IoT und Ai (Machine Learning) in Verbindung

Die Zukunft des digitalen Wandels heißt AIoT 

Wer digitale Prozesse versteht und für sein Unternehmen einzusetzen weiß, sichert sich einen Wettbewerbsvorteil. Die Corona-Pandemie hat gezeigt, dass leistungsfähige Unternehmen Daten für ihre Mitarbeiter transparent machen sollten. Wenn z. B. aufgrund von Quarantäne-Bestimmungen oder der Homeoffice-Pflicht Mitarbeiter nicht täglich vor Ort sein können, müssen diese auf Daten zurückgreifen, um Entscheidungen treffen zu können. Das gilt insbesondere in der Produktion, wenn Mitarbeiter vor Ort nicht mehr permanent durch die Anlage laufen und mit den eigenen Sinnen wahrnehmen können. Wer nicht mehr täglich Hand anlegen kann, benötigt möglichst viele detaillierte und verlässliche Daten, um Prozesse in der Produktion von jedem Standort aus individuell zu optimieren. Das AIoT ist die logische Konsequenz. Es verbindet die künstliche Intelligenz mit dem Internet of Things und schafft dadurch die Grundlage für effiziente Smart Connected-Lösungen. Die digitale Verknüpfung sämtlicher Prozesse in der Produktion von der digitalen Visualisierung der Lieferkette über den Produktionsprozess bis zur Auslieferung bietet ungeahnte Chancen, denen sich Unternehmer keinesfalls verschließen sollten. Wer sich jetzt mit dem AIoT befasst, bereitet den Boden für zahlreiche Innovationen und Kostenoptimierungen vor, die erst durch die Verknüpfung von Ai und IoT möglich werden. 

Warum die Verknüpfung der künstlichen Intelligenz mit dem Internet of Things sinnvoll ist 

Die Industrie 4.0 ist bereits im vollen Gange. Unternehmen haben in den letzten Jahren viel investiert, um Maschinen und Produktionsanlagen durch smarte Vernetzung effizienter zu machen. Durch das Internet of Things wurden Daten in der Produktion transparent gemacht und im Rahmen von Big Data gesammelt. Daraus resultierend zog man Schlüsse, um Produktionsprozesse zu optimieren. Der Einsatz von künstlicher Intelligenz ermöglichte es, die Prozesse auf Basis der gewonnen Daten zu automatisieren und Synergien konsequent auszuschöpfen. Nun ist es an der Zeit, die umgesetzten Maßnahmen kritisch zu beleuchten und Ideen für die Zukunft zu gewinnen. Unternehmer stellen sich dann die Frage, was ihnen die erzielten Fortschritte der Industrie 4.0 konkret gebracht haben. Oft steht an dieser Stelle Verunsicherung. Denn die Spezialisten in der Fertigung wissen genau, was zu tun ist, um eine hohe Produktqualität zu optimierten Kosten zu erhalten. Dafür allein bedarf es keiner digitalen Lösung. Die Visualisierung der Prozessdaten hat vor allem im Bereich der Predictive Maintenance Fortschritte erzielt. Also in der vorausschauenden Wartung von Maschinen und Anlagen, die die Planbarkeit von Wartung und Verschleiß ermöglicht. Die Chancen des AIoT liegen nun in der völlig neuen Betrachtung bestehender Prozesse. Dabei sollte abteilungsübergreifend und besser noch entlang der kompletten Lieferkette gedacht werden. Hier werden Möglichkeiten visualisiert, an die man bisher noch gar nicht gedacht hat. Die AIoT ermöglicht es, Prozesse neu miteinander zu verknüpfen und z. B. Ressourcen noch präziser planen zu können. Das AIoT ist somit ein Wachstumsbeschleuniger. Laut der Unternehmensberatung McKinsey sind Effizienzsteigerungen von bis zu 30 Prozent durch den Einsatz von AIoT möglich. 

Das AIoT bietet ungeahnte Möglichkeiten und ist ein Innovationstreiber 

Derzeit ist die Entwicklung des AIoT im vollen Gange. Weltweit denken Hersteller ihre Produkte neu und bieten Lösungen zur smarten Verknüpfung an. Dies revolutioniert mitunter ganze Geschäftsmodelle. Ein bekannter Motorenhersteller verkaufte bisher leistungsstarke Motoren und erbrachte ein Zusatzgeschäft durch den Abschluss von Wartungsverträgen. Die digitale Erhebung von Leistungsdaten in Echtzeit ermöglicht nun die vorausschauende Wartung. Daher kaufen die Kunden bei diesem Hersteller nun keine Motoren mehr, sondern Betriebsstunden. Der Kunde zahlt also nur noch für die tatsächliche Leistung der Motoren. Diese präzise Abrechnung kann nur durch die Auswertung einer Vielzahl statistischer Daten ermöglicht werden. Gleichzeitig bietet sie den Ingenieuren die Chance, ihre Motoren weiter zu verbessern, da auch mögliche Schwachstellen frühzeitig erkannt werden. Der Einsatz künstlicher Intelligenz wiederum hilft, Prozesse zu automatisieren und z. B. die Erhebung bestimmter Daten automatisch zu analysieren und daraus Entscheidungen abzuleiten. Etwa was zu tun ist, wenn die Betriebstemperatur des Motors einen bestimmten Wert erreicht. Die Wirkmächtigkeit des AIoT wird deutlich, wenn wir uns nun vorstellen, dass die erhobenen Erkenntnisse nicht auf einen Motor beschränkt bleiben, sondern mit den Leistungsdaten sämtlicher dieser Marke im Einsatz befindlicher Motoren in Echtzeit verglichen werden. Die daraus resultierenden Erkenntnisse sind die Basis für Innovationen. 
 
