1. Welche konkreten Vorteile können Industrieunternehmen durch den Einsatz von Künstlicher Intelligenz erwarten, beispielsweise in Bezug auf Visualisierung und Simulation?

Simulation ist als virtueller Test in vielen Unternehmen etabliert, um Prototypen und Ressourcen zu sparen - ihre Erstellung und Auswertung liegt jedoch in den Händen weniger Spezialisten. Mit Hilfe von Methoden des maschinellen Lernens können Verhaltensmuster identifiziert werden, zum Beispiel bei umfangreichen Variantenuntersuchungen in der Produktentwicklung. Durch so genanntes Clustering können Parametersätze in Gruppen sortiert werden, die in ein gewünschtes Verhalten resultieren; zum Beispiel bei der Optimierung sicherheitsrelevanter Bauteile bei Fahrzeugcrashs oder bei komplexen Fertigungsprozessen.

Hier hilft die KI mit Expert Emulation aus großen Testreihen schneller die richtigen Schlüsse zu ziehen und gibt so einer breiteren Gruppe in der Entwicklung die Möglichkeit zur Auswertung. Genau darin liegt der Schlüssel für die industrielle KI: die Ingenieursexpertise mit der Datenexpertise verbinden, um aus den Daten Mehrwert zu schaffen.

Anwendungsbeispiel: BMW – Emulating Engineering Expertise with AI

Zudem kann die Simulation synthetische Daten erzeugen, um Lernmodelle zu trainieren und dabei sogar Daten von Betriebszuständen generieren, in denen kein Maschinenführer seine Anlage betreiben möchte. Es lassen sich außerdem Effekte abbilden, die sich nicht mit Sensoren erfassen lassen. Auf diese Weise lassen sich durch die Symbiose von KI und Simulation, Anwendungen zur vorausschauenden Wartung und aktiven Steuerung der Produktqualität und Ausschussreduktion realisieren.

Eine Reihe von Anwendungsbeispielen zu den Themen Künstliche Intelligenz in der Simulation, die Kombination von KI mit digitalen Zwillingen und die Demokratisierung von KI in der Produktion wurden unlängst bei der Konferenz AI for Engineers vorgestellt.

2. Wie kann Künstliche Intelligenz dazu beitragen, die Effizienz und Flexibilität in der digitalen Fabrik zu steigern und welche konkreten Lösungen bieten Sie in diesem Bereich an?

Künstliche Intelligenz kann die Effizienz in der Fabrikhalle massiv steigern. Jedoch erschweren Reibungsverluste organisatorischer, technologischer oder finanzieller Natur die Umsetzung vieler KI-Projekte: isoliert arbeitende Abteilungen, eine schnell wachsende Datenmenge, und ein gravierender Mangel an Data Science Fachkräften. Unternehmen müssen diese Reibungspunkte angehen, damit sie schnelle und wiederholbare Datenanalyseprojekte erfolgreich durchführen können.

Möglich ist das mit der durchgängigen Daten- und KI-Lösung Altair® RapidMiner® Plattform . Diese ermöglicht eine schnellere Implementierung von Machine Learning und KI-Anwendungen, indem sie die drei wichtigsten Ressourcen miteinander verbindet: Daten, Mitarbeiter und Prozesse.

3. Wie kann die Kombination von Künstlicher Intelligenz und dem digitalen Zwilling dazu beitragen, die Qualität von Produktionsprozessen in der Industrie zu steigern?

Das zeigt das Beispiel von Patrone und Mongiello , die eine Lösung zur Überwachung und Steuerung ihres Blechumformungsprozesses suchten, und sich für die Digital Twin Lösung von Altair entschieden.

Ein um KI erweiterter Digitaler Zwilling ermöglichte es, die Auswirkungen verschiedener Parameter auf den Umformprozess zu verstehen und so die Qualität des Endprodukts zu verbessern. So konnte die Ausschussrate um 15 % gesenkt und Rentabilität und Nachhaltigkeit gesteigert werden.

Mehr Informationen finden Sie hier .

Im Themenkanal KI für die Fabrikhalle werden diese ausführlicher dargestellt.

Der 2023 Frictionless AI Report gibt einen umfassenden Überblick, wie Unternehmen Daten- und KI-Strategien umsetzen, wie sich die Reibungsverluste auswirken und wie Sie den Ursachen dafür begegnen können.

Mehr Informationen