Künstliche Intelligenz

Um die zunehmende Komplexität im modernen Hardwareentwurf handhaben zu können, findet der Entwurf von Hardwaresystemen zunehmend auf abstrakteren Ebenen statt. Vorteilen, wie der schnelleren Entwicklung lauffähiger Prototypen und kürzeren Entwurfszyklen, stehen dabei Nachteile bei der Analyse der Systeme gegenüber: Es gibt keinen einfachen Weg mehr, aus der Beschreibung des Systems die Struktur zu ermitteln. Trotzdem sollten den Ingenieurinnen/Ingenieuren während des Entwurfsprozesses natürlich die Informationen zur Verfügung stehen, die sie zur schnellen Analyse der Systeme benötigen. Hier hilft dem Computer der virtuelle Blick in sein inneres Selbst: Die simulierte Hardware wird von einer künstlichen Intelligenz (KI) überwacht, die so die Funktion des Systems zur Laufzeit erlernt. Abhängigkeiten und Zusammenhänge werden so unabhängig von der direkten Verfügbarkeit ermittelt und dem Entwickler während des Entwurfsprozesses zur Verfügung gestellt.

Das Problemlösen des menschlichen Gehirns ist trotz großer Sprünge im Bereich der Künstlichen Intelligenz unerreicht. Dennoch kommt der Entwicklung kognitiver Systeme in der Fabrik eine hohe Bedeutung zu. Nur mit kombinierten Fortschritten in den Bereichen Computational Intelligence, Machine Learning, Robotik und Sensorik – wie diese Ausgabe der Industrie 4.0 Management zeigt – können intelligente Systeme effektiv verbessert werden.

In Folge des stetig wachsenden Wettbewerbdrucks auf das produzierende Gewerbe in Deutschland durch Konkurrenten aus Niedriglohnstaaten wird seit einiger Zeit ein Wandel der Produktionsparadigmen vollzogen, der sich durch einen rapide voranschreitenden Automatisierungsprozess in der Produktion auszeichnet. So entstehen hochkomplexe Cyber-Physische Produktionssysteme (CPPS). Durch den einhergehenden Rückgang von Personal und dem damit verbundenen Wissensabfluss entsteht jedoch ein gravierendes Befähigungsdefizit zur Beherrschung der Komplexität. Dieser Sachverhalt impliziert die Notwendigkeit innovativer Assistenzsysteme zur Unterstützung von Mitarbeitern. Der vorliegende Beitrag dient der Erörterung damit verbundener Herausforderungen sowie Fragestellungen und skizziert einen möglichen technischen Lösungsansatz sowie organisatorische und personelle Herausforderungen.

Sensoren und Aktoren finden immer häufiger Anwendung in der industriellen Produktion. Traditionell werden zentralistische Ansätze für die Verarbeitung der Sensordaten und Ansteuerung der Aktoren verwendet. Zunehmende Dichte von Sensoren und Aktoren, mit gleichzeitig fortschreitender Miniaturisierung, erfordern dezentrale Datenverarbeitung in verteilten Netzwerken aus Sensoren und Aktoren. Die Künstliche Intelligenz, ein Teilgebiet der Informatik, kann wichtige Beiträge für Robustheit und Autonomie bei der Verarbeitung und Verteilung von Daten in solchen Netzwerken liefern.

Die Digitalisierung als dritte industrielle Revolution ist in vollem Gange. Die Zukunft aber gehört adaptiven, flexiblen und dynamischen Produktionssystemen. Im Zuge der vierten industriellen Revolution wird Maschinen und Bauteilen Intelligenz verliehen. Um dem Wettbewerb standhalten zu können, müssen Unternehmen bereits jetzt den Schritt in Richtung Industrie 4.0 wagen. Die dafür notwendigen Technologien sind vorhanden und einsatzbereit. 

Die Veränderungen in der Arbeits- und Betriebsorganisation erfordern eine flexible Planung und Steuerung sowohl auf operativer als auch auf strategischer Ebene. Diese Ausgabe von Industrie Management greift Herausforderungen, Konzepte und Strategien zum Umgang mit technologiegetriebenen Veränderungen auf – etwa die effektive Planung logistischer Prozesse, der demographische Wandel sowie die Vorteile von Wertschöpfungsnetzwerken.

Bei der Planung kreisförmig verketteter Fertigungslinien werden Künstliche Neuronale Netze (KNN) eingesetzt, um die Art des Förderengpasses (Transport- oder Arbeitssystem) der Fertigungslinien zu erlernen und zu prognostizieren. Dieser Beitrag stellt eine Methode zur Steigerung des Lern-erfolgs und der Leistungsfähigkeit der KNN vor. Mit Genetischen Algorithmen (GA) wird die Anzahl der Eingangsparameter reduziert.

Trotz rasanter Entwicklungen im Bereich Automatisierung kommen Maschinen nicht ohne den Menschen aus. Aber wie muss ihre Interaktion gestaltet sein? Welche Prozesse müssen dafür angepasst werden? Diese Ausgabe von Industrie Management liefert Antworten auf diese und weitere Fragen. Erfahren Sie jetzt mehr über lernende Systeme, die autonome Steuerung modularer Produktionsanlagen oder die Intentionserkennung in automatisierten Lagerhallen.