AI & IoT

Passen perfekt zusammen: KI & IoT

Sie soll alles verändern: die Künstliche Intelligenz. Laut einer Bitkom-Studie sind 60 % der befragten Unternehmen überzeugt, dass KI die wichtigste Zukunftstechnologie darstellt. Gleichzeitig sind sich Fachleute inzwischen einig, dass KI und IoT nicht getrennt betrachtet werden sollten. Warum ist das so?

Durch das Internet of Things werden in vielen Bereichen enorme Mengen an Betriebs- und Produktionsdaten gesammelt und ausgewertet. Um aus diesen IoT-Daten einen echten Mehrwert zu generieren, benötigen Unternehmen KI- und Analytics-Werkzeuge, mit denen Problemfelder schnell identifiziert (Anomaly Detection), Entscheidungen abgeleitet und Optimierungsmaßnahmen automatisiert werden können. Erst die Kombination aus KI & IoT bringt somit den entscheidenden Durchbruch bei der digitalen Transformation.

KI & IoT in der praktischen Anwendung

Was die praktische Anwendung von KI & IoT anbelangt, sind einige Unternehmen ihren Wettbewerbern bereits jetzt ein Stück voraus, wie die Bitkom-Studie 2019 zeigt. Der schwäbische Technologiekonzern Voith nutzt KI & IoT beispielsweise im Service und bei der Wartung von Großanlagen. Wichtige Faktoren sind dabei ein Metadatenmodell, das sämtliche Informationen zusammenführt, die ein Ingenieur für die Inbetriebnahme einer Maschine braucht, sowie der Einsatz von Machine Learning für die Analyse von Rohdaten, auf deren Grundlage Smart Services realisiert werden können.

Mit einfachen ML-Algorithmen starten

Viele Unternehmen stellen sich die Anwendung von KI und maschinellem Lernen hochkomplex vor und trauen sich an das gehypte Thema nicht heran. Tatsächlich aber zeigt die Praxis, dass einfache ML-Algorithmen, wie die lineare Regression, häufig eine deutlich stärkere Prognosekraft haben als komplexe, wie die Gaußsche Mischverteilung oder k-Means. „In vielen Anwendungsfällen reicht die lineare Regression als statistisches Analyseverfahren aus, um Vorhersagen darüber zu treffen, wann Maschinenteile oder Werkzeuge ausgetauscht werden müssen“, sagt unser VP Solution Management Hendrik Nieweg.

So hat Device Insight beispielsweise für den Roboterhersteller KUKA einen Algorithmus implementiert, der für einen bestimmten Robotertypus vorhersagt, wann die nächste Wartung ansteht. Die Prognose basiert auf Nutzungsdaten des Roboters und verwendet die lineare Regression sowie ein „Generalized Additive Model“ (GAM)-basiertes Prognoseverfahren. Der Vorteil liegt darin, dass der Roboter nur noch punktgenau gewartet wird, anstatt zu häufig oder unnötig. Unternehmerisch ist eine solche vorausschauende Wartung (Predictive Maintenance) natürlich deutlich sinnvoller.

Mehr Effizienz, mehr Umsatz – und zufriedenere Kunden

Noch befinden sich viele Unternehmen in der Anfangsphase, in der sie mithilfe einer IoT-Anwendung einen transparenten Einblick in ihre Betriebs- und Produktionsprozesse erhalten. Doch die nächste Stufe, in der es um die Steigerung der Ausfallsicherheit, Effizienz und Produktivität geht, steht bereits bevor. Spätestens hier kommen anspruchsvolle KI-Funktionalitäten ins Spiel, allen voran ML-Algorithmen.

Gemeinsam eingesetzt eröffnen KI & IoT zahlreiche Möglichkeiten für Unternehmen: Die Mengen an komplexen Daten, die durch IoT-Projekte generiert werden, können durch KI in hoher Geschwindigkeit ausgewertet werden. Die gewonnenen Erkenntnisse fließen direkt in die Verbesserung der Produktionsprozesse und der Produktqualität ein. Und das wiederum führt zu mehr Effizienz in der Produktion, mehr Umsatz und Rendite und nicht zuletzt zu einer höheren Kundenzufriedenheit.

Neueste Beiträge



X
Twittern
Teilen
Pin
Teilen