Interaktiv, vielfältig, komplex

Künstliche Intelligenz kommt in der Wirtschaft auf völlig unterschiedlichen Feldern zum Einsatz.

Illustrationen: Sophia Hummler
Illustrationen: Sophia Hummler
Eike Schulze Redaktion

Der Übersetzungsdienst DeepL ist weithin bekannt, er wird sowohl von Privatleuten wie Unternehmen eingesetzt. Wie er genau funktioniert, wissen hingegen nur wenige: Das Kölner Unternehmen setzt auf so genanntes „Deep Learning“, auf neuronale Netze und Künstliche Intelligenz, um eine bestmögliche Übersetzung zu gewährleisten. Dabei lernt DeepL von den eingereichten Texten, die übersetzt werden. Ein Großrechner spürt nach immer wiederkehrenden Wörtern in Satzzusammenhängen. Daraus entwickelt sich ein Satzalgorithmus, der zu passgenaueren Übersetzungen führt. Die Verknüpfung verschiedener technischer Anwendungen führte zu diesem neuen Ansatz der Übersetzung von Texten. Waren die ersten Übersetzungen noch holprig, so sind inzwischen schon gute Ergebnisse in vielen Sprachen zu erwarten. Je größer die zu verarbeitende Datenmenge, desto besser werden die Deep-Learning-Systeme. In ähnlicher Form wird das Deep-Learning von Unternehmen bei der Kommunikation mit Kunden und Interessenten verwendet.

So setzt die Versicherungskammer Bayern seit einer Weile IBM-Watson in der Kundenkommunikation per E-Mail ein. Mithilfe von Deep Learning kann das Tool Kundenanliegen bestimmt die Dringlichkeit feststellen und selbst Gefühlsregungen wie Wut oder Ironie richtig interpretieren. Die Möglichkeiten der Anwendung sind breit. So kann Deep Learning in Verbindung mit Künstlicher Intelligenz beim Aufspüren von Sicherheitslücken in IT-Abteilungen von Unternehmen eingesetzt werden. So sind Deep-Learning Großrechner in der Lage, selbst neuartige Malware zu identifizieren und diese erst mal in Quarantäne zu schicken, bis weitere Programme den Schädling genau betrachten. Er findet durch seine Algorithmen beispielsweise bei Banken Versuche von Kreditkartenbetrug. Vielversprechende Möglichkeiten gibt es im Rahmen der Gesichtserkennung und vor allem bei Big Data. So können Windparkbetreiber ihre Sensoren über einen Deep-Learning-Großrechner laufen lassen, um so die Wartungszyklen der Windturbinen zu ermitteln und zu optimieren. Dies ist deshalb wichtig, da eine Wartung eines Windrades nur von absoluten Spezialisten in schwindelnder Höhe durchgeführt werden kann.

Augmented Reality


Ein weiterer Innovationstreiber für Unternehmen ist Augmented Reality als Teil der Virtual Reality. Augmented Reality (AR) wurde zunächst in Regellagern eingesetzt, Arbeiter liefen nicht mehr mit Packlisten durch die Gegend, sondern durch Unterstützung von Datenbrillen wurden die Arbeitsschritte verkürzt, wie die DHL-Tochter DHL Supply Chain beim Vision Picking vormacht. Doch die Anwendungen werden immer vielfältiger. Der Einsatz findet bei Schulungen direkt an Maschinen statt, bei der Visualisierung von Arbeitsschritten auf einer Datenbrille, bei akustischen und optischen Warnhinweisen beim Betreten von Gefahrenzonen oder Wartung von Geräten. Dies ist beispielsweise wichtig, wenn kontaminierte Flächen nicht auf Anhieb für Mitarbeiter erkennbar sind. Meist kommen Datenbrillen zum Einsatz, aber auch Formen von Smartwatches und selbst ein Laptop oder Smartphone kann entsprechend ausgerüstet sein. Bei der Datenbrille oder 3-D-Brille ist der Vorteil, dass ein Mitarbeiter damit die Hände frei hat und so gleichzeitig bestimmte Arbeiten ungestört verrichten kann. Zudem können mehrere Mitarbeiter an einem Fertigungsprozess arbeiten und sich durch die Datenbrille untereinander vernetzen und unterstützen. Die Vernetzung ist eines der zentralen Elemente der Datenbrillen. Eine 3-D-Brille mit allen wichtigen Informationen erleichtert den Mitarbeitern die Produktionsabläufe. So konnte eine Lösung des Industriedienstleisters Bilfinger in die Fertigung einfließen: Da während Corona eine Reise zu einem Werk des Kunden in Polen nicht möglich war, sendete das Unternehmen 3-D-Brillen dorthin. Durch die Brillen der Arbeiter konnten die Mitarbeiter von Bilfinger leichter Verbesserungsmöglichkeiten in der Produktion erkennen und gleichzeitig die Wartung überwachen, ohne im Werk zu sein.

