Zukunft Industrien

Von der Smart Factory zur kognitiven Fabrik

Der Begriff ‚kognitiv’ beschreibt den mentalen Prozess des Erwerbs von Wissen, der sich auf das Denken, Lernen, Erfahren und den Gebrauch der Sinne stützt. Die lernende Fabrik folgt einem ähnlichen Prinzip: Werker in den Produktionshallen, ebenso wie Planer, Logistiker und der Einkauf sollen zukünftig immer häufiger auf kognitive, lernende Systeme vertrauen können, die in gewisser Weise ‚mitdenken’, sie in ihren Entscheidungen unterstützen und in vielen Arbeitssituationen auch entlasten. Damit wird aus der Smart Factory eine kognitive Fabrik. Möglich machen dies hohe und hoch skalierbare Rechenleistung, neue, extrem schnelle Algorithmen für Datenanalysen sowie eine neue Generation nutzerfreundlicher, multimedialer Geräte an der Mensch-Maschine-Schnittstelle. IBM hat mit Watson ein solches kognitives System entwickelt.

Kognitive IT-Systeme sind in der Lage, Daten aus den unterschiedlichsten Quellen und den unterschiedlichsten Formaten zu verarbeiten und mit Menschen in natürlicher Sprache zu interagieren. Das ist vergleichsweise neu. Hierfür bedienen sie sich eines breiten Spektrums bereits etablierter und neuer IT-Systematiken. Diese reichen von Datenanalysen, natürlicher Sprachverarbeitung und neuronalen Netzwerken bis hin zu traditionellem maschinellen Lernen. Zudem arbeiten lernende Systeme mit Wahrscheinlichkeitshypothesen – sind also nicht deterministisch –, wägen ab und schlagen unterschiedliche Optionen vor.

Watson ist ein solches lernendes System, das in der Interaktion mit Menschen und durch gezielte Trainings seine eigenen Fähigkeiten, sein Wissen und Können permanent vertieft und erweitert. Für die lernende Fabrik bedeutet das: Watson akkumuliert im Laufe der Trainings und im späteren Arbeitseinsatz vor Ort Wissen und Erfahrungen und macht sich so zu einem smarten Helfer und Ratgeber für den Mitarbeiter an seinem Arbeitsplatz in der Werkshalle oder für den Supply-Chain-Verantwortlichen, der die effektive Steuerung ganzer Wertschöpfungsnetzwerke im Auge behalten muss.

Im Produktionsprozess kann Watson an verschiedenen Stellen enorm  nützlich sein: als intelligenter Assistent des Werkers an seinem Arbeitsplatz, im Rahmen der Steuerung smarter Maschinen (Cyber-Physische-Systeme, CPS) oder in der vorausschauenden Wartung und Qualitätssicherung (Predictive Maintenance and Quality, PMQ). Damit können zentrale Themen, die bereits seit Jahrzehnten die produzierenden Unternehmen beschäftigen, wie Produktivitätssteigerung, Qualität und agile Produktion noch einmal neu gedacht werden.

Warum gerade jetzt?

Die Zeit ist reif für die nächsten Schritte. Die enorme Leistungsfähigkeit einer neuen Generation von Computern und Algorithmen, dramatisch sinkende Speicherkosten sowie die universelle Verfügbarkeit der Cloud schaffen die Basis für den Einzug kognitiver Systeme in die Werkshallen. Hinzu kommen neue Möglichkeiten der Datenauswertung auch direkt an ihrem Entstehungsort. ‚Edge Computing’ lautet das Schlüsselwort. IBM arbeitet gegenwärtig gemeinsam mit Partnern an unterschiedlichen Optionen: Zum einen an vorkonfigurierten Lösungen, bei der smarte Analyse-Software direkt in Gateways integriert wird oder um durch den Einsatz von Regeltechnologie den Maschinen autonome Entscheidungen zu ermöglichen. Damit können Zustands- beziehungsweise Datenanalysen an der Maschine mit sehr geringem Konfigurationsaufwand ‚out of the box’ am Ort des Geschehens durchgeführt werden.

Was ändert sich?

Der Übergang von einer smarten zu einer kognitiven Fabrik ist fließend. Ein paar Beispiele verdeutlichen diese Entwicklung:

  1. Von der reinen Zustandsüberwachung zur Fehlerprävention: Beratende Systeme helfen aktiv, jeden Fehler zu vermeiden.
  2. Vom tiefen Einblick in den Zustand der Maschinen zu kontinuierlichem Lernen: Permanentes Evaluieren, Anpassen, Lernen und das Gelernte sofort wieder anwenden, wird zur Regel.
  3. Vom traditionellen Mensch-Maschine-Interface zum Coaching-Gespräch in natürlicher Sprache: weg von kryptischen Displays und bunten Bildschirmen hin zu dialogfähigen Berater-Tools.
  4. Von kollaborationsfähigen zu lernenden Robotern: Nicht mehr nur ihre mechanischen Fähigkeiten und der absolut sichere Umgang mit ihnen stehen im Fokus, sondern sie zu smarten Gesprächspartnern und hilfreichen Beratern in den Werkshallen zu machen.
  5. Von der reinen Gefahrenabwehr zur kognitiven Security Intelligence: Hierbei geht es darum, über die Mustererkennung und Abwehr von Cyber-Angriffen hinaus aus Vorfällen die richtigen Schlüsse zu ziehen, Gegenmaßnahmen zu ergreifen beziehungsweise Empfehlungen für deren Abwehr zu geben
  6. Von vorausschauender Logistik zu kognitiven Supply-Netzwerken: Nicht nur das gebrauchte Material Just-In-Time/Just-In-Sequence liefern, sondern die Selbstorganisation über die gesamte Lieferkette hinweg ermöglichen.

