KI und IoT – Treiber der Digitalen Transformationvon Milad Safar
Lesedauer: 10 Minuten
|
Digitale Innovationen verbessern die Flexibilität, Produktivität und Reaktionsfähigkeit eines Unternehmens im globalen Wettbewerb. Eine Kombination aus Künstlicher Intelligenz (KI) und dem Internet of Things (IoT) ist der entscheidende Hebel für eine umfassende Modernisierung von Unternehmen sowie für die Optimierung von Geschäftsprozessen: Das IoT sammelt die Daten, die KI verarbeitet sie.
Daten in Hülle und Fülle
Bei IoT denkt fast jeder an ein System von unabhängigen, miteinander verbundenen Rechnern, mechanischen oder digitalen Maschinen oder Objekten, die Daten über ein Netzwerk übertragen und austauschen, ohne dass eine Interaktion von Mensch zu Mensch oder Mensch zu Computer erforderlich ist. IoT liegt der Idee zugrunde: “Anything that can be connected, will be connected“. Durch seine Fähigkeit, die physische Welt der Dinge und Maschinen zu digitalisieren, beispielsweise durch die Installation von vernetzten Sensoren, die permanent Daten sammeln und weiterleiten, schafft IoT einen Mehrwert unter anderem durch die Optimierung der Ressourcenverteilung und die Antizipation von Betriebsstörungen mithilfe von Tools für die vorausschauende Instandhaltung.
Datenerhebung allein nützt niemandem
Die Hauptschwierigkeit liegt heute nicht mehr darin, Objekte miteinander zu verbinden. Mit immer mehr verbundenen Objekten steigt die Anzahl der Daten, die das Potenzial haben, Unternehmen unglaubliches Wissen zu liefern. Die Herausforderung besteht nun darin, wie man die von den Objekten täglich erzeugten Daten sammelt, analysiert und gewinnbringend nutzt. Allein die Erhebung dieser Daten nützt niemandem. Es sei denn, es gibt ein System, das die Daten interpretiert, um sie zu verstehen. An dieser Stelle kommt die KI ins Spiel. Mit anderen Worten: IoT muss intelligent werden.
Immer mehr IoT-Plattformen setzen auf KI-Technologien
KI erlaubt nicht nur, all diese Daten, die von vernetzten Objekten erzeugt werden, zu verarbeiten, sondern auch intelligentere Erkenntnisse in wesentlich kürzerer Zeit daraus zu gewinnen, als es dem Menschen möglich ist. KI offeriert heute schon eine breite Palette von Technologien, um strukturierte und unstrukturierte Daten zu verarbeiten.
Viele der zahlreichen Anbieter von IoT-Plattformen bieten neben typischen IT-Infrastruktur-Services bereits auf intelligenten Algorithmen basierende Microservices an, um die Messdaten intelligent und automatisiert zu verarbeiten. Neben IBM und Microsoft zählt Amazon Web Services (AWS) zu den prominentesten IoT-Backend-Anbietern.
Microsoft Azure erschien mit seinem IoT-Hub fast zeitgleich wie Amazons AWS auf dem IoT-Markt. Der IoT-Hub bringt eine andere Reihe von Assets für Unternehmen mit. Dazu gehören die Microsoft Office-Produktivitätssoftware-Suite und das Cloud-Äquivalent Office 365 sowie .NET und Visual Studio. Die führenden Anwendungsentwicklungsumgebungen unterstützen Unternehmensanwendungen unter der Marke Microsoft Dynamics. IBM bietet seit 2015 IoT-Services ebenfalls mit einem eigenen IoT-Hub an. IBM Bluemix war das Portal, das das gesamte IBM Software- und Serviceportfolio einschließlich IoT anbot. Aber auch heute stammen viele IoT-Dienste von Drittanbietern. IBM Bluemix wurde zwischenzeitlich in IBM Cloud und die IoT-Services wurden in Watson IoT Platform umbenannt. Der Schwerpunkt der IoT-Servcies liegt im Bereich Analytics.
AWS IoT Greengrass ist etwa eine Software, mit der nicht nur ein breites Spektrum von Geräten wie Sensoren, Glühbirnen und Roboter mit der AWS-Cloud verbunden und Gerätedaten synchronisiert werden können. Mit AWS IoT Greengrass können beispielsweise anhand von KI-Technologien wie Machine-Learning auf der Basis der gesammelten Gerätedaten auch Prognosen erstellt und Folgeprozesse automatisch ausgelöst werden. Die unbestrittene Leistungsfähigkeit dieser Lösung hat aber auch ihren Preis. Neben Hardware-Ressourcen, die leistungsfähig genug für Mehrzweck-Betriebssysteme sind, setzt die Implementierung und die erfolgreiche Nutzung der verschiedenen, innovativen Services schon ein gehöriges Fachwissen des Anwenders voraus, das längst nicht in jedem Unternehmen vorhanden ist. Wer zudem mit der kompletten Migration seiner Software-Struktur liebäugelt, muss sich bewusst sein, dass er sich nicht nur von einem Anbieter abhängig macht, sondern sich zumindest teilweise auch auf einen Technologiewechsel einlässt. Allen führenden IoT-Backend-Anbietern ist zudem ein komplexes Preismodell eigen, das eine transparente Darstellung der Gesamtkosten erschwert.
