Das Potenzial generativer KI in der Fertigung und darüber hinaus nutzen

Vorwort

Dieser Artikel ist eine Abschrift einer Präsentation, die unser CEO, Markus Guerster, gehalten hat über Generative KI in der Fertigung, insbesondere im Zusammenhang mit Membranfiltrationsgeräten. Das vollständige Video zur Diskussion finden Sie unten.
‍

Einführung

Hallo zusammen, es ist mir eine wahre Freude, heute hier zu sein, vor allem nach einigen wirklich aufschlussreichen Vorträgen. Mein Name ist Markus, ich bin der Gründer und CEO von Mount Blanc AI, und ich werde heute über Folgendes sprechen Generative KI für Membranfiltrationsanlagen und darüber hinaus.

Anstatt mich mit den tiefgreifenden technischen Details von Membranen zu befassen, werde ich mich auf KI und ihre potenziellen Auswirkungen auf diese Branche konzentrieren. Diejenigen, die gestern den Vortrag von Steve Beckman besucht haben, werden den perfekten Übergang zu meiner heutigen Diskussion finden.

Generative KI verstehen

Bevor ich in den Kern meiner Präsentation eintauche, möchte ich Ihnen einige Fragen stellen. Wer hat davon gehört Chat GPT? Ich hoffe, jetzt heben alle ihre Hände. Nun, wer hat es mindestens einmal benutzt? Und wer benutzt es regelmäßig — sagen wir einmal pro Woche oder sogar einmal am Tag?

Chat GPT, eine Manifestation der generativen KI, ist in so kurzer Zeit zu einem häufig verwendeten Begriff geworden. Wenn wir uns die Statistiken ansehen und sie mit Plattformen wie Spotify und Instagram vergleichen, ist das beeindruckend. Spotify brauchte etwa ein halbes Jahr, um eine Million Nutzer zu bekommen, Instagram war doppelt so schnell und ChatGPT erreichte in nur fünf Tagen eine Million Nutzer.

Bei generativer KI geht es jedoch nicht nur um ChatGPT. Es fällt unter das Dach einer engen KI mit begrenztem Speicher und generiert, wie der Name schon sagt, Inhalte wie Text, Bilder, Musik, Sprache, Videos und vieles mehr. Es ist jedoch wichtig zu beachten, dass die KI-Revolution nicht bedeutet, Menschen zu ersetzen. Im Gegenteil, ich betrachte KI als ein Werkzeug, das Menschen in die Lage versetzt, mehr zu tun.

KI als Instrument für Empowerment

Denken Sie an die Beziehung zwischen einem Gärtner und seinen Werkzeugen. Die Erfindung von Werkzeugen wie einer Schaufel ersetzte den Gärtner nicht. Stattdessen machte es seine Arbeit effizienter und ermöglichte es ihm, Ergebnisse zu erzielen, die mit bloßen Händen unmöglich wären. KI ist dem sehr ähnlich. Es ist ein Tool, das große Datenmengen verarbeiten, sich wiederholende Aufgaben automatisieren und sogar aus Erfahrung lernen kann.

So wie eine Schaufel nicht entscheiden kann, wo sie graben soll, ist die KI auf menschliche Führung angewiesen. Menschen setzen die Ziele, stellen die Daten zur Verfügung, interpretieren die Ergebnisse und treffen die endgültigen Entscheidungen. KI mag die Natur einiger Jobs verändern, so wie die Schaufel die Natur des Gärtnerns verändert hat, aber sie ersetzt nicht das Bedürfnis nach menschlichem Urteilsvermögen, Kreativität, Verständnis und Empathie. Wie ein Gartengerät eröffnet KI neue Möglichkeiten für Innovation und Wachstum.

Die Zukunft der KI

KI ist gekommen, um zu bleiben. Es ist keine neue Idee, die in den 1960er Jahren begann, aber wir befinden uns jetzt in einer neuen Welle von KI, die seit etwa 15 Jahren wächst. Viele Faktoren treiben diesen Fortschritt voran: Verfügbarkeit riesiger Datenmengen, riesige Rechenressourcen, Fortschritte beim maschinellen Lernen und globale Investitionen von Regierungen, dem öffentlichen Sektor, Universitäten und dem privaten Sektor.

