Veranstaltung - Ausgabe 09|10

Daten erheben und nutzen

Der IHK-Innovationstag zeigt, wie auf Basis von Daten Produktionsprozesse optimiert, Kunden besser verstanden und Vorhersagen getroffen werden können. Beispiele aus Wissenschaft und Praxis demonstrieren, was Künstliche Intelligenz heute schon leistet und welches Potenzial noch in ihr steckt.
Daten, Daten, Daten – ein Credo, das als neue Währung auf den Unternehmenserfolg nahezu aller Branchen einzahlen soll. Ob Sensordaten, Warenkörbe von Kunden oder Messwerte aus der vernetzten Produktion. „Big Data verspricht hohe Effizienzgewinne und eröffnet neue Geschäftsfelder“, sagt IHK-Innovationsreferentin Sabrina Schmid. Doch um auf den Unternehmenserfolg einzuzahlen, müssten die Daten nicht nur erhoben, sondern auch weiterverarbeitet werden. „Ohne Datenverfügbarkeit ist Industrie 4.0 nicht umsetzbar“, sagt Tobias Weber von PIA Automation. Die Anlagen der Unternehmensgruppe für Maschinenbau erheben während des gesamten Produktionsprozesses zahlreiche Werte. „Große Datenmengen bedeuten auch Herausforderungen beispielsweise hinsichtlich Speicherkapazität, Prozessorleistung bei den Analysen, Archivierungsstrategien auf technischer Ebene bis hin zum Umgang mit Datensicherheit“, weiß Weber. Doch dieser Aufwand lohne sich, denn der Erfolg sei messbar. Für das Unternehmen steht bei der Datenanalyse insbesondere die Erhöhung der Overall Equipment Effectiveness (OEE) als Leistungskennzahl im Mittelpunkt. Je besser diese Kennzahl, desto effizienter produziere die Anlage und „umso mehr bekommt der Kunde für sein Investment“, sagt Weber.

Von Daten lernen

Christian Menden vom Fraunhofer IIS sieht Big Data als notwendige Voraussetzung, um Künstliche Intelligenz (KI) trainieren zu können: „Erst durch die Analyse der Daten mittels KI und den daraus abgeleiteten Ergebnissen kann nicht nur die Vergangenheit analysiert, sondern auch Prognosen abgegeben werden.“ Viele Innovationen der letzten Jahre wären ohne Big Data und KI nicht möglich gewesen, von Sprachassistenzsystemen über (teil-)autonomes Fahren bis hin zu Predictive Maintenance für die Wartung von Maschinen.
„Wir können bereits heute präzise Vorhersagen wie beispielsweise Nachfrage- und Preisprognosen treffen oder komplexe Ursache-Wirkungsbeziehungen in Unternehmensdaten erkennen, verstehen und optimieren“, beschreibt Menden die aktuellen Möglichkeiten der KI-Lösungen. Diese seien jedoch meist sehr stark auf einen konkreten Anwendungsfall ausgelegt und kaum universell einsetzbar. „Eine KI, die Schach spielt, wird nicht in der Lage sein, ein autonomes Fahrzeug zu steuern oder umgekehrt“, veranschaulicht der Experte. Data Science oder Machine Learning-Methoden als Teilbereich der KI hingegen seien anwendungsagnostisch. „Das bedeutet, dass sich ein Verfahren, welches zum Beispiel in der Bioinformatik zur Genanalyse entwickelt wurde, ebenfalls für Mustererkennung in Ersatzteilbeständen eignet“, erklärt Menden. Dadurch seien die möglichen Anwendungsgebiete sehr offen. Dafür wiederum sieht er insbesondere für KMU die Verfügbarkeit, Qualität und Quantität der Daten aktuell als die begrenzenden Faktoren. Wichtig sei herauszufinden, ob und wo in einem konkreten Anwendungsfall ein Problem besteht und dann zu überlegen, wie dieses gelöst werden kann.
Anmeldung zum Innovationstag
Mi., 15. September | 9.00-17.00 Uhr | nach Vereinbarung