Technikjournalisten bloggen

Cognitive Computing – Wie Maschinen das Lernen lernen

Joachim Löw gewinnt die Fußballweltmeisterschaft mit der optimalen Aufstellung anhand von Auswertungen aus Datenquellen. Meteorologen sagen mithilfe von Wettervorhersagen den Kaufkonsum für Sommerkleidung voraus. Oder Analysen geben Unternehmen Hinweise auf die Entwicklung des Aktienmarktes und welche Schritte für das nächste Geschäft nötig sind. Hinter solchen Szenarien steckt kognitives Lernen, besser bekannt als Cognitive Computing. Dieses legt das Fundament der Mensch-Maschine Partnerschaft und findet immer mehr Einzug im deutschen Maschinen- und Anlagenbau. Der IT-Konzern IBM erarbeitet aktuell neue Konzepte für kognitives Lernen. Der Mensch schlüpft dabei in eine komplett neue Rolle.

Kognitives Lernen mit Big Data

Die Digitalisierung der Produktion erfordert eine umfassende Ausstattung und Vernetzung mit Sensoren. Cognitive Computing ist dabei eine entscheidende Erweiterung zur Smart Factory. Das kognitive Lernen ermöglicht neue Geschäftsmodelle für den deutschen Maschinen- und Anlagenbau. Cognitive Computing umfasst das Gebiet selbstlernender IT-Systeme. Darunter versteht sich die Kommunikation zwischen Menschen und Maschine. Dabei erinnert sich kognitives Lernen an frühere Interaktionen und zieht daraus eigenständig Schlüsse. Grundlage dafür ist die Verarbeitung von großen Datenmengen (Big Data) aus unterschiedlichen Quellen sowie die Berücksichtigung des Umfelds.

„Data is the fuel, Algorithms are the engine.“Aus den Datenmengen einfacher kognitive Entscheidungen treffen. (Fotoquelle: Marcel Geldner)

„Cognition is the mental Action or process of acquiring knowledge.“

Cognitive Computing orientiert sich an Methoden des Data Minings, der Mustererkennung sowie der Verarbeitung natürlicher Sprachen. Das ermöglicht eine Imitation des menschlichen Gehirns und daraus folglich eine technische Umsetzung zu bewirken. Das Ziel des kognitiven Computings ist es, automatisierte IT-Systeme zu schaffen und Problemstellungen ohne menschliche Hilfe lösen zu können.

Die Kerntechnologie von Cognitive-Computing-Systemen setzt sich aus Algorithem des maschinellen Lernens zusammen. Kognitives Lernen erstellt durch die Nutzung von Methoden steig Wissen aus Datenmengen. Dabei verfeinern die Systeme eigenständig die Art und Weise, wie sie nach Mustern suchen und ebenso wie sie die Daten verarbeiten. Die Herangehensweise hilft dem System Probleme zu antizipieren und mögliche Lösungen zu modellieren.“Cognitive Manufacturing nutzt cognitive Fähigkeiten um bisher nicht zugängliche Bereiche von Prozessen zu digitalisieren und zu optimieren,“ sagt Matthias Dietel, Manager Executive Think Space und Local Point Industrie 4.0 bei IMB Deutschland Research & Development GmbH.  Das entscheidende für ein funktionierendes Cognitve-Computing-System sind Big Data Mengen, die verwendet werden

Von Cognitive Computing zu Smart Manufacturing

Das kognitive Lernen für produktionstechnische Verläufe erscheint als sinnvoll und liefert entscheidende Daten für das Unternehmen. „Wir nutzen cognitive Systemfähigkeiten. Mit diesen lassen sich Informationen rund um Produktionsprozesse mit umstrukturieren Daten wie Bilder Video oder Akustik anreichern,“ erläutert Dietel.  Die Erkenntnisse aus den Maschinendaten erfordern somit ein kontinuierliches Lernen und benötigen daher diese großen Datenmengen. Neben der Zustandsüberwachung hilft Cognitive Computing bei der Fehlervermeidung und Erkennung Problemstellungen in Produktionsabläufen. Das macht das System für Smart Manufacturing sehr bedeutsam und hebt eine Fabrik in die nächste Entwicklungsstufe. „Die Rede ist hier nicht mehr von Smart Factory sondern von cognitive Factory,“ sagt Palmen Kiradjiev von IBM.

