Es gibt eine Her­aus­for­de­rung, die noch grö­ßer ist, als das eige­ne Geschäft digi­tal zu trans­for­mie­ren: es nicht zu tun.“ Auf die­se kla­re For­mel bringt es Micro­softs Gene­ral Mana­ger im Bereich Manu­fac­tu­ring & Resour­ces Indus­try, Cağla­yan Arkan. Die Han­no­ver Mes­se treibt die Ent­wick­lung zur Indus­trie 4.0 seit vie­len Jah­ren vor­an. Im kom­men­den April liegt der Schwer­punkt dabei auf dem Ein­satz von Künst­li­cher Intel­li­genz, Machi­ne Lear­ning und VR/AR. „Die Ver­net­zung der Maschi­nen inner­halb der Fer­ti­gung sowie die Ent­wick­lung smar­ter Kom­po­nen­ten bringt gro­ße Daten­men­gen her­vor, die ihrer­seits die Basis für den Ein­satz inno­va­ti­ver Tech­no­lo­gi­en wie Machi­ne Lear­ning, Digi­tal Twin oder VR/AR dar­stel­len“, sagt Arno Reich, Glo­bal Direc­tor Digi­tal Fac­to­ry im Team der Han­no­ver Mes­se. „Wir wer­den eine Viel­zahl von Aus­stel­lern haben, die im April ihre KI-basier­ten Lösungs­an­sät­ze in Han­no­ver zei­gen.“

Einer davon ist Micro­soft . „Wir unter­stüt­zen Indus­trie­un­ter­neh­men dabei, mit­hil­fe digi­ta­ler Tech­no­lo­gi­en mehr rele­van­te Erkennt­nis­se aus ihren Daten zu gewin­nen, die sie direkt in geschäfts­kri­ti­sche Ent­schei­dun­gen über­set­zen kön­nen, um ihren Unter­neh­mens­er­folg zu stei­gern“, so Arkan. „Micro­soft befä­higt sie dazu, mit Tech­no­lo­gi­en wie künst­li­cher Intel­li­genz, Mixed Rea­li­ty und digi­ta­len Zwil­lin­gen, 3D-Druck oder Block­chain digi­ta­le, ver­netz­te Fabri­ken zu bau­en, bestehen­de Pro­duk­te um digi­ta­le Ser­vices zu erwei­tern (Pro­duct-as-a-Ser­vice) und kom­plett neue Geschäfts­mo­del­le auf­zu­bau­en sowie ihre Wert­schöp­fungs­ket­ten kon­se­quent zu digi­ta­li­sie­ren.“

KI-Tech­no­lo­gi­en – ins­be­son­de­re – Machi­ne-Lear­ning- und Deep-Lear­ning-Tech­no­lo­gi­en fin­den aktu­ell mit einer hohen Geschwin­dig­keit den Weg in die Fabri­ken der Fer­ti­gungs­in­dus­trie. Damit kön­nen bis­her nicht oder nur mit sehr hohem Auf­wand lös­ba­re Her­aus­for­de­run­gen in der indus­tri­el­len Fer­ti­gung ange­gan­gen wer­den. Ein Bei­spiel ist die Erken­nung von Mus­tern und Kor­re­la­tio­nen basie­rend auf unstruk­tu­rier­ten Daten wie Bil­dern, Vide­os oder Tönen in Kom­bi­na­ti­on mit struk­tu­rier­ten Daten aus den Maschi­nen. Der Vor­teil: Eine sol­che Ver­knüp­fung ver­rin­gert den Auf­wand, Feh­ler oder Pro­ble­me zu iden­ti­fi­zie­ren. Ler­nen­de Sys­te­me wer­den so zur Basis für kon­ti­nu­ier­li­che Ver­bes­se­rung in der Fer­ti­gung. Doch bis dahin sind auch noch eini­ge Hür­den zu meis­tern. Bei­spiels­wei­se wird das rei­bungs­lo­se Zusam­men­spiel von IT und KI eine ent­schei­den­de Rol­le spie­len. Genau das gestal­tet sich jedoch vie­ler­orts als Span­nungs­feld zwi­schen den bestehen­den „alten“ IT-Sys­te­men mit einem lan­ge vor­herr­schen­den Inves­ti­ti­ons­stau auf der einen und den tech­ni­schen und orga­ni­sa­to­ri­schen Anfor­de­run­gen der neu­en Tech­no­lo­gi­en auf der ande­ren Sei­te. „Die soge­nann­te ‚Two Speed IT‘ ist oft­mals eine enor­me Hür­de für die Ein­füh­rung von KI-Sys­te­men, aber auch ande­ren Tech­no­lo­gie-Inno­va­tio­nen wie IoT oder Block­chain“, sagt dazu Ralf Bucksch, Tech­ni­cal Exe­cu­ti­ve Wat­son IoT Euro­pe bei IBM . „IBM wird daher auf der HM 2019 nicht nur zei­gen, wel­che Poten­zia­le in den neu­en tech­no­lo­gi­schen Mög­lich­kei­ten ste­cken, son­dern auch wel­che not­wen­di­gen ers­ten Schrit­te zu unter­neh­men sind.“

