Im vorherigen Beitrag wurde der Begriff „Künstliche Intelligenz“ (KI) erklärt und greifbarer gemacht. Im nächsten Schritt geht es um den konkreten Nutzen von KI für unterschiedliche Bereiche und Anwendungsfälle. Prinzipiell lassen sich die Anwendungsfälle entlang der bereits beschriebenen Funktionen Beurteilen – Schlussfolgern – Reagieren einordnen.
Beim Beurteilen geht es darum, aus Daten den Zustand der Umwelt bzw. des betrachteten Objektes abzuleiten. Wo viele handschriftliche Dokumente in der Auftragsannahme eingehen, kann beispielsweise automatisches Einlesen dem Personal viel Zeit sparen. In der Produktion ist es zudem als Mensch schwierig, aus einer Masse an Echtzeitdaten kritische Entwicklungen von Werten zu erkennen – maschinelle Lernverfahren helfen bei dieser Beurteilung.
KI-Anwendungen mit dem Schwerpunkt Schlussfolgern bieten Mitarbeitenden neue Erkenntnisse und zusätzliche Informationen aus Daten. So können Daten aus der Vergangenheit ausgewertet werden, um Prognosen für zukünftige Wertverläufe zu erstellen oder Lösungsvorschläge zu generieren. Die eigentliche Entscheidung über die entsprechenden Aktionen übernehmen allerdings die Menschen. Predictive Maintenance bezeichnet z. B. Anwendungen, die aus vergangenen Verläufen von Sensorwerten und zusammenhängenden Maschinenausfällen errechnen, wann Ausfälle zu erwarten sind. So können Wartungen optimiert werden. Auch eine Vorhersage von Absatzzahlen kann dabei helfen, die Einkaufszahlen an die zukünftige Nachfrage anzupassen.
Damit KI-Systeme reagieren können, brauchen sie eine direkte Interaktion mit der Umwelt: Beim Reinforcement Learning lernen sie z. B. aus Erfahrungen und dem jeweiligen Erfolg bzw. Einfluss ihrer Aktionen. In anderen Anwendungsfällen werden Funktionen des Beurteilens genutzt, um daraufhin anhand von Algorithmen die jeweiligen Handlungen auszuführen. Fahrerlose Transportsysteme (FTS) transportieren beispielsweise Bauteile zwischen Lager und Produktionshallen, Robotik Process Automation (RPA) analysiert und automatisiert repetitive Computerarbeiten.
Aus den Beispielen wird deutlich: Heutige Künstliche Intelligenz ersetzt keine Menschen, sondern einzelne Fähigkeiten. An Fähigkeiten, die den Menschen eigen sind – wie in komplexen oder seltenen Fällen Handlungen abzuleiten – kommen KI-Systeme nicht heran. Außerdem sind technische Umsetzungsmöglichkeiten nur eine Seite: Die organisatorischen Herausforderungen wie soziale Gewohnheiten, Befürchtungen und Mitgestaltungsansprüche der Mitarbeitenden müssen genauso betrachtet werden. Immer ein guter Tipp: Mitarbeitende früh ins Boot holen!
In dieser Übersicht finden Sie weitere beispielhafte KI-Anwendungen und deren primäre Unternehmensbereiche:
© VDMA Bayern
Der Leitfaden „Künstliche Intelligenz – Potenziale und Umsetzungen im Mittelstand“ vom VDMA Bayern gibt ausführlichere Beispiele und Beschreibungen.
Einer der Autor*innen ist unser KI-Trainer Marcus Röhler vom Fraunhofer IGCV.
Quelle: Leitfaden Künstliche Intelligenz – Potenziale und Umsetzungen im Mittelstand der Projektpartner VDMA Bayern, Fraunhofer IGCV und Technische Universität München (2020)
Teil 3 der Artikelreihe: Wie können Potenziale identifiziert werden?