Die kognitive Fabrik ist die nächste Entwicklungsstufe der Industrie 4.0. Sie weist neben der besseren Zusammenarbeit zwischen Mensch und Maschine einen regelmäßigen Erfahrungs- und Wissensaustausch auf. Dadurch können Wertschöpfungsketten viel zuverlässiger, vorausschauender und ökonomischer evaluiert werden. Ein Vorteil für das Unternehmen und den Mitarbeiter.

 

Mit Cognitive Computing den Weg einer intelligenten Produktion gehen. (Fotoquelle: slidshare.net)

Watson – ein kognitives Lerntool für Ingenieure

Watson ist ein lernendes IT-System, das in der Interaktion mit Menschen und durch gezielte Trainings seine eigenen Fähigkeiten, sein Wissen und Können permanent vertieft und erweitert.“Ingenieure trainieren mit Watson die Gesamtheit von mehr als 30 Jahren Ingenieurserfahrung im Betrieb von der Flüssig-Gasanalagen mit dem Ziel den cognitiven Ratgeber Service zu unterstützen, um Probleme schneller zu lösen den Prozessfluss zu optimieren und an Ende einen besseren Betriebsablauf zu erreichen.

Für die kognitive Fabrik bietet Watson Für die lernende Fabrik bedeutet das: Watson akkumuliert im Laufe der Trainings und im späteren Arbeitseinsatz vor Ort Wissen und Erfahrungen und macht sich so zu einem smarten Helfer und Ratgeber für den Mitarbeiter an seinem Arbeitsplatz in der Werkshalle oder für den Supply-Chain-Verantwortlichen, der die effektive Steuerung ganzer Wertschöpfungsnetzwerke im Auge behalten muss.

Im Detail ist das System in den Bereichen als intelligenter Assistent des Werkers an seinem Arbeitsplatz, der Steuerung smarter Maschinen (Cyber-Physische-Systeme, CPS) oder in der vorausschauenden Wartung und Qualitätssicherung (Predictive Maintenance and Quality, PMQ). Watson trägt neben der Unterstützung von Produktionsprozessen auch zur Produktivitätssteigerung und Produktionsqualität bei.

Deutsche Industrie braucht Spezialisten für Cognitive Computing

Dietel setzt für die erfolgreiche Umsetzung von Cognitive Computing den Mensch in den Fokus „Cognitive Computing soll dem Menschen dienen und ihn nicht ersetzen,“ so Dietel. Der Mensch sei ein bedeutender Akteur in diesem Netzwerk. Daher müsse in die Ausbildung von Mitarbeitern investiert werden. „Wir benötigen Spezialisten in der Datenanalyse, Software Engineering, Robotics und künstlichen Intelligenz.“ Die Technologie kann ohne den Menschen nicht funktionieren und erlangt nur Wissen durch die menschliche Kollaboration.

Bestimmte Spezialisten sind also entscheidend für eine erfolgreiche Implementierung. Auf der einen Seite wären da Data-Science-Experten für statistische Analysen und mathematische Modelle . Und auf der anderen Seite Business-Analysten für die Wissensdarstellung. Sie können anhand von Methoden die kognitiven Systeme Unterschützen und bessere Entscheidungsprozesse  erarbeiten. Laut Sven Semet, HR Thought Leader Watson Talent bei IBM Smarter Workforce biete sich mit Cognitive Computing dem Human Resource Abteilung eines Unternehmen die Möglichkeit, Talente datengestützt zu finden und für sich zu gewinnen. So könne gezielt nach Fachkräften gesucht werden, um die Lücke im Bereich des Cognitive Computings zu schließen.

Fachkräfte im Bereich Cognitive Computing sind gefragt. (Fotoquelle: Marcel Geldner)

 

 

Von der Smart Factory zur digitalen Fabrik – mehr dazu auf dem THINK Blog DACH von IBM

 

Quellen:

IBM: http://research.ibm.com/cognitive-computing/

 

Fotoquelle Marcel Geldner

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.