Der Einsatz von KI ist in der deutschen Fertigungsindustrie noch nicht wirklich angekommen. Laut einer PwC-Studie anhand der Befragung von 500 Entscheidern in deutschen Unternehmen setzen nur 4 % KI ein, 2 % sind dabei, entsprechende Technologien zu implementieren, geplant haben dies 17 %. Rund die Hälfte der Befragten halten das Thema für nicht relevant.

Wenn KI im Einsatz oder vorstellbar ist, dann vor allem in Richtung Datenanalysen für Entscheidungsprozesse (70 %) oder für die Prozess-automatisierung bestehender Geschäftsprozesse (63 %). Dabei geht es den Unternehmen vor allem darum, Mitarbeiter zu unterstützen und zu entlasten – so der Fokus von 71 % der befragten Unternehmen. Autonom agierende Systeme spielen eine eher untergeordnete Rolle.
Grundsätzlich stellt sich in Unternehmen – so eine weitere Studie von PwC – die Frage: Wie lassen sich KI-Anwendungen am besten im Unternehmen einführen? Ein wesentlicher Aspekt hierbei: Wie lässt sich eine KI-Kultur im Unternehmen etablieren und entsprechendes Vertrauen der Mitarbeiter in die Technologie aufbauen?

Die Basics

»Vor diesem Hintergrund sind unterschiedliche Wege denkbar, um intelligente Systeme schrittweise in den industriellen Alltag einzubinden«, sagt Dirk Löhmann, Regional Vice President Continental Europe, Epicor.
»Um eine organische Entwicklung von KI zu fördern und diese Veränderung erfolgreich zu steuern, sind aus unserer Erfahrung im Zuge von ERP-Projekten zwei Schritte für die Fertigungsindustrie wichtig: Zuerst braucht es eine zentrale Software für das Unternehmensmanagement – in unserem Fall das ERP-System –, die sich durch einen Plattformorientierten Ansatz sowie eine serviceorientierte Software-Architektur auszeichnet. Dann ist die Voraussetzung gegeben, KI-Services als Cloud-Anwendungen, wie sie etwa über Microsoft Azure zur Verfügung stehen, flexibel nach Bedarf zu integrieren.
Zum anderen gilt es, in Unternehmen die Scheu vor Künstlicher Intelligenz abzubauen, die zumeist mit autonomen Robotern in Verbindung gebracht wird. Denn in der Realität können – und werden bereits – KI-Funktionalitäten sehr intuitiv in alltägliche Prozesse und Entscheidungen eingebunden werden und zwar in einer Form, die als komfortable IT-Technologie und weniger als Künstliche Intelligenz wahrgenommen wird. Sprachsteuerung oder Trend- und Mustererkennung auf Knopfdruck sind hier typische Beispiele.«

Virtueller Agent als erster Schritt 

Exemplarisch für einen solchen Ansatz steht der virtuelle Agent von Epicor, kurz EVA genannt. Entwickelt wurde der virtuelle Agent unter Nutzung der KI-Services von Microsoft Azure und kann in allen Epicor-ERP-Umgebungen eingesetzt werden – ob in der Cloud oder im eigenen Rechenzentrum – unabhängig von der Größenordnung. Dadurch können auch kleine und mittlere Unternehmen von KI profitieren.

Dirk Löhmann, Epicor

© Epicor

Für mobile Anwendung genutzt, erscheint der Agent auf dem Bildschirm als virtueller Assistent, auf den Anwender über Text- und insbesondere auch Spracheingaben Zugriff haben. Mit Hilfe von Natural Language Processing (NLP) – eine der vielen Formen von KI-Technologien – liefert EVA zielgerichtete Informationen, um schneller bessere Entscheidungen treffen zu können. Darüber hinaus nutzt der virtuelle Agent KI-Funktionen für proaktive Alarm-meldungen und die Durchführung spezifischer Aktionen, basierend auf der Kombination von Ereignissen, Marktstatistiken und historischen Daten. Er ist darauf ausgerichtet, KI branchenorientiert in der alltäglichen Arbeit zu nutzen und den Weg hin zu einer erweiterten Nutzung von KI und kognitiven Technologien zu bereiten. 

Von der Sprachsteuerung bis zu Mixed-Reality

Nachfolgende Versionen von EVA sollen diese Entwicklung fördern – beispielsweise mit weiteren KI-gestützten Microsoft-Azure-Technologien wie Hololens 2 mit den mixed-reality Anwendungen. Hololens 2 ist auf industrielle Augmented-Reality-Anwendungen ausgerichtet. In Verbindung mit dem virtuellen, sprachgesteuerten Agenten EVA bleiben bei Informationsabfragen beide Hände frei, der Blick immer auf den Arbeitsbereich gerichtet. 

Andere zukünftige KI-Anwendungen könnten sein:

• Machine-Learning-basierte Lageroptimierung in Produktion und Fertigung;

• Prognosen zu Ausfällen bei Anlagen beziehungsweise Predictive Maintenance bei Produktionsanlagen in Kombination mit Machine-Learning;

• Machine-Learning Echtzeit-Analysen von Käuferverhalten für eine optimierte Fertigung und Distribution;

• IoT- und Machine-Learning-gestützte vorausschauende Qualitätssicherung in der Fertigung unter Nutzung von Sensordaten, möglicherweise in Verbindung mit Bildverarbeitung;

• Machine-Learning-basierte Kostenkalkulation in der Fertigung.

So könnte der virtuelle Agent etwa in der Produktion Sensordaten kontinuierlich analysieren. Sobald Anomalien in der Roboterfertigung auftreten, sendet die KI-Anwendung Alarmmeldungen an das mobile Gerät des Produktionsleiters, der daraufhin auf den Button ‚Instandhaltungsplanung‘ klickt und EVA dafür einen Arbeitsauftrag dafür ansetzt. Als nächstes schlägt der virtuelle Agent vor, auf welcher anderen Produktionslinie der aktuelle Produktionsauftrag ausgeführt werden kann und ergreift nach Bestätigung entsprechende Maßnahmen.

Flexible KI-Optionen

KI-Services, wie sie über Microsoft Azure zur Verfügung stehen, als integrierten Teil von industriespezifischen ERP-Systemen einzusetzen, eröffnet Wege, um intelligente Funktionen abgestimmt auf individuelle Geschäftsanforderungen zu implementieren. So ging etwa Sistema – ein Hersteller von Kunststoff-Vorratsbehältern – den Weg, eine digitalisierte ‚Closed-Loop‘ in Echtzeit zwischen Geschäftssystemen und der Produktion (MES) zu schaffen. Diese integrierte ERP- und MES-Plattform ist die Grundlage für weitere Entwicklungen in Richtung Predictive Analytics, IoT-Vernetzung über Sensoren an den Produktionsmaschinen und Business Intelligence über die gesamte Organisation hinweg.

Ein Ansatz, den auch die Bitkom in ihrem Positionspapier für zukunfts-orientierte ERP-Systeme verfolgt. Demnach wird erwartet, dass die Architektur von ERP-Systemen komplett neu aufgesetzt werden wird in Richtung Cloud-Computing und in der Folge hin zu Plattform-Computing. Aus den so verfügbaren Funktionen in Form von Cloud-Services wird sich eine neue Dynamik entwickeln. Unternehmen erhalten dadurch die Freiheit, nötige spezifische Funktionalitäten und Innovationen für ihre Differenzierung und Wettbewerbsvorteile zu kombinieren, bei geringeren Kosten und weniger Implementierungsaufwand.