Technikjournalisten bloggen

Wenn man von KI spricht holt man den Kunden einfacher ab

Gefühlt wird derzeit kein neues Produkt in der Maschienbau- und Elektroindustrie vorgestellt, das nicht „smart“ oder „intelligent“ ist. Es stellt sich die Gretchenfrage nach KI oder Machine Learning. Wie intelligent die Maschinen tatsächlich sind, weiß Data Scientst Dr. Daniel Kress von Weidmüller. Er ist Experte auf dem Gebiet Industrial Analytics und Machine Learning. Nach seiner Promotion im Bereich Neurobiologie und Verhalten an der Universität Bielefeld beschäftigte er sich im kalifornischen Stanford zweieinhalb Jahre lang mit beflügelten Robotern und Drohnen. Wie viel Intelligenz steck im Schaltschrank – nach der Einschätzung des Neurologen? Das fragte unser Autor Tim Neiertz.

Digitalisierung ist in der Branche ja schon länger ein Thema. Aber wo ordnen Sie nun Machine Learning ein?

Daniel Kress: Wir haben bei uns Kunden bei denen wir seit nun Anfang des Jahres Machine Learning in der Produkion durchführen anwenden und und die Resonanz war sehr positiv. Wir starten mittlerweile das Sechsfache an Maschinen mit Machine Learning aus was natürlich das Potential der Technologie widerspiegelt.

Wo sehen Sie den Unterschied zwischen Künstlicher Intelligenz und Machine Learning gerade bei industriellen Anwendungen?

Daniel Kress:  Ich bin Neurobiologe, für mich ist künstliche Intelligenz immer noch bisschen was anderes als Machine Learning. Künstliche Intelligenz ist, wenn man sich die aktuelle Hochschulforschung anschaut immer noch sehr begrenzt auf einen speziellen Anwendungsbereich. Sei es Bildverarbeitung, Chat-Bots, Natural-Language-Processing, oder andere Anwendungen. Eigentlich ist die Auswertung industrieller Daten nichts anderes. Deshalb würde ich schon sagen, dass man die Machine Learning Module auch KI nennen könnte. Weil es sich meist nicht nur um ein Modell handelt, sondern um ein Netzwerk von Modulen. Wir haben einen Kunden, bei dem bis zu 90 Modelle gleichzeitig in der Produktion laufen.

KI oder Machine Learning, das ist hier die Frage. (Foto: Neiertz)

Würden Sie trotzdem zusImmen, dass der Begriff KI in den Medien teilweise unachtsam oder auch falsch benutzt wird?

Daniel Kress: Ja natürlich – es ist ein Buzzword, ein Hype. Ich persönlich habe mich lange dagegen gesträubt. Die Wettbewerbsszene nutzt es so, und da habe ich mich jetzt angeschlossen. Das Problem ist: die Kunden haben seltener was von Machine Learning gehört, als von Deep Learning oder KI. Wenn man von KI spricht holt man den Kunden einfacher ab, als wenn man von Machine Learning spricht. Ich kann es natürlich nicht verallgemeinern, aber generell ist KI schon ein Hype-Word um besonders ausgereifte Machine Learning Analytics Szenarien zu beschreiben.

Worin unterscheiden sich nun die Produkte, die Sie derzeit mit KI vermarkten, von herkömmlichen AutomaIsierungsanlagen ?

Daniel Kress: Das Neue ist, dass es sich nun nicht mehr nur um ein einfaches Machine Learning Modul handelt, sondern um die Orchestrierung sehr viele dieser Module durch wiederum übergeordnete Machine Learning Modelle. Das heißt Modelle steuern und werten andere Modelle aus, welche jedoch für sich genommen trotzdem unabhängig bleiben. Auf ganz ähnliche Weise funktioniert auch unser Gehirn, es ist ein Netzwerk von Netzwerken. Vielleicht zur Illustration, nehmen Sie an, es gibt ein erstes neuronales Netz das darauf ausgerichtet ist Sprache zu erkennen und ein zweites das Bilder erkennen kann. Das Neue ist nun ein übergeordnetes neuronales Netz das beide miteinander verbindet. Und das ist etwas, das ich durchaus als Künstliche Intelligenz verstehen würde. Dieses Konzept setzen wir nun im industriellen Umfeld um. Nur nicht unbedingt mit neuronalen Netzen, sondern anderen Machine Learning Verfahren.

Wie ist Deutschland international aufgestellt was Machine Learning Modelle anbetrifft? Glauben Sie tradiIonelle Unternehmen können sich auf Dauer dem Trend verschließen und trotzdem bestehen?

Daniel Kress: Nicht die USA oder China sind unser größten Konkurrent, sondern die Japaner. Die sind, was die industrielle Nutzung von Machine Learning anbelangt, sehr weit. Hinter den Japanern würd ich die Chinesen einschätzen und dann erst die Amerikaner. Meiner Meinung nach muss sich jedes Unternehmen früher oder später mit der Thematik auseinandersetzen um konkurrenzfähig zu bleiben. Das betrifft auch kleine und mttelständische Unternehmen, denn global gesehen ist der Kostendruck sehr hoch. Datengetrieben Smart Services könnte jedoch ein Alleinstellungsmerkmal sein, das einen deutschen Produzenten von einem vielleicht günstigeren chinesischen Produzenten unterscheiden würde.

Weidmüller auf der SPS/IPC/Drives (Foto: Neiertz)

Wie sieht es bezüglich Sicherheitsbedenken bei der Verwendung von intelligenten Maschinen aus?

Daniel Kress: Bisher haben die Modelle die wir entwickeln keine Entscheidungshoheit. Sie liefern lediglich Entscheidungsgrundlagen für Menschen. Das heißt in einer Leitwarte bekommt man eine Prädikation von einem Machine Learning Modell angezeigt. Letztlich entscheidet jedoch immer noch der Mensch, was am Ende passiert.

Glauben Sie, dass man den Algorithmen in naher ZukunT mehr Entscheidungsgewalt übergeben wird?

Daniel Kress: Das ist eine schwer zu beantwortende Frage. Es kommt natürlich auf die Relevanz der Entscheidung an. Wenn es nur darum geht, dass die Maschine ein bisschen langsamer oder schneller läuft, kann ich mir das durchaus vorstellen. Dass die Maschine jedoch selbstständig entscheidet, dieses oder jenes Produkt zu produzieren, kann ich mir nicht vorstellen.