Die­se Sicht bestä­tigt auch Rai­ner Glatz, Geschäfts­füh­rer im VDMA Elek­tri­sche Auto­ma­ti­on sowie Soft­ware und Digi­ta­li­sie­rung: „Gera­de bei der Nut­zung von KI im indus­tri­el­len Umfeld steht man viel­fach noch am Anfang. Neben Pre­dic­tive Main­ten­an­ce sehen wir eine Viel­zahl wei­te­rer Anwen­dungs­fel­der in der Pro­duk­ti­ons­op­ti­mie­rung, hoch para­me­tri­sier­ten Sys­te­men, intel­li­gen­ten Bild­ver­ar­bei­tung oder his­to­ri­en­ba­sier­ten Lie­fe­ran­ten­be­wer­tung.“ Damit bewegt sich die Indus­trie wei­ter vor­an auf ihrem Weg des radi­ka­len Wan­dels in Fol­ge der digi­ta­len Trans­for­ma­ti­on. „IT und Soft­ware wer­den nicht mehr nur zur Unter­stüt­zung der unter­neh­mens­in­ter­nen Pro­zes­se genutzt, son­dern als Basis für die Ent­wick­lung eige­ner intel­li­gen­ter Pro­duk­te und Ser­vices und damit für zukünf­ti­ge Geschäfts­er­fol­ge gese­hen“, so Glatz.

Dass dabei auch der Blick auf die Kos­ten eine Rol­le spielt, betont Hua­wei. „Cloud­ba­sier­tes Maschi­nel­les Ler­nen und VR/AR sind bereits in vie­len Berei­chen Stand der Tech­nik. Auf­grund der gro­ßen Daten­men­gen, die über­tra­gen wer­den, müs­sen Maschi­nel­les Ler­nen und VR/AR in Zukunft jedoch auch als fes­ter Bestand­teil des Edge-Com­pu­tings in den meis­ten Pro­duk­ti­ons­ab­läu­fen in den maschi­nen­na­hen Netz­wer­ken ver­füg­bar sein, also nah an den Maschi­nen in den Pro­duk­ti­ons­hal­len“, sagt Dr. Cesim Demir, CTO, Auto­mo­ti­ve and Manu­fac­tu­ring Solu­ti­ons Hua­wei West European Open­Lab. „Die Anfor­de­run­gen an das Edge-Com­pu­ting neh­men zu, wäh­rend die dafür ein­ge­setz­ten Gerä­te gleich­zei­tig immer güns­ti­ger wer­den sol­len. Die Her­aus­for­de­rung besteht dar­in, die Balan­ce zwi­schen gerin­gen Aus­stat­tungs­kos­ten und der Bereit­stel­lung einer hohen Rechen­leis­tung auf den Edge-Gerä­ten zu fin­den. Vie­le Unter­neh­men wer­den nur dann in die digi­ta­le Trans­for­ma­ti­on und die Indus­trie 4.0 inves­tie­ren, wenn ihnen die­se Inves­ti­ti­on auch ent­spre­chend lang­fris­ti­ge Wett­be­werbs­vor­tei­le ver­schafft. Wir opti­mie­ren das Kos­ten-Nut­zen-Ver­hält­nis, um unse­ren Kun­den die pas­sen­den Lösun­gen anzu­bie­ten.“