Schöne neue Welt. Die Megatrends der Industrie und ihre Auswirkungen auf den Kontrollraum

IoT – Internet of Things

Alles spricht. Mit IoT sind moderne Geräte gemeint, die in der Lage sind, sich über das Netzwerk oder das Internet „mitzuteilen“. Früher war es nur der Computer, der durch ein Netzwerkkabel oder WLAN mit der Welt kommunizieren konnte. Mittlerweile verbinden wir neben Smartphone und Computer auch noch Kühlschrank, Heizung, Licht und Waschmaschine mit dem Internet. Jeder Artikel, der digitalisiert werden kann – wird auch digitalisiert. So finden wir IoT auch heute in unserem Alltag wieder, denn mittlerweile sind mehr Geräte internetfähig, als wir denken.

Es gibt einzelne Hausgerätehersteller, die besonders stark auf vernetzte Geräte setzen. Da spricht das Kochfeld mit der Dunstabzugshaube, um den entstehenden Dampf automatisch abzusaugen. Gleichzeitig schicke ich über das Smartphone ein neues Rezept an den Backofen, um den perfekten Schokoladenkuchen zu backen. Früher musste man dafür noch das Rezept lesen und zwei Knöpfe am Backofen bedienen – wie umständlich!

Doch nicht alles was glänzt ist Gold. Manch einer fürchtet heute schon, in Zukunft vielleicht nicht mehr Herr seine Geräte zu sein. Für die Einrichtung des harmonischen Zusammenspiels ist zumindest heute noch reichlich technisches Know-how notwendig und etwas Wissen in der Welt der IT kann durchaus hilfreich sein. Vor allem wenn es mal nicht so smart läuft, wie der Hersteller verspricht.

Trotzdem finden wir es überaus spannend zu beobachten, wie die Geräte ihre zugeteilten Jobs wie früher erledigen – nur jetzt alles smarter, intelligenter und automatisch. Sie erleichtern uns den Alltag und ermöglichen neue Szenarien, an die wir vor 10 Jahren im Traum nicht gedacht hätten. Stehe ich zum Beispiel im Supermarkt und weiß nicht, ob die Maus im Kühlschrank schon die weiße Fahne hisst, schalte ich mich per Smartphone über eine Kamera direkt hinein und schaue einfach nach, was noch drin ist. Praktisch wie ich finde. Und förderlich für den allgemeinen Familienfrieden.

IoT in der Industrie

Die vorigen Beispiele haben gezeigt, wie wir im privaten Leben bereits mit IoT konfrontiert werden. Wie sieht es mit IoT in der Industrie aus? Gerade im industriellen Umfeld gilt: „Alles was digitalisiert werden kann, wird digitalisiert“. Dieser Trend ist heute nichts Neues mehr. Jedoch sinken die Kosten für Sensoren und Aktoren drastisch und damit erhöht sich das Volumen an IoT Devices in den Unternehmen spürbar.

Ziel ist es, die Effizienz zu steigern, Kosten zu senken und im Unternehmen mehr Wachstum zu erreichen. Organisch zu wachsen ist für Unternehmen in Zeiten von Fachkräftemangel schwierig, das Wachstum durch Technologie zu steigern dafür umso einfacher. Man schätzt, dass sich die Anzahl der Sensoren und Aktoren in den nächsten zwei Jahren locker verdoppelt. Die Herstellungskosten für IoT Devices sinken immer weiter und somit kann man davon ausgehen, dass sich früher oder später jede Fabrik zu einer Smart Factory wandeln wird.

(Quelle: https://de.statista.com/statistik/daten/studie/688174/umfrage/prognose-zum-umsatz-und-absatz-von-sensoren/)

Die Anzahl der Sensoren ist jedoch nicht alles. Spannend wird die Auswertung und Nutzung der gewonnen Daten. Hier lautet das Stichwort „Business Intelligence“. Der Mensch alleine schafft es nicht mehr, die Datenflut zu verarbeiten. Dafür gibt es auch schon eine eigene Technologie, die sich künstliche Intelligenz nennt.

KI – Künstliche Intelligenz

Der Begriff„künstliche Intelligenz“ lässt vielen einen kalten Schauer über den Rücken laufen. Man verbindet das Thema schnell mit Hollywood Blockbustern wie Terminator, A.I., I-Robot etc. Ganz so wie in Hollywood suggeriert, sieht die Welt aber zum Glück „noch“ nicht aus.

Ein Beispiel, wie weit die Entwicklung dann doch schon vorangeschritten ist, haben wir hierzu aus China: Hier verwendet die Nachrichtenagentur Xinhua einen digitalen Nachrichtensprecher, welcher komplett durch KI gesteuert wird. Der Sprecher sieht einem Menschen verblüffend ähnlich und zeigt menschliche Verhaltensmuster wie Augenblinzeln, Brille hochschieben usw.

Doch künstliche Intelligenz besteht aus mehreren Teilen. Man muss dazu noch deep learning und machine learning kennen. Eine einfache künstliche Intelligenz lernt nichts von alleine dazu. Man programmiert ihr Eigenschaften ein, die sie im richtigen Moment abruft. Wenn die künstliche Intelligenz aber selbstständig lernen soll, benötigt es eines weiteren Algorithmus.

Hier ein Kurz-Überblick:

Künstliche Intelligenz:

Ein Gerät mit einer KI besitzt programmierte Verhaltensmuster, die automatisch abgerufen werden, ohne dass ein Lerneffekt eintritt. Die Maschine würde einen Fehler immer wieder machen, ohne zu wissen, dass sie einen Fehler macht. So fährt mein kleiner Saugroboter doch immer wieder beharrlich über den einen Teppich, in dem er sich verfängt und der ihn letztendlich komplett ausbremst. Lerneffekt nicht vorhanden.

