Rückblick auf den 2. Technologietag des Fraunhofer IDMT

Zur zweiten Auflage der Veranstaltungsreihe des Geschäftsfelds »Industrial Media Applications IMA« trafen sich rund 60 Interessierte aus den Bereichen Messtechnik, Sensorik sowie Maschinen- und Anlagenbau im Erfurter Zughafen, um sich über das Trendthema Künstliche Intelligenz (KI) in Kombination mit akustischen Messverfahren zu informieren.

Sieben Vertreter aus Industrie und Wissenschaft gaben in ihren Vorträgen Einblicke in die Anwendung akustischer Messsysteme in der unternehmerischen Praxis. Besonderer Fokus lag dabei auf den Vorteilen, die sich durch den Einsatz von KI hierbei ergeben, aber auch auf den Hemmnissen, die es derzeit noch gibt.  

»Künstliche Intelligenz – nützlich oder völlig überschätzt?«

In seiner Eröffnungs-Keynote stellte Prof. Ralf Otte von der Technischen Hochschule Ulm und Autor des Buches »Künstliche Intelligenz für Dummies« die Grundlagen von KI und der damit verbundenen Teildisziplin des maschinellen Lernens vor. Im weiteren Vortrag gab er einen Ausblick auf die nächsten 20 bis 30 Jahre mit KI und stellte die Frage, ob es erstrebenswert ist, einer Maschine alles Erlernbare anzutrainieren, um mithilfe technischer Systeme intelligentes Verhalten nachbilden zu können.

Aus der Praxis in die Wissenschaft – und zurück in die Anwendung

In den Praxisvorträgen wurde deutlich, dass die Unternehmen sich dem Trendthema »maschinelle Lernverfahren basierend auf akustischen Messdaten« immer häufiger stellen. Der Grund dafür sind die enormen Datenmengen, die entstehen, und die notwendige Genauigkeit bei der Auswertung der Messdaten. Die Zusammenfassungen der Beiträge sind im Reiter »Abstracts«  zu finden.

Über die Hemmnisse beim Einsatz von KI

In der Podiumsdiskussion stellte Institutsleiter Prof. Joachim Bös als Gesprächsleiter die Frage nach den Hemmnissen, die vor allem KMU noch daran hindern, sich auf das Thema KI im eigenen Betrieb einzulassen und was man tun müsse, um beim Anwender Klarheit über dieses Thema zu schaffen. Johannes Kortmann, Abteilung Product Management and Innovations bei Bilfinger Digital Next, stimmte zu, dass in Unternehmen maschinelle Lernverfahren aktuell eher zögerlich genutzt werden. Vor allem die Verwendung sensibler Prozessdaten zu Trainingszwecken in einer Cloudumgebung stellt eine mitunter große Hürde in der Beschaffung von realen Trainingsdatensätzen dar.

Laut Kortmann herrsche häufig noch viel Misstrauen in die Cloud-Sicherheit und zu wenig Vertrauen in den Mehrwert, der aus der Analyse der Messdaten auf Basis von KI hervorgeht: »Dieser muss in Zusammenarbeit mit dem Kunden erst deutlich aufgezeigt werden, bevor er sensible Messdaten herausgibt«. Den Mehrwert bezeichnet Herr Kortmann als die Kombination aus dem Wert der Daten für das Unternehmen, deren Verfügbarkeit und der Interpretation der Ergebnisse.

»Kann der Rückgang der dritten Trendwelle zum Thema KI vermieden werden?«

Aus der einleitenden Keynote von Prof. Otte ging hervor, dass die ersten beiden Trendwellen zur Erprobung von KI in den 1950er und 1980er Jahren an einer zu großen Aufbruchseuphorie scheiterten. 

Konstanze Olschewski, Geschäftsführerin der Alpha Analytics GmbH und Teilnehmerin der Podiumsdiskussion, bestätigte die damaligen hohen Erwartungen, »mit denen man versuchte, alle Probleme der Welt zu lösen«. Aber solange sich die Wissenschaft heute erreichbare Ziele stecke und KI nur dort einsetze, wo es sinnvoll ist und die Machbarkeit schnell und vor allem erfolgreich erprobt werden kann, biete ihr Einsatz einen echten Mehrwert und werde auch auf Akzeptanz beim Anwender stoßen, so Olschewski weiter.

»Wer vorher sorgfältig ZUHÖRT, kann nachher schneller MITREDEN«

Im Resümee der Diskussion wurde als wichtiges Zukunftsthema die gründliche Aufbereitung und Vorverarbeitung von Messdaten genannt, verbunden mit dem Wunsch, dies künftig vereinfacht oder sogar automatisiert durchführen zu können. Weitere herausgearbeitete Themen waren:

• der Wunsch nach einer Anleitung oder Empfehlung für den Einsatz von Verfahren des maschinellen Lernens in der Praxis und darüber hinaus in ihren spezifischen Anwendungsfällen
• die Möglichkeit zum nachhaltigen Abruf und zur Dokumentation von Expertenwissen für ein effizientes Messdaten-Management
• die automatische Annotation der Messdaten
• KI-Systeme sollen Experten nicht ersetzen, sondern sie vielmehr unterstützen
• wichtiges Forschungsthema für die KI-Wissenschaft: die Erkennung von Anomalien in der Prozessüberwachung