Agile Fertigung und Robotik


Workerbase, ein Start-up aus München, hat eine Lösung für die agile Fertigung entwickelt. Eine App macht es möglich: Aus Produktionsprozessen werden Echtzeitdaten für eine vollständige Produktionstransparenz gesammelt. Gleichzeitig werden die Mitarbeiter kompetenzbezogen mit Informationen zu Maschinen und Produktionsabläufen auf den hierzu eigens hergestellten Smartwatches versorgt. Die Software läuft außerdem separat auf allen gängigen Betriebssystemen, das erleichtert die Dokumentation. Vorgesetzte sind über die Software leichter in der Lage, die Produktion über den digitalen Informationsfluss zu steuern, um so schneller auf Kundenanforderungen reagieren zu können. Durch diese Art der Datenaufbereitung verbessert sich die Kommunikation zwischen Mensch und Maschine. Vielfach wird Augmented Reality mit Künstlicher Intelligenz kombiniert, beispielsweise, wenn die Datenbrille mit einer Kamera ausgestattet ist und ein Problem an eine mit Deep Learning aufgebaute Datenbank sendet, um eine Antwort auf eine Frage zu erhalten. So gesehen verschmelzen an diesem Punkt Mensch und Maschine.

Ein anderer Schwerpunkt der Digitalisierung ist die Robotik. Hierbei werden Industrieroboter mit Künstlicher Intelligenz ausgestattet, sodass sie eigenständig in der Produktion eingesetzt werden können. Auch in diesem Fall spielt die Bilderkennung eine große Rolle. So können sowohl die Objekterkennung als auch die Greifpunkterkennung erreicht werden. Diese Roboter können mit Menschen und Maschinen in der Produktion interagieren. Der Name für diese Art der Roboter lautet Cobots (collaborative robots). Das kunststoffverarbeitende Unternehmen Vema, das vornehmlich für die Automobilindustrie tätig ist, setzt Cobots an unterschiedlichen Stellen der Produktion ein. Der Cobot kümmert sich um die Produktqualität, bestückt Ablageplattformen mit Kunststoffteilen und hilft bei der Verpackung der Komponenten. Hierzu wird der Cobot an den einzelnen Arbeitsstationen mit verschiedenen Modulen ausgerüstet. Ebenso innovativ arbeitet der Automobilzulieferer ZF Friedrichshafen, wenn es um die Zahnradproduktion von Getrieben geht. Auch hier steht ein Cobot als „Helferlein“ Pate für den Erfolg. Dem Cobot wurde eine „Fingerfertigkeit“ antrainiert, sodass er in der Lage ist, die Getrieberinge selbst bei ungünstigen Lichtverhältnissen sicher zu greifen und in die richtige Position beispielsweise auf einem Montageband abzulegen. Damit ersetzt er menschliche Mitarbeiter:innen, die diese Tätigkeit sonst vollführen müssten. Durch seinen Einsatz wird die gesamte Produktion effizienter und Menschen werden von eintönigen Aufgaben befreit.

Spielend arbeiten


Ein sich weiter verstärkender Trend ist Gamification, manchmal auch als Serious Games bezeichnet. Hierbei sollen Mitarbeiter spielerisch besonders eintönige Sachverhalte erlernen. So hat die Bayer AG ihre Compliance-Vorgaben spielerisch umgesetzt, sodass die Mitarbeiter mit anschaulichen Beispielen aus der Praxis es leichter haben, die meist abstrakten Regeln zu verstehen und situativ richtig anzuwenden. Andere Anwendungsmöglichkeiten können Produkte sein, die unterschiedliche Funktionen beim Kunden haben. Durch ein interaktives Spiel kann so die Palette an Möglichkeiten erkannt und Kunden noch spezifischer beraten und Handlungsoptionen aufgezeigt werden. Beispielsweise sind in diesem Zusammenhang Hautpflegeprodukte, aber auch Reinigungsmittel für Haushalt und Industrie, zu nennen. Einen anderen Ansatz für den Einsatz von Gamification liefert PricewaterhouseCoopers (PwC). Das Beratungsunternehmen setzt ein Spiel im Rahmen des Recruitments ein, das den Alltag im Büro simuliert und die Fertigkeiten überprüft. So können beispielsweise auch Talente von Mitarbeitern erkannt werden, die bislang nicht offensichtlich waren. Zu unterscheiden ist Gamification vom Game-based Learning. Beim Game-based Learning werden nur spielerisch Elemente einbezogen, beispielsweise, wenn mit Karteikartenlernen Belohnungssysteme verbunden sind. Die Serious Games sind hingegen eigenständig entwickelte, interaktive und komplexe Anwendungen.

Digitalisierung der Industrie

Solche wie die hier gezeigten Anwendungen erfüllen in Deutschland das Schlagwort von der Digitalisierung der Wirtschaft mit Leben. Dabei ist Digitalisierung nicht etwas, was erst in den 2000er-Jahren entstand. Mit der Entwicklung der Braille-Blindenschrift im Jahr 1825 wurde der erste Code in diesem Bereich entwickelt. Geschriebene Wörter wurden mittels Punkten zu einer für Blinde lesbaren Schrift codiert, was bedeutete: Hilfe, Erleichterung und vor allem Kommunikation. Dies sind heute noch die zentralen Elemente bei der Digitalisierung. Das technische Umfeld von Unternehmen verändert sich dabei stark. Maschine Deep Learning, Künstliche Intelligenz, Robotik, Augmented und Virtual Reality sind Begriffe, die in Zukunft öfter zu hören sein werden, wenn es um erfolgreiche Unternehmen geht. Die Anwendungen sind dabei vielfältig und können auf ganz unterschiedliche Weise von Betrieben adaptiert werden

Nächster Artikel
Technologie
September 2022
Illustrationen: Sophia Hummler
Redaktion

Noch mal neu

Innovative Recycling-Technologien helfen nicht nur dabei, Umweltzerstörung zu reduzieren. Sie sind auch wichtig, um knappe Ressourcen verfügbar zu machen. So unterstützen sie die Energiewende.