Machine Learning:

Machine Learning ist der nächst höhere Algorithmus. Durch Ermittlung von Ähnlichkeiten zwischen Datensätzen erkennt maschinelles Lernen Muster. Das alles nur durch Logik ohne eigenständiges Handeln der Maschine. Das System ist mit Maschine Learning auch noch nicht in der Lage sich selbstständig weiter zu entwickeln. Hier ist ein manuelles Einwirken von Programmierern nötig, um sich auf neue Begebenheiten einzustellen.

Deep Learning:

Deep Learning ist die höchste Stufe unter Einsatz von neuronalen Netzen. Ähnlich wie ein menschliches Neuron gibt es bei den künstlichen Neuronen mehrere Inputs und ein Output je Neuron. Durch eine unterschiedliche Gewichtung der Inputs und trainieren des Netzwerks wird das System automatisch immer intelligenter und lernt was wichtig und was nicht. Hierzu ein Beispiel mit Katzenfotos. Das System lernt durch Pixelauswertung mit Deep Learning was eine Katze und was ein Hund ist. Die Google Bildersuche funktioniert mittlerweile mit Deep Learning. Probieren Sie es an Ihrem Smartphone mit Ihren eigenen Fotos doch einmal aus und Sie werden feststellen, dass Ihr Smartphone weiß, was Sie fotografiert haben. Auch Google Lens ist eine rein durch Deep Learning programmierte App.

Deep Learning kommt dann zum Einsatz, wenn Maschine Learning an seine Grenzen stößt, da die Aufgabe zu vielschichtig für Maschine Learning ist. Diese Form der künstlichen Intelligenz umfasst alles inkl. Machine und Deep Learning. Sie muss weit mehr können, als nur zu lernen. Sie muss auch Wissen effizient abspeichern, einordnen, sortieren und abrufen können. Sie muss über eine Logik verfügen, wie sie das Gelernte einsetzen muss, um sich selbst stetig zu optimieren.

KI in der Industrie, Stadtentwicklung und dem Gesundheitssektor

Hierzu ein paar Beispiele, wo wir künstliche Intelligenz in der Industrie und im Business wieder finden:

Healthcare Sektor: Man hat in ein System mit künstlicher Intelligenz Tausende Röntgenbilder von gesunden Menschen und Krebspatienten eingelesen. Heute ist die KI schneller und besser in der Lage zukünftige Röntgenbilder zu analysieren, als ein Arzt das je könnte.

Smart City: Wie wir alle wissen, kommt das autonome Fahren und dazu gleich noch die intelligente Verkehrssteuerung. Zukünftig muss die Steuerung des Verkehrs noch effizienter und intelligenter gestaltet werden. Ampeln, Schilder, Beleuchtung, alles wird und muss zukünftig miteinander kommunizieren. Fehler dürfen hier nicht passieren! Das wäre fatal.

Produktion: Die KI lernt von Operatoren, wie man eine Anlage fährt. Die Schalthandlungen der Operatoren ergeben sich anhand von Ereignismustern. Die KI verarbeitet das und wird dem Operator zukünftig schon frühzeitig eine Schaltempfehlung geben können, um die Anlage effizienter zu fahren. Das reduziert die Fehleranfälligkeit und besonders in Nachtschichten und konzentrationsschwachen Momenten unterstützt die KI den Operator mit wertvollen Tipps.

5G – schöne mobile Welt

Der neue Standard für mobile Datenübertragung lautet 5G. Aber wofür braucht man 5G? Dazu ein Beispiel aus dem Bereich autonomes Fahren: Aktuell benötigt ein autonomes Fahrzeug 4.000 Gigabyte Daten an einem Tag! Das Datenvolumen eines durchschnittlichen Smartphone-Users wäre damit in unter 10 Minuten aufgebraucht. Die Anzahl der Sensoren lässt die Datenflut in einem Auto ins gigantische steigen. Dazu müssen diese Daten in Echtzeit verarbeitet werden. LTE Netze können diese Leistung nicht bringen. Selbst wenn ein Smartphone 300 Mbit/S (4G) oder 1 Gbit/S (LTE advanced) schafft, muss sich das Netz die Bandbreite mit allen Teilnehmern der Funkzelle teilen. Deswegen brauchen wir für unsere smarte Zukunft größere Übertragungsbandbreiten, um solche Aufgaben zu meistern.

In der Industrie geht man davon aus, dass zukünftig jeder Sensor und Aktor seine Daten über ein 5G Netz übertragen kann. Mit sogenannten Campus Netzwerken wird auf einem Firmengelände ein eigenes 5G Netz aufgebaut, in dem auch nur die eigenen Komponenten funken dürfen. Dadurch wird es zukünftig ein Leichtes sein, die ganze Fabrik zu digitalisieren, von überall die Daten her zu bekommen und diese auch intelligent zu verarbeiten. Was heute noch großen Aufwand bedeutet, da eine Netzwerkanbindung schwierig ist oder ein WLAN zu instabil, wird zukünftig mit 5G kein Thema mehr sein.

5G bietet nicht nur mehr Datenübertragung, sondern ermöglicht auch die Positionierung von fahrerlosen Transportsystemen (FTS). Renommierte Institute forschen bereits an solchen Lösungen. Maschinen werden zukünftig auch miteinander interagieren.

Unser Fazit