Frau Schauber, was genau ist Watson eigentlich?
Schauber: Watson ist eine Techno­logieplattform, die sich den soge­nannten kognitiven Systemen zuord-nen lässt. Sie greift einerseits auf traditionelle Suchalgorithmen, Machine Learning oder etablierte Analyse-­Anwendungen zurück - arbeitet andererseits aber auch mit einer neuen ­Generation von Algorithmen, unter anderem in den Bereichen neuronale Netzwerke, Textanalyse und Sprach­erkennung.

Was ist mit solchen kognitiven Systemen alles möglich?
Watson kann strukturierte und unstrukturierte Daten gleichermaßen verarbeiten, Muster erkennen, Korrelationen und verdeckte Zusammenhänge herstellen und damit - nach einem entsprechenden Training - auch ein eigenes Verständnis für Themen oder Sachverhalte entwickeln. Kognitive Systeme wie Watson arbeiten mit Wahrscheinlichkeitshypothesen und schlagen unterschiedliche Optionen vor. Ein Beispiel: Wenn man dem System eine Frage stellt, tritt nicht einfach nur eine Suchmaschine in Aktion, die nach der rich­tigen Antwort fahndet, sondern das ­System versteht tatsächlich die Sprache und den Sinn dahinter. Es zerlegt hierfür die Frage in ihre einzelnen seman­tischen Fragmente, sucht nach dem tieferen Sinn und bietet auf Basis unterschiedlicher Kriterien dann eine Auswahl möglicher Antworten, nach Wahrscheinlichkeiten gestaffelt. Auch das ist neu. Denn damit verabschieden wir uns von den deterministischen Systemen der Vergangenheit.

Welche Rolle soll die Technologie-Plattform bei der vierten industriellen Revolution einnehmen?
Dem Prinzip kognitiver Systeme folgend, ist auch die Entwicklung mitdenkender, kognitiver Fabriken vorstellbar. Eine solche 'Cognitive Factory' würde helfen, durch dynamisch bereitgestellte Informationen direkte Einblicke in die Fertigungssysteme zu gewinnen und damit jederzeit ein aktuelles, zentrales Zustandsbild der Anlage zu erhalten. Darüber hinaus könnte sie Hilfestellung bei der Bewertung von Zwischenfällen und Problemen geben. Etwa ob es notwendig ist, eine Anlage tatsächlich abzuschalten, ein Modul auszutauschen oder Maßnahmen zur vorausschauenden Instandhaltung zu ergreifen. Vor allem könnte man auch lernende Systeme in die Prozesse der modernen Produktion einbauen, welche kontinuierliche Verbesserung und 'Best Practise'-Management erlauben.

Wie kommuniziert Watson mit der ­Außenwelt?
Ein unverzichtbarer Bestandteil der Technologieplattform sind die APIs. Das sind Schnittstellen, über die Watson mit Spezialwissen, etwa zu Healthcare, Finanzthemen oder technischem Wissen, versorgt und trainiert wird. Damit können Software-Entwickler die Watson-Technologie ganz einfach testen und in ihre eigenen Anwendungen integrieren. Gegenwärtig sind rund 30 APIs verfügbar - ständig werden es mehr. Dafür stellt IBM eine eigene Entwicklerplattform, IBM Bluemix, beziehungsweise die Watson Developer Cloud in Bluemix, zur Verfügung. Wichtige APIs sind beispielsweise: Für den Dialog in natürlicher Sprache stehen die Natural-Language-Processing(1)-APIs bereit, die es erlauben, mit entsprechendem Training Fragen in den Kontext einer bestimmten Fachdisziplin oder eines spezifischen Anwendungsfalls zu bringen. Die Machine-Learning-Watson-APIs wiederum automatisieren die Datenverarbeitung, lernen kontinuierlich aus jeder Interaktion mit den Daten und ordnen sie entsprechend ihrer Priorität. Diese APIs können für alle Arten von Daten aus verschiedenen Quellen genutzt werden, die im Rahmen eines bestimmten Szenarios anfallen. Die Video/Image/Audio-Analytics-Watson-APIs verarbeiten unstrukturierte Daten, einschließlich Videos, Bildern und Audio etwa Video-Material aus Überwachungskameras an Industrieanlagen oder Motorengeräusche.