Diese Beispiele machen deutlich: Lernende Systeme  können mehr als nur überwachen. Mit entsprechendem Training werden sie zu qualifizierten und im laufenden Einsatz auch immer besseren Beratern für den Werker an seinem Arbeitsplatz, für den Qualitätsverantwortlichen und den Planer. Hinzu kommt: Die Mensch-Maschine-Schnittstellen, also die Benutzeroberflächen, werden immer ergonomischer und intuitiver, die kryptischen Displays der Vergangenheit wandeln sich zu dialogfähigen, digitalen Assistenten.

Eigentherapie und bessere Qualität

Mit Sensoren ausgestattete smarte Maschinen und Cyber-Physikalische-Systeme können mit Hilfe des Einsatzes kognitiver Systeme Probleme direkt erkennen, bewerten und sich bis zu einem gewissen Umfang auch automatisch selbst therapieren. Sie erkennen beispielsweise auch, was in nachgelagerten Produktionssequenzen überhaupt noch produziert werden kann. Ähnliches gilt für die Qualitätssicherung: Auch hier lernen Maschinen aus den Fehlern der Vergangenheit und sorgen dafür, sie in Zukunft möglichst zu vermeiden. Dabei helfen auch Bilderkennung und Audioanalysen.

Wertschöpfungsnetzwerke: Vorausdenken und vorausplanen

Neben den Vorteilen für die Produktion profitieren auch Supply Chains und Supply Networks. Zukünftig werden kognitive Wertschöpfungsnetzwerke sehr viel zuverlässiger, vorausschauender und ökonomischer gemanagt werden können. Lernende Systeme können unter anderem rechtzeitig davor warnen, wenn sich Lieferungen verzögern oder Unterbrechungen zu befürchten sind. Auch Vorlaufzeiten können besser prognostiziert werden. Ein weiterer wichtiger Vorteil ergibt sich aus der Fähigkeit des Systems, nicht nur die jeweils besten Transportoptionen vorzuschlagen, sondern gleich noch die Kosten dafür zu berechnen.

Kognitive Sicherheitssysteme: über die Prävention hinaus

Auch Sicherheitssysteme können dazulernen. Das Ziel: Zu handeln, noch bevor der Mensch überhaupt eine potenzielle Gefahr erkennen kann. Kognitive Systeme wie Watson erkennen Muster und stellen Korrelationen her, die auch dabei helfen können, Hackerangriffe oder gezielte Manipulationen sehr frühzeitig zu identifizieren. Das System kann dann entweder automatisch Gegenmaßnahmen einleiten oder die Sicherheitsverantwortlichen warnen und beraten, welche Schutzmaßnahmen ergriffen werden sollten.

Fazit: Damit ist die kognitive Fabrik die nächste Evolutionsstufe in der Entwicklung. Ihre grundlegenden Merkmale sind eine bessere Zusammenarbeit zwischen Mensch und Maschine, geprägt durch einen kontinuierlichen Erfahrungs- und Wissensaustausch mit gegenseitigen Lerneffekten. Erste Erfahrungen mit dem Einsatz von Watson in der Produktion zeigte IBM in diesem Jahr auch auf der Hannover Messe.

Add Comment
No Comments

Leave a Reply

Your email address will not be published.Required fields are marked *

More Zukunft Industrien Stories

Digitalisierung der Energiewirtschaft – Evolution oder Revolution?

Branchen verändern sich fundamental. Denken wir an den Umbruch in der Fotografie von analog zu digital oder auch in der Medienbranche: Vinyl wurde durch die CD und anschließend von Web-Download-Angeboten überholt. Derzeit lautet das Trendthema: Streaming. Möglich gemacht wird das alles durch digitale Technologien und digitale Infrastruktur, die enorme Bandbreiten ermöglichen. Ein Vier-Personen-Haushalt in Österreich […]

Vom Supply Chain Management zur Business Value Chain – CEVA Logistics zeigt, wie es geht!

Das Management von globalen Lieferketten – gleich welcher Größe – ist eine enorme Herausforderung. Schließlich bedeutet modernes Supply Chain Management nicht nur, Waren von A nach B zu transportieren, sondern beinhaltet noch wesentlich mehr – angefangen bei der Vertragslogistik über das Frachtmanagement bis hin zu Verpackung und Versand. Ein spannendes Beispiel, wie sich diese Herausforderung […]

IBM Watson: Der will nicht nur spielen!

Fünf Jahre ist es her, dass IBM Watson bei der amerikanischen Quiz Show Jeopardy! für eine Sensation gesorgt hat: Nicht nur übertraf Watson dabei die beiden All-time Jeopardy! Champions Ken Jennings und Brad Rutter an Wissen. Das System offenbarte auch sein enormes sprachliches Talent. Selbst Ironie, Metaphern oder Wortspiele stellten es vor keinerlei Verständigungsprobleme. Der […]