Industrie 4.0 und Künstliche Intelligenz verbinden

KI-Methoden sollen noch stärker Treiber für innovative Wertschöpfungsnetze und die Schaffung neuer Produkte und Geschäftsmodelle in den unterschiedlichen Wirtschaftszweigen werden. Der Beitrag stellt mögliche Anwendungsbeispiele mit KI in der Konstruktion und in der Produktion vor.

Bild: Adobe Stock_Alexander Limbach

Die Entschlüsselung des menschlichen Erbguts gibt noch immer Rätsel auf. Künstliche Intelligenz könnte laut dem Karlsruher Instituts für Technologie (KIT) helfen, diese zu lösen. Neue therapeutische Ansätze für schwerwiegende Krankheiten scheinen möglich, genauso wie nichtmedizinische „Verbesserungen“ des Erbguts. Technikfolgenabschätzer des KIT untersuchen – gefördert vom Bundesministerium für Bildung und Forschung (BMBF) – welche Anwendungen realistisch sind.  Auch ethische Fragen für die Gesellschaft werden betrachtet. „Die moderne Genomforschung will verstehen und vorhersagen, wie genetische Unterschiede zwischen Menschen komplexe Merkmale, wie zum Beispiel Dispositionen für häufige Krankheiten, bestimmen“, so Harald König vom Institut für Technikfolgenabschätzung und Systemanalyse (ITAS) des KIT. „Insbesondere das sogenannte Deep Learning könnte es ermöglichen, menschliche Genome nicht nur wie bisher zu ‚lesen‘, sondern die komplexen biophysikalischen Zusammenhänge und Mechanismen zu verstehen, die dafür sorgen, aus genetischen Anlagen körperliche Merkmale hervorzubringen.“

Doch nicht nur im Medizinbereich eröffnet KI neue Potenziale, sondern in nahezu allen Gesellschaftsbereichen. KI gibt es heute überall: im Autopiloten, in der Bilderkennung, in der PID-Regelung sowie bei der Internetsuche. Ein wichtiges mögliches ­Anwendungsfeld ist die Produktion: Die vielen Daten, die durch die Digitalisierung dort entstehen, lassen sich kaum noch auswerten. Hier helfen Algorithmen des Machine Learning, Deep Learning, Reinforcement oder der Big-Data-Analyse, die landläufig als Künstliche Intelligenz bezeichnet wird. Dabei geht es darum, Industrie 4.0 und Künstliche Intelligenz miteinander zu verbinden: Datenbasierte Geschäftsmodelle bieten große Chancen für den Industriestandort Deutschland.

Der virtuelle Assistant in der Konstruktionssoftware: Machine Learning integriert in NX bietet Vorteile bei Geschwindigkeit, Leistung, Effizienz und Intelligenz durch Lernen, ohne dass diese Eigenschaften explizit programmiert werden müssen (Bild: Siemens)

Der virtuelle Assistant in der Konstruktionssoftware: Machine Learning integriert in NX bietet Vorteile bei Geschwindigkeit, Leistung, Effizienz und Intelligenz durch Lernen, ohne dass diese Eigenschaften explizit programmiert werden müssen (Bild: Siemens)