesitzer auch dazu, schneller als je zuvor zu handeln, um zu überleben und andere zu übertreffen. Dies eröffnete mehr Möglichkeiten für KI-Technologien und beschleunigte den KI-Einsatz in der Fertigung.

Aus praktischer Sicht werden wir mehr KI-basierte Anwendungen sehen, die speziell auf verschiedene Aspekte der Entscheidungsfindung ausgerichtet sind, wie z. B. die Verbesserung der Produktions-/Betriebseffizienz, die Reduzierung von Ausfallzeiten, die Bereitstellung vorausschauender Wartung, die Optimierung der Lieferkette und die Reduzierung des Energieverbrauchs.

Menschliche und KI-Fähigkeiten ergänzen sich. Menschen sind kreativ, können über die aktuelle Aufgabe hinausschauen und Wissen aus anderen Erfahrungen in eine aktuelle Aufgabe einbringen. Allerdings sind Menschen bei sich wiederholenden Aufgaben weniger perfekt. KI ist leistungsstark und fleißig, aber weniger kreativ. Es besteht ein großes Potenzial für die Zusammenarbeit zwischen Mensch und KI, und Menschen müssen mit der KI kollaborativ interagieren, da sie weiterhin die Rollen von Projektinhabern, Systemtrainern und Endbenutzern übernehmen und während des gesamten Lebenszyklus eines Projekts mit der KI interagieren.

KI wird in einer Vielzahl von Anwendungen und Branchen eingesetzt. In der Prozesssteuerung werden KI und maschinelles Lernen auf Advanced Process Control (APC)-Anwendungen und den autonomen Anlagenbetrieb angewendet. In der diskreten Fertigung wird KI auf die Robotik angewendet. Alle Prozesse könnten theoretisch langfristig durch irgendeine Form von künstlicher Intelligenz gesteuert werden. Unabhängig von der Anwendung identifiziert ARC einige grundlegende Schritte, um den Erfolg Ihrer KI-Bereitstellung sicherzustellen:

Basierend auf Präsentationen des ARC-Europaforums 2022 bietet dieser Strategiebericht die neuesten KI-Anwendungsfälle und einen umfassenden Vergleich der Stärken und Herausforderungen von Menschen vs. KI. Dieser Bericht stellt vor, wie Menschen und KI effektiv zusammenarbeiten können und welche Schlüsseldimensionen und Anwendungen zu berücksichtigen sind. Zu den Unternehmen, die die Veranstaltung unterstützt haben, gehören Microsoft Project Bonsai, Dow Chemical, NNaisense, ABB und Throughput AI.

Die folgenden industriellen Anwendungsfälle für KI-Technologien wurden alle auf dem ARC European Forum 2022 vorgestellt.

Microsoft Project Bonsai teilte ihre Ansichten zu autonomen Systemen und wie die Bonsai-Plattform Geräte und Prozesse optimieren kann, indem sie in Echtzeit erkennt und reagiert. Laut Microsoft ist die autonome Transformation ein evolutionärer Prozess, der aus vier Phasen besteht:

Ab der zweiten Stufe können Unternehmen überwachtes und unüberwachtes Lernen nutzen, um Dinge wie eine bessere vorausschauende Wartung und Bedarfsprognose zu realisieren. Die Bonsai-Plattform kombiniert Simulation, Deeper Enforcement Learning und maschinelles Lernen. Bonsai kann Benutzern dabei helfen, KI-Modelle mit ihrer eigenen Erfahrung und ihrem Branchen-Know-how zu erstellen und die Entwicklung der letzten drei Phasen zu beschleunigen. Nachfolgend finden Sie einige Bonsai-Fallstudien:

Dow Chemical berichtete, wie die Cloud eine vorausschauende Wartung durch die Optimierung von Fertigungsdaten und -analysen ermöglichte. Ungeplante Ausfallzeiten führen in der Prozessindustrie zu enormen Umsatzeinbußen. Der Einsatz vorausschauender Wartung, um zu handeln, bevor es zu Ausfällen kommt, ist eine der führenden Anwendungen für KI in der Fertigung.