Generative KI im industriellen Kontext

Eine aktuelle Studie von IoT Analytics, in der die Themen analysiert wurden, über die CEOs diskutieren, zeigt, dass KI in den Köpfen von Führungskräften ganz oben steht. Generative KI, Chat-GPT, dialogorientierte KI und Industrie 4.0 sind Themen, die zunehmend an Bedeutung gewinnen.

Aber Sie fragen sich vielleicht, was KI eigentlich für Sie tun kann? Nun, die Lösung, um das Potenzial der KI zu nutzen, ist die Verbindung zwischen großen öffentlichen generativen KI-Modellen und industriellen Daten. Diese Vereinigung eröffnet mehrere potenzielle Anwendungen in vier Hauptkategorien: Vertrieb und Marketing, Produktentwicklung, Lieferkettenoptimierung und Betrieb.

Diese Bereiche bieten einen guten Ausgangspunkt, wenn Sie erwägen, in Ihrem Unternehmen mit KI zu experimentieren. Es ist klar, dass die Ära der generativen KI vor der Tür steht, und es ist wichtig, dass wir ihr Potenzial verstehen und wissen, wie wir es zu unserem Vorteil nutzen können.

Darüber hinaus kann generative KI für eine effiziente Fehlerbehebung eingesetzt werden. Sie fungiert als Assistent, der uns hilft, die Ursache eines Problems zu finden. Sobald das Problem identifiziert ist, kann es behoben werden, um zukünftige Ausfälle zu verhindern.

Um diese Ideen ins rechte Licht zu rücken, ziehen Sie eine Fallstudie in Betracht, an der ein Milchviehbetrieb beteiligt ist. Dieser Betrieb, der 100 bis 2 Millionen Liter pro Tag verarbeitet, verwendet Membranfiltrationsanlagen zur Trennung von Kasein- und Molkeproteinen. Der Betrieb stand vor geschäftlichen Herausforderungen in Bezug auf die Ressourcenzuweisung und die kontinuierliche Validierung seines Cleaning-In-Place (CIP) -Prozesses.

Wir stellten eine Verbindung zu ihren S7-SPS her und streamen alle über 200 Datenpunkte in unsere KI-Algorithmen, die über eine Milliarde Datenpunkte verarbeiteten. Nachdem wir diese Algorithmen ausgeführt hatten, visualisierten und aggregierten wir die Ergebnisse, um die Bediener bei ihren Entscheidungen zu unterstützen. Die Ergebnisse waren vielversprechend — wir validierten über tausend Reinigungszyklen, identifizierten Bereiche, in denen Ressourcen eingespart werden konnten, und optimierten die Chargendauer.

Sie fragen sich vielleicht, wie Sie KI in Ihrem Unternehmen anwenden können? Wenn Sie noch nicht darüber nachgedacht haben, ermutige ich Sie, darüber nachzudenken. Ich habe die wichtigsten Überlegungen in drei Kategorien unterteilt:
‍

1. Generieren Sie Wert für das Unternehmen: KI ist eine innovative Spitzentechnologie. Möglicherweise sind Sie nicht in der Lage, einen Geschäftsplan zu schreiben, bevor Sie damit experimentieren. Die gute Nachricht ist, dass Sie mit niedrigen Kosten klein anfangen und schnell iterieren können. Durch diesen Ansatz wird sich der Wert der KI innerhalb Ihres Unternehmens von einer einfachen Frucht zur nächsten ausbreiten.
2. Wissen erwerben: GPT ist zwar einfach zu verwenden, aber die Kombination mit Ihren Industriedaten kann komplex sein. Die Technologie ändert sich täglich. Daher kann es von Vorteil sein, fehlendes Wissen einzubringen, an Schulungen teilzunehmen und Anbieter um Ihr Unternehmen konkurrieren zu lassen.
3. Sorgen Sie für Sicherheit, Datenschutz und Vertrauen: Es ist wichtig sicherzustellen, dass jeder die Vor- und Nachteile versteht. Die Auswahl des richtigen Anbieters ist ebenfalls von entscheidender Bedeutung, da verschiedene Anbieter unterschiedliche Ansätze in Bezug auf Datenschutz und Sicherheit verfolgen.
   ‍

Schließlich hören Sie nicht auf zu experimentieren. Die Kosten dafür sind sehr gering, und Sie werden überrascht sein, welche innovativen Lösungen Ihr Team finden kann, wenn es die Freiheit und die richtigen Tools zur Verfügung hat.