Die fünf Schritte auf dem Weg zur Vernetzung von AI mit IoT: 
 
1. Dinge 
Welche Anlagen oder Bauteile sind mit Sensoren ausgestattet und liefern Daten? 
 
2. Konnektivität 
Wie sind die einzelnen Geräte miteinander vernetzt? 
 
3. Data 
In welcher Art und Weise werden die Daten der angeschlossenen Geräte gesammelt? 
 
4. Erkenntnisse 
Was bewirkt die Auswertung der erhobenen Daten durch den Einsatz von künstlicher Intelligenz? 
 
5. Handlung 
Das Zusammenspiel von AI und IoT im Rahmen des Machine Learning bietet neue Ansätze zur Handlung. Etwa durch die Neu-Organisation bestimmter Prozesse, die so nur durch die Interpretation der erhobenen Daten möglich ist. Durch das beständige Selbstlernen des Systems gestalten sich die Prozesse automatisiert reibungsloser und verbessern sich permanent. 

Und wo liegen die Schwierigkeiten beim Einsatz von AIoT? 

Aus deutscher oder europäischer Sicht sind die bestehenden Datenschutzgesetze die größte Hürde bei der konsequenten Ausschöpfung des Potenzials des AIoT. US-amerikanische und chinesische Unternehmen haben es leichter, Innovationen in diesem Bereich umzusetzen, da sie mutiger planen können. Ein Unternehmen in Deutschland muss bei der Implementierung von Innovationen die bestehenden Gesetze mitdenken und die Anwendungsmöglichkeiten ggf. beschneiden. Ein Beispiel: Der Erhebung biometrischer Daten etwa durch Gesichtserkennung sind in Deutschland enge Grenzen gesetzt. Dies kann zu einem Wettbewerbsnachteil werden, wenn Unternehmen aus Übersee durch die Auswertung dieser Daten weitreichendere Services entwickeln können als das in Deutschland ansässige Unternehmen. Die Öffnung der eigenen Produktpalette für das AIoT ist unumgänglich. Gerade die Maschinenbauer müssen nun entscheiden, ob sie die Services des AIoT selbst erfüllen können oder zum Zulieferer für Anbieter von KI-Dienstleistungen werden. Da droht der Verlust von Einfluss auf die Entwicklungen von Zukunftstechnologien. Es ist darum von enormer Bedeutung, dass sich die Politik des Themas annimmt und auf europäischer Ebene Lösungen erarbeitet, die den Herstellern Spielraum beim Einsatz des AIoT ermöglicht. Erste Vorschläge zur Gestaltung eines europäischen Rechtsrahmens für das AIoT wurden in der europäischen Kommission bereits gemacht. Der Stein gerät also ins Rollen. 

Wie wichtig ist das AIoT für den Mittelstand? Sind solche Lösungen für KMU überhaupt bezahlbar? 

Insbesondere wenn es um die Betrachtung der Kosten geht, stellen sich viele mittelständische Unternehmer die Frage, ob der Einsatz von AIoT in ihrem Bereich überhaupt bezahlbar ist. Sie müssen genau abwägen, welche Verknüpfungen sinnvoll sind und über das Potenzial verfügen, Innovationen zu erschaffen. Dazu ist es unabdingbar, die Experten aus dem eigenen Hause aus den jeweiligen Fachbereichen miteinander ins Gespräch zu bringen. Glücklicherweise müssen nicht alle Prozesse von Grund auf neu designed werden. Im Bereich der künstlichen Intelligenz und des Machine Learning gibt es heutzutage schon maßgeschneiderte Lösungen in Form von Baukastensystemen, auf die Softwarearchitekten zurückgreifen können. Dies macht den Einsatz von AIoT auch in KMU erschwinglich. Nicht wenige Unternehmensberater sind davon überzeugt, dass der Mittelstand durch den Einsatz der AIoT überdurchschnittlich profitiert. Gerade durch die Vernetzung entstehen Synergien, die über den heutigen Tellerrand hinausblicken lassen. 

Die Vor und Nachteile des AIoT auf einen Blick: 

Die Vorteile: 

- Echtzeit-Datenverarbeitung schafft die Grundlage zur Orchestrierung neuer Prozesse 
- Innovationen sind immer ein Wettbewerbsvorteil. Die Daten bieten die Möglichkeit dazu, Geschäftsmodelle zu erschaffen oder neu zu denken 

Die Nachteile: 

- Kurzfristige Kostensteigerungen aufgrund der zu tätigenden Investitionen in die neue digitale Infrastruktur 
- Strenge Datenschutzgesetze bremsen bisher die Innovationsfähigkeit im AIoT. Der Einsatz von Technik und die Datenerhebung sind nur im engen rechtlichen Rahmen möglich.