INDUSTRIEMAGAZIN: Wo verschenken Industrieunternehmen derzeit das größte KI-Potenzial?
Martin Riester: Viele setzen KI mit ChatGPT und Dokumentenbearbeitung gleich. Die größeren industriellen Hebel liegen aber in der Reihenfolgeplanung, Bestandsoptimierung und Produktionssteuerung. Wir haben beispielsweise mit Deep Reinforcement Learning einen Bestandsoptimierungsalgorithmus entwickelt und getestet. Das Ergebnis: zehn bis 30 Prozent weniger Lagerbestand. Bei zehn Millionen Euro Lagerwert entspricht das einer Kapitalfreisetzung von ein bis drei Millionen Euro.
Welche weiteren messbaren Ergebnisse gibt es?
Riester: Für eine Lagerplanung haben wir 1,1 Milliarden Datenzeilen ausgewertet. Bei SPAR haben wir erstmals die gesamte Kette von der Filiale über Transporte bis zum Lager simuliert. Dafür wurde ein digitaler Zwilling des Lagers bis auf Palettenebene erstellt. Wir untersuchen, wie Filialbestände und Bestellrhythmen die Zahl der Kommissioniervorgänge und Transportfahrten beeinflussen. Im Lebensmittelhandel können schon wenige Prozent Verbesserung wirtschaftlich erheblich sein.
Was bedeutet das für den Wettbewerb zwischen Unternehmen?
Riester: Es entsteht ein „Adoption Gap“. Große Unternehmen beschäftigen eigene KI-Abteilungen. Aber auch Mittelständler mit 200 bis 300 Mitarbeitern investieren bereits beträchtliche Summen in GPU-Server und eigene KI-Infrastruktur. Wer damit Bestände reduziert und Produktivität steigert, kann das freigesetzte Kapital erneut investieren. Andere Unternehmen verlieren möglicherweise dauerhaft den Anschluss.
Wo greifen Ihre Algorithmen unmittelbar in die Fertigung ein?
Riester: Wir haben eine Schneidanlage mit einem Vibrationssensor nachgerüstet, der den Werkzeugzustand erfasst. Daraus wird die Auftragsreihenfolge optimiert. Ist ein Werkzeug bereits verschlissen, kann die Bearbeitung von weicherem Kupfer vor jene von hartem Stahl gezogen werden. Damit verhindern wir einen Werkzeugbruch kurz vor Schichtende. Solche komplexen Planungsprobleme erfordern individuelle Lösungen.
Wie stark beschleunigt generative KI die Entwicklung?
Riester: Wir erzeugen teilweise Code in wenigen Tagen, für den wir früher mehrere Monate gebraucht haben. Das funktioniert bei Prototypen. Für produktive Software braucht es weiterhin professionelle Entwickler. KI ist auch nicht immer notwendig: Manche Optimierungsaufgaben lassen sich mit klassischen Heuristiken besser lösen.
Verändert KI auch Fraunhofer Austria selbst? Brauchen Sie künftig mehr Informatiker als Ingenieure?
Riester: Seit ich hier bin, ist der Ingenieuranteil zurückgegangen, während Informatik, KI und Data Science deutlich zugelegt haben. Die Ingenieure stellen aber weiterhin den größeren Anteil. Entscheidend ist, dass wir beide Welten zusammenbringen: das industrielle Prozessverständnis und das mathematische und informatische Methodenwissen.
Welche Rolle werden humanoide Roboter spielen?
Riester: Ihr Vorteil wäre, dass bestehende Produktionsumgebungen nicht umgebaut werden müssten. Aber sie müssen den Kosten- und Leistungsvergleich mit herkömmlichen Robotern bestehen. Bei repetitiven Tätigkeiten mit hohem Durchsatz sind spezialisierte Roboter tendenziell wirtschaftlicher. Potenzial sehe ich bei wechselnden Aufgaben und in gefährlichen Arbeitsumgebungen. Die notwendigen Stückzahlen und Kostensenkungen fehlen derzeit noch.
