Newsletter Abonnement

Künstliche Intelligenz im Maschinenbau anwenden

Künstliche Intelligenz klang lange Zeit wie Science-Fiction. Das ist nicht mehr Fall, doch ihr Potenzial wird oft noch unterschätzt.

Künstliche Intelligenz (KI) zählt zu den derzeit am meisten diskutierten Schlüsselbegriffen der Digitalisierung. Gleichzeitig ist die konkrete Anwendbarkeit häufig schwer greifbar: Was genau versteht man darunter? Welche Vorteile kann sie dem eigenen Unternehmen bringen? Die überwiegende Mehrheit der Entscheider in Deutschland unterschätzt daher bislang noch das Potenzial und die Bedeutung von künstlicher Intelligenz – im Maschinenbau wie in anderen Branchen. Das deutet eine Befragung des Marktforschungsunternehmens Wakefield Research an. Für diese wurden in Deutschland 30 Entscheider der ersten Führungsebene sowie 70 IT-Leiter aus Firmen mit mindestens 1.000 Mitarbeitern befragt. Das Ergebnis: 98 % der Teilnehmer halten künstliche Intelligenz für ein Phänomen des Zeitgeistes. Es gibt jedoch Expertenstimmen, die das ganz anders sehen.

Digitalisierung ist ein Muss

Von der Ausbildung über interne Prozesse bis zu Geschäftsmodellen: An der digitalen Transformation führt im Maschinenbau kein Weg vorbei. Im Whitepaper bringen wir Sie auf den neuesten Stand.
JETZT SICHERN

Umsatzsteigerungen im Maschinenbau dank künstlicher Intelligenz (KI)

Das Beratungsunternehmen Accenture schätzte Anfang 2018, dass Unternehmen ihre Umsätze durch den Einsatz von künstlicher Intelligenz bis ins Jahr 2022 um durchschnittlich 38 % steigern können. Konkretere Zahlen für die positiven Effekte von künstlicher Intelligenz im Maschinenbau liefert eine Studie des Bundesministeriums für Wirtschaft und Energie: Bis Mitte 2023 sei der Einsatz von künstlicher Intelligenz im produzierenden Gewerbe in Deutschland mit einer zusätzlichen Bruttowertschöpfung von ca. 31,8 Milliarden Euro verbunden. Dies entspräche in etwa einem Drittel des Gesamtwachstums des deutschen produzierenden Gewerbes innerhalb dieses Zeitraums. Es bleibt abzuwarten, wie sich die Corona-Krise hier auswirken wird. Am Potenzial von künstlicher Intelligenz für die Branche ändert dies nichts. Doch wie lässt sich künstliche Intelligenz im Maschinenbau konkret nutzen?

Künstliche Intelligenz macht es möglich, auch komplexe kognitive Aufgaben an Maschinen abzugeben.

Um Anwendungsgebiete für künstliche Intelligenz im Maschinenbau identifizieren zu können, ist es zunächst notwendig, zu verstehen, wie der Begriff „künstliche Intelligenz“ definiert ist. Laut Gabler Wirtschaftslexikon geht es bei künstlicher Intelligenz um diejenigen Methoden, die es einem Computer ermöglichen, Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern. Künstliche Intelligenz ermöglicht es also, neben körperlichen beziehungsweise mechanischen auch komplexe kognitive Aufgaben an Maschinen abzugeben. Naheliegend wäre da beispielsweise, monotone und somit für Menschen auf Dauer häufig demotivierende Aufgaben an künstliche Intelligenzen abzutreten. Im Maschinenbau eröffnen sich durch künstliche Intelligenz aber noch viel größere Möglichkeiten, wie das Beispiel der Predictive Maintenance zeigt.

Predictive Maintenance: Paradebeispiel für künstliche Intelligenz im Maschinenbau

Wie der Name vermuten lässt, handelt es sich bei Predictive Maintenance um eine Form der (Maschinen-)Wartung. Diese geht mit großen Vorteilen einher: Während Störungen bei der traditionellen reaktiven Wartung erst dann erforscht und behoben werden, wenn sie bereits aufgetreten sind, erfolgen Wartungs- und Instandhaltungsmaßnahmen im Rahmen von Predictive Maintenance zu einem optimalen Zeitpunkt. So kommt es weder zu Ausfällen (wie bei reaktiver Wartung) noch zu Verschwendung, wie bei präventiver Wartung. Bei letzterer werden Verschleißteile regelmäßig ausgetauscht – selbst dann, wenn sie noch lange funktionstüchtig gewesen wären. Möglich wird diese „vorausschauende Wartung“ durch die Auswertung enormer Datenmengen (Big Data) anhand von künstlicher Intelligenz.

Vorhandene Datenbestände werden ausgewertet, sodass sich auf deren Basis verlässliche Prognosen erstellen lassen.

Die Form der künstlichen Intelligenz, die bei Predictive Maintenance zum Einsatz kommt, nennt sich „Machine Learning“. Gewissermaßen ermöglicht Machine Learning einen Blick in die Zukunft: Vorhandene Datenbestände werden ausgewertet, sodass sich auf deren Basis verlässliche Prognosen erstellen lassen. So lässt sich beispielsweise der oben beschriebene optimale Zeitpunkt für den Austausch von Verschleißteilen bestimmen. Spätestens an dieser Stelle wird deutlich, dass die zahlreichen Begriffe der Digitalisierung nicht eindeutig trennbar, sondern eher miteinander verzahnt sind: Schließlich ist Machine Learning sowohl eine Form der künstlichen Intelligenz als auch eine Methode zur Datenauswertung im Sinne von Big Data. Unzweifelhaft ist dagegen, dass künstliche Intelligenz dem Maschinenbau neue Wege und Chancen eröffnet – und zwar solche, die sich kein Unternehmen entgehen lassen sollte.

Sie interessieren sich für die Digitalisierung und die Zukunft des Maschinenbaus? Dann haben wir etwas für Sie: Abonnieren Sie doch einfach den item Blog über die Box oben rechts!