Sind die Services nur über Cloud verfügbar? Oder können Unternehmen die Software auch klassisch am PC installieren?
Beides ist möglich. Das hängt davon ab, was Watson für das Unternehmen leisten soll. Intelligente Such- und kognitive Analysefunktionen in strukturierten und unstrukturierten Daten, zum Beispiel in Texten wie Werkstattberichten oder technischen Dokumentationen, sind als Software verfügbar. Unternehmen können diese Variante, unsere sogenannte 'Watson Explorer Advanced Edition', als Software auf ihren eigenen Systemen installieren. Dies ist sozusagen die 'on premise' verfügbare IBM-Plattform, welche bis zu 20 Sprachen unterstützt und grundlegende kognitive Funktionen erlaubt, sowie den Zugriff auf die Watson Developer Cloud.

Geht es jedoch um fortgeschrittene und an spezielle Kundensituationen angepasste Cognitive-Computing-Technologien, bietet sich eine Nutzung über die Cloud an. Dies erlaubt eine schnelle Entwicklung und hohe Skalierbarkeit.

Denn möchte ein Unternehmen eine private Plattform aufbauen, müssen die individuellen Trainings, die notwendig sind, um das System auf bestimmte Aufgaben vorzubereiten, dann eben auch in größerem Umfang vor Ort geleistet werden. Werden einzelne Fähigkeiten hingegen aus der Cloud bezogen, ist der schnelle Zugriff auch auf neue Funktionalitäten einfacher. Zudem vermarkten rund 100 Business-Partner Applikationen aus der Cloud bereits kommerziell. So ist die Technologie für verschiedene Unternehmensgrößen interessant.

IBM Bluemix: In diesem Öko-System können Software-Entwickler, System-Inte­gratoren, kleine und große Unternehmen gemeinsam mit IBM-Experten die Watson-Plattform weiterentwickeln und mit immer neuen Fähigkeiten ausstatten.

© IBM

Ende Januar gab Windriver eine Zusammenarbeit mit IBM und seiner Watson-Technologie bekannt. Was erhoffen Sie sich von dieser?
Immer häufiger stellt sich die Frage, wie und wo Daten aus den mit Sensorik ausgestatteten, smarten Geräten, Maschinen und Anlagen am besten und effektivsten erfasst und ausgewertet werden können. Die Cloud, als mittlerweile bestens etablierter Ort für derartige Aufgaben, ist dafür natürlich gesetzt. Doch nicht immer ist es sinnvoll oder notwendig, Daten erst an die Cloud zu schicken, wenn auch die Möglichkeit besteht, sie direkt am Ort des Geschehens nicht nur zu erfassen, sondern gleich auch weiterzuverarbeiten und zu analysieren. Hier kommt das sogenannte Edge Computing ins Spiel - die Verlagerung von Rechenleistung, Anwendungen und Netzwerk-Services unmittelbar an die Quelle der Datenentstehung, an die logische Randstelle(2) des Netzwerks. Das können Windräder, Turbinen, Stanzmaschinen oder Lackierroboter sein, aber auch Fahrzeuge, 3D-Drucker oder Schiffsmotoren.

Wind River bietet Software, die mit spezifischen 'Edge-to-Cloud'-Lösungen den Datenaustausch zwischen der Randstelle des Netzwerks, also den smarten Geräten, und der IBM Watson IoT Cloud vereinfachen. Zudem ermöglicht sie den Zugriff auf IBM Bluemix Cloud Services und Analytics, mit deren Hilfe Developer einfacher und schneller IoT-fähige, smarte Maschinen entwickeln können.