Da wir uns dem Ende dieser Diskussion nähern, möchte ich Ihnen meine persönliche Vision — oder meinen Traum, wenn Sie so wollen — von der Zukunft der KI im industriellen Kontext hinterlassen. Als ich meine Promotion abgeschlossen hatte und bevor ich anfing, in der Industrie zu arbeiten, hatte ich eine ziemlich naive Annahme. Ich ging davon aus, dass die Daten einfach da sein würden, in ausgezeichneter Qualität und gut organisiert, und 90% der Zeit würden damit verbracht, über den Algorithmus selbst nachzudenken.

Aber die Realität, in der Industrie zu arbeiten, hat mich schnell von dieser Vorstellung abgehalten. Wie Sie wahrscheinlich bereits wissen, sind Daten oft ein totales Durcheinander. Sie haben Ihre Manufacturing Execution Systems (MES), Ihre Enterprise Resource Planning (ERP) -Systeme und eine Vielzahl anderer Boxen voller Daten. Es ist ein echtes Problem, wenn Sie versuchen, ein Problem wie eine Kundenbeschwerde zu lösen und Informationen zurückverfolgen müssen. Sie rufen den ERP-Mitarbeiter an, notieren Informationen, rufen eine andere Person an, um sich ein anderes System anzusehen, und Tage oder Wochen vergehen. Oft sind die Informationen, die Sie benötigen, einfach nicht verfügbar.

Diese Situation erinnert an eine Episode von Asterix und Obelix, in der sie versuchen, das Formular A38 zu bekommen. Sie gehen von einem Ort zum anderen und versuchen, Unterschriften zu bekommen, neue Formulare — es ist im Grunde dasselbe wie ERP, MES, PLC, CMMS-Geschichte. Dies sind Silos unverbundener Systeme.

Meine Vision ist es also, eine einheitliche Linse zu haben. Ein System, bei dem Sie einfach Ihr Telefon in die Hand nehmen und eine Frage stellen — so wie ich es früher mit GPT getan habe. Sie fragen: „Wie geht es meiner Membranmaschine heute? Gibt es irgendwelche Probleme?“ Und anstatt die Antwort „Ich weiß nicht“ zu erhalten, erhalten Sie eine nützliche Antwort, da das System Informationen in allen Datenbanken nachgeschlagen hat.

Stellen Sie sich dieses Szenario vor: „Ja, Ihrer Maschine geht es heute gut. Sie hat gerade eine 19-stündige Charge abgeschlossen. Es befindet sich derzeit im Reinigungsmodus und es wird ein paar Minuten länger als gewöhnlich dauern. Nichts Außergewöhnliches. Möchten Sie benachrichtigt werden, wenn etwas schief geht?“ Nun, das wäre mächtig!

Zurück zur Gärtner-Analogie: Der Gärtner ist immer noch ein Mensch, der mit dem Telefon interagiert, Fragen stellt und Ergebnisse interpretiert. Die KI ist jedoch das Werkzeug, das die Schwerstarbeit im Hintergrund erledigt. Sie ruft die Daten ab, sucht sie systemübergreifend, kombiniert sie, aggregiert sie und präsentiert sie Ihnen auf eine sinnvolle Weise.

Ich beende meine Präsentation an dieser Stelle und beantworte gerne alle Fragen. Sie können gerne den QR-Code scannen, um sich mit mir auf LinkedIn zu verbinden. Ich würde mich sehr freuen, dieses Gespräch fortzusetzen oder Ihnen eine Kopie dieser Folie zu senden.

FRAGEN UND ANTWORTEN

F: Haben Sie die Idee, ein Membran-GPT zu entwickeln, das Schulungen von Lieferanten, OEMs und Chemikalienlieferanten kombiniert, um den Mitarbeitern dabei zu helfen, Fähigkeiten zu entwickeln?