Im eigenen Projekt von Dow Chemical arbeiten drei verschiedene Personen als Team zusammen. Datenwissenschaftler trainieren die Modelle und überprüfen die Azure Cloud-Umgebung. Azure Cloud-Entwickler übertragen Anlagendaten in die Cloud und speisen Daten in Modelle ein. Vor-Ort-Bediener führen Überwachungen durch, ergreifen Maßnahmen, wenn sie Informationen von Systemen erhalten, und geben Feedback an die Systeme weiter. Dieser Arbeitszyklus schreitet kontinuierlich voran, um Algorithmen und Modelle effizienter zu erstellen. In diesem Projekt ist Cloud Computing notwendig, um einige Probleme zu lösen, darunter:

Throughput AI erläuterte, wie KI dabei hilft, die Lieferkette zu optimieren und Transparenz in Handlungsfähigkeit umzuwandeln. Die Lieferkette ist ständig undurchsichtig, fragmentiert und ineffizient. Der Ausbruch von COVID-19 machte die Engpässe in den letzten Jahren offensichtlicher als je zuvor. Unterdessen stehen Unternehmen zunehmend unter dem Druck, die Effizienz ihrer Lieferkette zu verbessern und Möglichkeiten für bessere Geschäfts-, Betriebs-, Finanz- und Nachhaltigkeitsergebnisse zu finden und Branchen langfristig zu übertreffen. Als Wegbereiter kann KI dazu beitragen, vorhandene Daten und Fachkenntnisse der bestehenden Teams zu nutzen, um den Output, den Lagerumschlag und die Rentabilität zu steigern, Überbestände zu minimieren und Abfall und CO2 zu reduzieren. Einige hier geteilte Fälle:

ABB teilte Details zu seinem AI Assisted Operator mit, um zu veranschaulichen, wie KI Betreibern helfen kann. Produktionsprozesse erzeugen viele Alarme, und es ist für Bediener leicht, Opfer einer Alarmflut zu werden oder möglicherweise kritische Alarme zu ignorieren. KI ist eine der neuesten Technologien, die Betreibern langfristig eine direktere, effizientere und kostengünstigere Unterstützung für ein effektives Alarmmanagement bieten kann. Der AI Assisted Operator ist eine Mischung aus verschiedenen KI-Anwendungen. Sein Workflow umfasst:

NNaisense stellte Details seines KI-basierten adaptiven Steuerungssystems namens Adaptive, Rational Core vor. Das Steuerungssystem wird ein modulares, aufgabenunabhängiges und überprüfbares Modell aufbauen. Im Gegensatz zum traditionellen Reinforcement Learning kann das System jederzeit mit neuen Zielen und Einschränkungen konfrontiert werden und Aufgaben auf Befehl ausführen. Das System kann nicht nur bei der Steuerung der Anlage helfen, sondern auch die Zukunft in verschiedenen Szenarien vorhersagen und zeitlich vom Soll- zum Ist-Zustand rückwärts planen.

Die Zusammenarbeit zwischen Mensch und KI findet ständig statt. Alle KI-basierten Systeme müssen neben der kontinuierlichen Interaktion mit Anlagen und der Außenwelt oder bei der Übernahme neuer Aufgaben oder Missionen viele Iterationen der Validierung und Verifizierung durchlaufen. Der Mensch durchläuft fünf Phasen der Interaktion mit KI-basierten Systemen:

Die meisten Menschen sind vielleicht neugierig, wie sich die KI-Technologie in der Praxis entwickelt. Basierend auf der Umfrage im ARC-Forum sind „erste verfügbare Produkte und Lösungen“, „F&E“ und „Betatests/ausgewählte Projekte“ die gemeinsamen Phasen unter den Teilnehmern. Im Allgemeinen steckt es noch in den Kinderschuhen.

Wie unsere Experten-Podiumsdiskussion zeigte, haben Unternehmen am Anfang ihrer KI-Reise Schwierigkeiten, eine Strategie für die erfolgreiche Implementierung der Technologie zu definieren. Viele Unternehmen verfolgen in der frühen Phase der Technologiebewertung einen Versuch-und-Irrtum-Ansatz. Allerdings ist eine Strategie für die Formulierung der KPIs von entscheidender Bedeutung und kann erforderlich sein, um Managementmittel zu erhalten und die KI-Reise fortzusetzen. Da diese Reisen sehr lange dauern können, ist es wichtig, die richtige Strategie, Ziele und KPIs zu haben, da sich Managementteams ändern können und dies die Gefahr einer Einstellung mit sich bringen kann.

Kunden der ARC Advisory Group können den vollständigen Bericht im ARC Client Portal einsehen

Wenn Sie diesen Bericht kaufen oder Informationen darüber erhalten möchten, wie Sie Kunde werden können, kontaktieren Sie uns bitte