Als promovierter Informatiker wollte Alexander Freytag eigentlich nie in der Industrie arbeiten. „Durch Zufall bin ich dann aber zu ZEISS gekommen.“ Hier ist Freytag bereits seit mehr als sechs Jahren Experte für Machine Learning in der Konzernforschung. „Das war eine meiner besten Entscheidungen.“ Warum? Bei ZEISS kann er seine Expertise im Bereich Machine Learning nicht nur abstrakt anwenden, sondern auch in Produkte und Technologien einfließen lassen, die die Gesellschaft weiterbringen. Freytag entwickelt mit an künstlichen Intelligenzen, die Produktionssysteme überwachen oder medizinisches Fachpersonal unterstützen, Menschen besser zu behandeln und neue Möglichkeiten in der Forschung bieten. Und damit ist er Teil einer großen Veränderung.
Schließlich erlebt die Industrie durch smarte Technologien gerade die vielleicht größte Revolution ihrer Geschichte. Eine smarte Revolution. Der Grund: Nach Industrialisierung, Elektrizität und Digitalisierung betrifft der Wandel zur Industrie 4.0 nicht allein die physische Arbeitskraft, sondern gesamte Produktionsprozesse. Aus einzelnen Schritten, die bisher nacheinander abliefen, starr vorgegeben und nicht vernetzt waren, entstehen nun Prozesse, bei denen Komponenten permanent digital kommunizieren.
Wie aus Daten Informationen werden
Intelligente Datennutzung und fortgeschrittene Methoden des maschinellen Lernens ermöglichen eine Form der Vernetzung, die Prozesse auf ein neues Level hebt. Maschinen innerhalb einer Fertigungskette oder sogar der gesamten Produktion werden mit Hilfe von Sensoren permanent getrackt. Über digitale Verbindungen werden Daten zusammengeführt und ergeben ein digitales Abbild aller Systeme. Damit diese Daten verwertbar werden, müssen sie in Informationen übersetzt werden. An dieser Stelle kommt KI ins Spiel. Aber wie genau wird sie eingesetzt? Wie funktioniert dieser Prozess? Und welche Aufgaben übernehmen Freytag und sein Team?
„Einfach gesagt: Wir befähigen Computer in riesigen Datenmengen wiederkehrende Muster zu erkennen – repetitiv, reproduzierbar und hochwertig. So können Computer mit unseren Algorithmen lernen, ganz unterschiedliche Aufgaben zu lösen”, erklärt Freytag.
In der Praxis kann KI zum Beispiel helfen, Anlagen zu überwachen. „Kein Mensch kann 30 Zeitreihen an Sensorwerten wie Druck, Temperatur und Feuchtigkeit, die eine Maschine alle in Echtzeit liefert, permanent kontrollieren“, sagt Freytag. „Aber wir können Algorithmen entwickeln, die diese Daten analysieren und in relevante Informationen überführen.“ Auf dieselbe Weise kann KI auch Bauteile auf Fehler prüfen. Das reduziert den Ausschuss, senkt die Kosten und erhöht die Qualität.
