Joanneum Research MATERIALS : Industrie-KI braucht mehr als gute Algorithmen

KI ist in der Gesellschaft angekommen, in der Industrie ist ihr Einsatz anspruchsvoller. Anders als bei sprachbasierten Anwendungen gehe es nicht um fertige Software, sagt David Wimler. „Das sind nicht Out-of-the-box-Anlagen oder Softwarelösungen, sondern komplexere Systeme.“ Das Training müsse erst an der Anlage erfolgen. „Das ist nicht Plug and Play“, so Wimler. Besonders deutlich wird das beim Laserschweißen. 

Nie mehr die wichtigsten News aus Österreichs Industrie verpassen? Abonnieren Sie unser Daily Briefing: Was in der Industrie wichtig wird. Täglich um 7 Uhr in ihrer Inbox. Hier geht’s zur Anmeldung!

Das Verfahren ist beliebt, weil es sich gut automatisieren lässt. Zugleich reagiert es sensibel auf veränderte Randbedingungen. Prozess- und Werkstoffwissen seien hier entscheidend. Mit KI komme Datenwissen hinzu. Diese drei Ebenen müssten zusammenspielen.

Daten nutzbar machen

Viele Betriebe verfügen bereits über relevante Informationen, können sie nicht ausreichend nutzen. „Eigentlich ist es den Kunden sehr selten bewusst, wie viele Daten schon vorhanden sind“, sagt Wimler. Daten lägen in Maschinen oder Sensorik vor, seien aber oft nicht greifbar. Joanneum Research helfe, diese Quellen zu bewerten und Datenströme zusammenzuführen.

Vom Erkennen zum Verhindern

Ziel ist Echtzeit-Prozesskontrolle. Am Anfang stehe oft Anomalieerkennung: Die Software lernt, gut von schlecht zu unterscheiden. Schrittweise solle das System robuster werden und defekte Teile aussortieren. Der nächste Schritt sei, nicht nur Fehler zu erkennen, sondern auch deren Ursprung. So könnten Maßnahmen in der Qualitätssicherung gesetzt oder Feedback-Loops direkt in der Produktion aufgebaut werden. Bei industrieller KI sieht Wimler Europa nicht abgeschlagen. Das Feld sei offen. Europas Chance liege darin, Material- und Prozess-Know-how in KI-Systeme einzubringen und in die Fertigung zu übertragen.