Markus: Zwar arbeitet niemand aktiv an diesem speziellen Konzept, aber wir haben mit der Idee experimentiert. Durch die Aufnahme relevanter Dokumente in eine private Datenbankstruktur könnte ein Membran-GPT Einzelpersonen über Membranfiltrationsmaschinen informieren, wobei das Wissen von Lieferanten und OEMs sowie die gesammelten Daten berücksichtigt wurden. Das ist ein faszinierendes Angebot, das die Fähigkeiten und das Grundwissen der Mitarbeiter verbessern kann.

F: Wie können wir Parameter definieren und Datentrends sammeln, um Fragen zur Leistung eines Membransystems zu beantworten? Arbeiten Sie mit Branchenführern bei der Datenerfassung und -analyse zusammen?

Markus: Zusammenarbeit ist entscheidend, um Parameter zu definieren und Datentrends für eine genaue Analyse zu erhalten. Fachexperten wie Verfahrenstechniker spielen eine entscheidende Rolle bei der Festlegung der Schlüsselparameter für eine gesunde Maschine. Was die Datenerfassung anbelangt, so ist Teamwork zwischen KI-Systemen und Branchenführern erforderlich, um genaue Bewertungen und Erkenntnisse zu gewährleisten. Durch die Kombination von Funktionen des maschinellen Lernens mit Expertenwissen können wir die Leistung von Membransystemen effektiv beurteilen.

F: Wie weit sind wir bei der Entwicklung selbstlernender KI-Systeme, die uns über bestimmte industrielle Prozesse informieren und Erkenntnisse liefern können?

Markus: Wir haben erhebliche Fortschritte bei der Entwicklung selbstlernender KI-Systeme erzielt, insbesondere bei der Verarbeitung und Analyse von Textdaten. Ein umfassendes Verständnis komplexer industrieller Prozesse zu erlangen und KI-Systeme zu entwickeln, die den Menschen etwas über sie beibringen können, ist jedoch eine kontinuierliche Reise. Derzeit befinden wir uns auf einem ähnlichen Niveau wie ein Junior- oder Senior-Verfahrenstechniker, aber wir entwickeln und verfeinern KI-Technologien weiter, um ihr volles Potenzial auszuschöpfen.

F: Ist Sicherheit der Vorteil der Dezentralisierung und wie können wir die Datensicherheit in einer KI-gesteuerten Umgebung gewährleisten?

Markus: Dezentralisierung bietet Sicherheitsvorteile, da mehrere Programme verletzt werden müssen, um auf alle Daten zuzugreifen. In zentralisierten Systemen ist die Datensicherheit jedoch von größter Bedeutung. Die Implementierung robuster Verschlüsselungs-, Zugriffskontrollen und Authentifizierungsmechanismen ist unerlässlich. Durch die enge Zusammenarbeit mit Cybersicherheitsexperten und die Einführung branchenüblicher Best Practices können wir Daten schützen, unbefugten Zugriff verhindern und sensible Informationen schützen.

F: Wie können wir verhindern, dass KI falsche oder falsche Empfehlungen ausgibt, die zu Betriebsproblemen führen könnten?

Markus: Die Vermeidung falscher oder falscher Empfehlungen von KI-Systemen ist entscheidend für eine zuverlässige Entscheidungsfindung. Es kann ein Feedback-Loop-Mechanismus implementiert werden, bei dem KI-generierte Empfehlungen kontinuierlich bewertet und anhand bekannter Daten oder Experteneinblicke abgeglichen werden. Darüber hinaus sorgt die Kombination von KI-generierten Empfehlungen mit menschlichem Fachwissen für genauere und zuverlässigere Ergebnisse.

F: Gibt es Grenzen dafür, dass künstliche Intelligenz Prozesse halluziniert, und wie können wir sie verhindern? Wie wirkt sich Dezentralisierung auf die Sicherheit aus?

Markus: KI-Halluzinationen und ungenaue Empfehlungen sind Herausforderungen, die Aufmerksamkeit erfordern. Techniken wie Selbstkritik können eingesetzt werden, bei denen KI-Systeme zu ihren generierten Antworten befragt und zum Überdenken aufgefordert werden. KI wird zwar nicht eine ganze Anlage oder Einrichtung autonom betreiben, aber sie kann Empfehlungen und Erkenntnisse liefern. In Kombination mit strengen Sicherheitspraktiken bietet Dezentralisierung Schutz, indem sie das Risiko eines unbefugten Zugriffs reduziert und einzelne Fehlerquellen minimiert.

‍