Künstliche Intelligenz in der Produktion

Länder wie China, USA und Russland streben die techno­logische Vormachtstellung zu KI an, allerdings mit unterschiedlichen Ausgangspositionen. Beeindruckend sind die Investitionen, die vor allem in China geplant sind. Die Bundesregierung hat reagiert und ebenfalls ein Budget von drei Milliarden Euro zur Umsetzung einer Strategie zu „KI made in Germany“ angekündigt. Eine im Auftrag des Bundesminis­teriums für Wirtschaft und Energie erstellte und 2018 veröffent­lichte Studie berechnet in den Jahren bis 2023 sogar ein zusätzliches KI-induziertes Wachstum des produzierenden Gewerbes in Deutschland in Höhe von 31,8 Milliarden Euro. Das kommt etwa einem Drittel des gesamten Wachstums der Branche in diesem Zeitraum gleich.

Für produzierende Unternehmen in Deutschland resultieren hieraus viele Fragen. Wie muss sich ein Unternehmen strategisch bezüglich KI ausrichten, um auch in Zukunft noch wettbewerbsfähig zu sein? Welche Kompetenzen muss es selbst aufbauen, um die Potentiale nutzen zu können? Welche Part­nerschaften mit Technologieanbietern oder Forschungseinrichtungen sind nötig? Und was sind überhaupt die konkreten Nutzenpotentiale, die Firmen in Deutschland bei ihren Produkten und Produktionsprozessen erschließen können, um Innovationen zu schaffen, neue Wertschöpfungsmöglichkeiten zu erschließen und letztendlich ihre Wettbewerbsfähigkeit zu erhöhen?

Bisher war dieses Feld fast ausschließlich durch die Informatik geprägt. Wie deutlich inzwischen das Bewusstsein für das Thema und die damit verbundenen Fragestellungen gewachsen ist, zeigt der jüngst durch den VDMA veröffentlichte „Quick Guide: Machine Learning im Maschinen- und Anlagenbau“. Wird über die Zukunftspotentiale von KI in der Produk­tion berichtet, dann dient häufig Predictive Maintenance als Beispiel. Doch inzwischen gibt es weit mehr Beispiele, die in der produktionstech­nischen Forschung einen konkreten Nutzen zeigen. Die WGP (Wissenschaftliche Gesellschaft für Pro­duk­tionstechnik) hat sich in ihrer Herbsttagung im vergangenen November intensiv über die Nutzen­potentiale von KI in der Produktion ausgetauscht. Die dabei vorgestellten Beispiele aus den Instituten lassen erahnen, wie sich durch die rasante Ent­wicklung von Schlüsseltechnologien – wie dem „Deep Learning“ oder dem „verstärkenden Lernen“ (Reinforcement Learning) zukünftig Engineering-Prozesse in der Produktion verändern werden. Nicht nur die wachsenden Fähigkeiten zur intelligenten Datenanalyse in der vorausschauenden Instandhaltung oder zur Bilderkennung in der Qualitätskontrolle stellen Chancen für eine effizientere Produk­tion der Zukunft bereit. Technologien, die Google derzeit in seiner Forschung zum selbstlernenden Roboter beim „Griff in die Kiste“ nutzt, wenden auch Forschungsinstitute der Produktionstechnik an. Ziel dabei ist, beispielsweise auf Basis von Echtzeitsimulationen produktionstechnischer Steuerungsabläufe Programme hierzu auto­matisiert zu erstellen. Die ersten Ergebnisse zeigen, wie sich dadurch das Engineer­ing zur Automatisierung von Produktionsprozessen insgesamt verändern wird.

Dass sich auch die Produktionsforschung heute breiter als bisher mit dem Thema KI und insbesondere dem Maschinellen Lernen befasst, liegt vor allem an der Verfügbarkeit von Software­werk­zeugen, die hierzu – häufig als Open Source – genutzt werden können. Von der dabei gewonnenen Expertise, beispielsweise zur Einbindung in den Engi­neering-Workflow, werden künftig auch produzierende Unternehmen sehr profitieren. Damit sich Deutschland im internationalen Wettbewerb auf diesem Gebiet behaupten kann, bedarf es einer methodischen Vorgehensweise, um stetig wach­sende Fähigkeiten in der KI systematisch auf Produktionsprozesse abzubilden – und damit schneller als bisher Innovations- und Wertschöpfungs­chancen zu erschließen.

Dabei stellen sich auch den Produktionsforschern neue Fragen. Wie kann durch die im Rahmen von Industrie 4.0 fortschreitende „Sensorisierung“ von Maschinen und Anlagen systematisch auch das Lernen in Produktions­prozessen vorangetrieben werden? Wie können hierzu in den Unternehmen entsprechende Qualifikationen aufgebaut werden? Zu diesen Fragen einer strategisch methodischen Vorgehensweise erarbeitet die WGP derzeit ein Standpunktpapier, das im Mai 2019 veröffentlicht werden soll. Der Fokus wird auf die übergreifende Frage gerichtet sein, wie sich aus der breiten domänenspezifischen Kompetenz der Produktionstechnik in Deutschland heraus gezielt die Potentiale von KI in Innovationen und neue Wertschöpfung überführen lassen. Denn nur, wenn wir eine Antwort auf diese Frage finden, können wir die Wettbewerbs­fähigkeit der produzierenden Unternehmen in Deutschland sichern.