Warum hat sich IBM ausgerechnet für München als Watson IoT-Hauptstadt entschieden?
München ist für uns aus mehreren Gründen der ideale Standort: Zum einen gibt es dort die beiden Exzellenz-Universitäten, die erstklassige technische Talente ausbilden. Zum anderen gibt es ein starkes wirtschaftliches Umfeld mit Unternehmen, die im Begriff sind, in ihren Organisationen Industrie-4.0-Konzepte tatsächlich umzusetzen. Zudem haben wir uns für einen Standort in Europa entschieden, den wir auch als Brückenkopf in den asiatischen Markt nutzen können.

Wie steht es um die Datensicherheit?
Aus vielen Projekten wissen wir, dass Unternehmensdaten, die über unsere Clouds gemanagt werden, meist sicherer aufgehoben sind als auf den Servern, die bei unseren Kunden stehen, weil wir aktuelle Sicherheitsbedrohungen stetig monitoren und unsere Systeme darauf konditionieren, Bedrohungen möglichst zu erkennen, bevor sie Schaden anrichten. Die von uns betreuten Daten sind, egal welche Cloud-Variante gewählt wird, grundsätzlich nicht öffentlich. Unsere Kunden entscheiden, was mit ihren Daten geschieht.

IBM auf der Hannover Messe 2016

Wie Industrie-4.0-Projekte Schritt für Schritt realisiert werden können, will IBM auf der Hannover Messe in Halle 7 am Stand D18 mit verschiedenen Lösungen und Konzepten präsentieren. Das Spektrum reicht von Lösungen zur Sammlung und Auswertung von Sensordaten, über deren Konsolidierung und Analyse bis hin zu intelligenten Software-Tools für die vorausschauende Wartung (Predictive Maintenance) sowie dem Einsatz kognitiver Systeme.

So zeigt IBM etwa, wie der Werker vor Ort im Dialog mit dem lernenden System IBM Watson umgehend Hilfestellung für die Lösung von Problemen bekommt, die während des Produktions­prozesses plötzlich auftreten. Wie Industrie-4.0-Projekte im großen Stil ebenso wie im kleinen Maßstab in die Praxis umgesetzt werden können, zeigen das Pilotprojekt von John Deere sowie die Plattform-Lösung von Icosense.

IBM Watson - ein konkretes Beispiel aus der Fertigung

© Fotolia, Rainer Plendl

Die 'Stunde der Wahrheit' in der Automobil­produktion schlägt meist bei der 'Hochzeit' der Karosserie mit dem Motor oder einem kompletten Antriebsstrang. Denn bei der Endmontage treffen fast immer strukturierte Daten in Form von Fehlercodes auf unstrukturierte Daten in Form von handschriftlichen Dokumentationsberichten, die im Zuge der Nachbearbeitung von den Monteuren in Prosa, also oft auch mit unterschiedlicher Wortwahl, verfasst werden. Damit entstehen Interpretationsspielräume; eine systematische Auswertung, auch im Sinne der Weitergabe von Erkenntnissen an andere Fabriken, war damit bisher kaum möglich.

Genau hier schlägt die Stunde für ein selbst­lernendes, kognitives System. Es ist in der Lage, den Zusammenhang zwischen Fehlercodes und der Dokumentation zur Nachbearbeitung schnell und möglichst exakt herzustellen. Im konkreten Fall hat sich ein bedeutender deutscher Automobilbauer dabei für den Einsatz des IBM Watson Explorer entschieden. Das System kann etwa Korrelationsanalysen zwischen Fehlercodes und Dokumentations­berichten erstellen. Diese Fähigkeit der Kombination semantischer und numerischer Analysen hilft, Fehler schneller zu identifizieren und die Qualität innerhalb der Produktions­prozesse zu verbessern sowie die zeitlich eng gesetzten Produktionsvorgaben einzuhalten.