Künstliche Intelligenz: Hilfe für den Mittelstand
Künstliche Intelligenz in der Produktion kann Prozesse überwachen, Routinetätigkeiten übernehmen und bei Entscheidungen unterstützen. Oft fehlt es Unternehmen allerdings noch an Fachwissen und Erfahrung, um die ersten Schritte hin zu einer intelligenteren Fertigung zu gehen. Drei Fraunhofer-Institute haben daher ihre KI-Expertise gebündelt und bieten dem Management produzierender Unternehmen einen strukturierten Einstieg in die komplexe Thematik.
Bild: Fraunhofer-Institut IPTFür die Produktivitätssteigerung und Wettbewerbsfähigkeit von Unternehmen scheint der Einsatz von künstlicher Intelligenz für die Zukunft unverzichtbar. Gerade kleine und mittlere Unternehmen stehen heute vor der Aufgabe, KI im Hinblick auf das eigene Geschäftsmodell in sinnvollen Anwendungsfällen zu vertretbaren Kosten umzusetzen. Als Mitgliedsinstitute der Fraunhofer-Allianz Big Data und künstliche Intelligenz bieten die drei Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS, für Arbeitswirtschaft und Organisation IAO und für Produktionstechnologie IPT produzierenden Unternehmen an, ihr Fachwissen aus der KI-Forschung in deren Geschäftspraxis einzubringen.
Kick-Starter-Bundle
Dazu haben die drei Institute im interdisziplinären Verbund das 'AI Kick-Starter Bundle' entwickelt. Es umfasst ein methodisches Vorgehen in drei Stufen: Zusammen mit der Unternehmensleitung legt die Fraunhofer-Allianz strategische Ziele der KI-Systeme für das Unternehmen fest, arbeitet konkrete Einsatzgebiete aus und prüft die Eignung des Unternehmens aus einer ganzheitlichen Betrachtung der Erfolgsfaktoren.
Schritt eins
Mit Blick auf die strategische Ausrichtung des Unternehmens werden in einem ersten Schritt gemeinsam die Ziele einer sinnvollen Nutzung von KI-Systemen und Big-Data-Analysetools erarbeitet. Daraus ergeben sich Ideen für mögliche Anwendungsbereiche im eigenen Unternehmen, z. B. für eine Optimierung von Produktionsprozessen, für eine vorausschauende Instandhaltung von Maschinenanlagen (Predictive Maintenance), für die Produktionsplanung, Logistik und Inventur oder für eine automatische Produktüberwachung.
Anwendungsfälle ausarbeiten
Im zweiten Schritt werden die Ideen zu konkreten Anwendungsfällen ausgearbeitet, ihre Potenziale und Hindernisse in der Umsetzung und im Einsatz identifiziert und dabei die Perspektiven der verschiedenen Stakeholder des Unternehmens berücksichtigt.
Machbarkeit bewerten
Schließlich wird die Machbarkeit der untersuchten Anwendungsfälle bewertet. Dazu richtet das Projektteam seinen Fokus nicht nur auf die technische Umsetzung des KI-Systems, sondern auch auf die verfügbaren Produktions- und Betriebsdaten, die strategische Relevanz des Vorhabens sowie die Organisationsstruktur des Unternehmens. Auf dieser Grundlage könnnen die Unternehmen selbst erkennen und Maßnahmen für eine erfolgreiche Einführung des KI-Systems in die praktische Anwendung ableiten.
Künstliche Intelligenz in der Produktion kann Prozesse überwachen, Routinetätigkeiten übernehmen und bei Entscheidungen unterstützen. Oft fehlt es Unternehmen allerdings noch an Fachwissen und Erfahrung, um die ersten Schritte hin zu einer intelligenteren Fertigung zu gehen. Drei Fraunhofer-Institute haben daher ihre KI-Expertise gebündelt und bieten dem Management produzierender Unternehmen einen strukturierten Einstieg in die komplexe Thematik.
Bild: Fraunhofer-Institut IPTFür die Produktivitätssteigerung und Wettbewerbsfähigkeit von Unternehmen scheint der Einsatz von künstlicher Intelligenz für die Zukunft unverzichtbar. Gerade kleine und mittlere Unternehmen stehen heute vor der Aufgabe, KI im Hinblick auf das eigene Geschäftsmodell in sinnvollen Anwendungsfällen zu vertretbaren Kosten umzusetzen. Als Mitgliedsinstitute der Fraunhofer-Allianz Big Data und künstliche Intelligenz bieten die drei Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS, für Arbeitswirtschaft und Organisation IAO und für Produktionstechnologie IPT produzierenden Unternehmen an, ihr Fachwissen aus der KI-Forschung in deren Geschäftspraxis einzubringen.
Fraunhofer-Institut IPT
Dieser Artikel erschien in IT&Production Dezember +Januar 2020 2019 - 13.12.19.Für weitere Artikel besuchen Sie www.it-production.com
