Hat Corona den Vormarsch von Künstlicher Intelligenz in den Unternehmen gestoppt? Im Gegenteil. Die packendsten KI-Strategien der Industrie für den Herbst.
Algorithmen, die Buchhaltern beim Monatsabschluss zur Hilfe eilen. Aber auch: maschinelle Intelligenz in der Fertigung. Versteckte Werte im Unternehmen zu schöpfen, ist Rainer Steffls Mission. Steffls Arbeit und die seiner Kollegen gibt mittlerweile ein packendes Dossier ab. Der CIO des Verpackungs- und Papierherstellers Mondi kann – nach einem richtungsweisenden Jahr 2019 – Anfang Juni neuerlich von wichtigen Wegmarken beim Einsatz künstlicher Intelligenz im Unternehmen berichten. Zwar habe sich, so ehrlich muss man sein, gezeigt, dass aktuell „nur wenige KI-Anwendungen über den Piloten hinaus für einen sinnvollen Business Case geeignet sind“, sagt Steffl.
„Sehr gute Ergebnisse“ sehe man aber nach wie vor in den Overhead-Bereichen. „Diese Anwendungen lassen sich auf die Bedürfnisse der einzelnen Produktionsstandorte skalieren“, so Steffl. Durchweg zufrieden ist er auch mit dem Einsatz automatisierter Mustererkennung in der Fertigung, um die Qualitätsstandards weiter hinaufzuschrauben. „Hier haben wir weiterhin eine hohe Erwartungshaltung“, sagt er. Hingegen zeige sich ebendort „die Integration von KI in der Bilderkennung aktuell als wirtschaftlich sehr schwer realisierbar“, sagt der CIO.
Corona als Nagelprobe
Steffl ist nicht der einzige, der am vielversprechenden KI-Thema dranbleibt. Dem Feilen an KI-Strategien taten die zentrifugalen Kräfte der Coronapandemie also – ein wichtiges Fazit – keinen Abbruch. Aus Corona zieht der Mondi-Manager sogar einige wichtige Lehren. Etwa die: Eine stabile Produktionsperformance braucht als Grundlage eine moderne, robuste und skalierbare IT-Infrastruktur. „Mit dieser Basis schaffen wir die Stabilität, um auch während der Pandemie liefern zu können“, sagt Steffl. Zugleich sei das die Grundlage für aller Art KI-Experimente. Er geht sogar so weit zu sagen: „Ohne solide und moderne Infrastruktur ist KI-Integration undenkbar“.
Martin Schrems, Leiter Strategie und Business Development bei AT&S: „Neben der KI-gestützten optischen Inspektion können wir auch Fertigungsschritte mittels KI-Algorithmen automatisch nachregeln.“
Für die Optimierung der Warenströme in der Fertigung und Logistik, in der Technologiesimulation, sowie bei der Automatisierung von Geschäftsprozessen wie etwa der Marktbeobachtung setzt der steirische Leiterplattenhersteller AT&S auf den Einsatz künstlicher Intelligenz. So wird bei der Qualitätsprüfung der Leiterplatten an einigen Fertigungsstandorten bereits die automatisierte Mustererkennung durch Machine-Learning-Algorithmen genutzt. „Neben KI-gestützter optischer Inspektion können wir auch Fertigungsschritte mittels KI Algorithmen automatisch nachregeln, um etwa Unebenheit einzelner Schichten auszugleichen“, sagt Martin Schrems, Leiter Geschäftsentwicklung bei AT&S.
Davon erwarte man sich „höhere Produktivität und Ausbeute“, Der Grundsatz laute, nur dann in die KI-Eigenentwicklung zu gehen, wenn keine kommerziellen Lösungen verfügbar sind – oder wenn Wettbewerbsvorteile generiert werden sollen. Beides sei in einer Reihe von Anwendungsfällen in der Produktion der Fall. Dass KI bei den Leobenern insgesamt einen hohen Stellenwert genießt, liegt freilich im Geschäftsgegenstand begründet. Man fertigt Leiterplatten und Substrate für KI-Systeme in vernetzten Fahrzeugen, 5G Basisstationen oder für leistungsfähigere Datencenter.
Punktgenaue Prognosen
Experimentellen Charakter hatte etwa ein Advanced-Analytics-Projekt, das im Unternehmen jüngst aus der Zielgerade bog. Ziel war „die Minimierung des Hilfs- und Rohstoffeinsatzes in der Produktion von beschichtetem Papier, gleichzeitig die Erhöhung der Stabilität des Prozesses“, hört man bei Mondi. „Wir übertrugen mehrere Terabytes an historischen Daten aus unseren ERP- und OSISoft-Systemen in eine autonome Analyseumgebung“, erzählt Steffl. Data Scientists analysierten die Daten, ehe sie Modelle zur Vorhersage von Qualitätsparametern von Fertigprodukten entwickelten. Nach der Integration der Modelle in den operativen Systemen liefern sie hier nun punktgenaue Prognosen hinsichtlich der Produktqualität. Netter Nebeneffekt: „Produktionsmitarbeiter bekommen auch Vorschläge hinsichtlich Einstellparametern an den Maschinen“, so der CIO.
Auch weiterhin gilt bei Mondi übrigens der Grundsatz, Lösungen unterschiedlichster KI-Anbieter zu testen und gegebenenfalls einzusetzen – egal, ob Big Names wie SAP, IBM oder Microsoft oder kleinere Softwarehäuser, so Steffl. Die Entscheidung, welche Lösung zum Einsatz kommt, fällt das „Advanced Platforms“ Team stets situationsbezogen“, heißt es bei Mondi. Nicht alles, was derzeit als Technologie entwickelt wird, sei schon marktfähig. „Persönlich erwarte ich mir durch neuronale Netze entscheidende Weichenstellungen für die Zukunft der KI“, sagt Mondi-CIO Rainer Steffl. Ein Beispiel dafür sei Google Tensor Flow.
Sollten Sie sich die Studie im Detail ansehen wollen, verwenden Sie bitte folgenden Link: WIFO Auswirkungen COVID auf F&E-Aktivität: Studie Juni 2020 (32 Seiten)
Quelle 27.8.2020 Industriemagazin
INFORMATION UNTER AUSSCHLIESSLICHER INHALTLICHER VERANTWORTUNG DER AUSSCHREIBENDEN STELLE