CPA macht IoT anspruchsvoller, intelligenter und interaktiver
Viele, vorwiegend mittelständische Unternehmen suchen aber eher nach einer herstellerunabhängigen IoT-Plattform, um sich nicht in die Abhängigkeit von einem großen Anbieter zu begeben. Dabei soll die Automatisierungslösung nicht nur intelligent, sondern leicht zu implementieren sein und die Nutzung kein allzu großes Fachwissen verlangen. Um den gleichen intelligenten Automatisierungsgrad der Datenauswertung wie bei den namhaften IoT-Backend-Anbietern zu erreichen, bietet sich der Einsatz von Cognitive Process Automation (CPA) in Verbindung mit einer der vielen herstellerunabhängigen IoT-Plattformen an.
Eine um KI-Elemente erweiterte Robotic Process Automation-Lösung punktet nicht nur durch die niedrigen Lizenz- und Installationskosten, sondern auch mit einer einfachen Implementierung und Nutzung. Um einen Software-Roboter zu benutzen, muss man keine IT-Koryphäe mit besonderen Programmierkenntnissen sein. Durch das Nachahmen von Benutzereingaben über die Benutzeroberfläche einer Anwendung entfällt das aufwendige Programmieren einer Anwendungsschnittstelle (API).
Cognitive Process Automation (CPA)
Um unstrukturierte Informationen verarbeiten und Entscheidungen auf der Grundlage komplexer, unstrukturierter Eingaben treffen zu können, bedarf es eines intelligenten, selbstlernenden, kognitiven Automatisierungstools: der Cognitive Process Automation (CPA). Kognitive Prozessautomatisierung ist in der Lage, innerhalb großer, auch lückenhafter, unstrukturierter Datenvolumen (einschließlich textintensiver Berichte) versteckte, komplexe Datenmuster aufzudecken und zu verarbeiten und die Genauigkeit in komplexen Geschäftsprozessen, die die Verwendung unstrukturierter Informationen beinhalten, zu verbessern. Dazu wird RPA um Funktionen und Algorithmen der Künstlichen Intelligenz (KI) wie die optische Zeichenerkennung (OCR) oder die Verarbeitung natürlicher Sprache (NLP) erweitert.
Mit CPA Prozesse modellieren
Der Software-Roboter erfasst automatisiert die unterschiedlichsten Anwenderinteraktionen über vorhandene Software und Benutzerschnittstellen, extrahiert sie und führt sie selbst aus. Aufgrund der Workflow-Fähigkeit einer Enterprise Grade CPA-Lösung kann kognitive Prozessautomatisierung als führendes Prozessmodellierungssystem eine Vielzahl von Untersystemen ansprechen, obwohl diese keine direkten Schnittstellen zueinander anbieten. Dabei erfüllen die zentralen Steuerungs- und Orchestrierungskomponenten der CPA-Lösung alle infrastrukturellen Anforderungen an eine Enterprise-Software-Architektur wie Monitoring, Alerting, Logging, Auditing, Scheduling sowie Rollen-/Benutzer-/Release- und Workload-Management und erlauben zudem noch eine flexible Skalierbarkeit der Lösung.
CPA nutzt modernere KI-Technologien wie die Verarbeitung natürlicher Sprache (NLP), Textanalyse, Data-Mining, semantische Technologie und maschinelles Lernen, um auch große Mengen unstrukturierter Daten auswerten und eine fundierte Geschäftsentscheidung liefern zu können.
Mit CPA Prozesse verbessern
CPA ermöglicht die Datenmenge, die durch vernetzte Objekte erzeugt wird, schnell zu verarbeiten und Prozesse rund um die vom IoT erfassten Daten und ihre Integration in die Systeme auszuführen. Falls erforderlich, löst CPA Aktionen in den Systemen aus, die zu Reaktionen in der physikalischen Welt durch die IoT-Vernetzung führen. Durch die Nutzung der Technologien der Künstlichen Intelligenz verbessert die kognitive Automatisierung die Genauigkeit in komplexen Geschäftsprozessen und das sehr schnell, fehlerfrei, skalierbar und rund um die Uhr.
Ein einfaches Beispiel: Die manuelle Wartung und Kontrolle von Abfall-Containern ist eine sehr aufwendige Tätigkeit. Ein mit Sensoren ausgestatteter Container sammelt alle notwendigen Daten über den Zustand und die Befüllung des Containers. Über einen Router werden die Daten an eine IoT-Plattform übermittelt, die die Daten auswertet und abhängig von dem Ergebnis einen Service zum Warten, Reparieren oder Entleeren des Containers auslöst. Mithilfe von CPA wird solch eine vollständige Automatisierung der Erstellung eines Entleerungsauftrags ermöglicht, um eine jederzeitige Nutzung der Behälter zu gewährleisten.
Prädiktive Instandhaltung durch CPA/IoT-Kombination
In Produktionsumgebungen ermöglichen es Remote-IoT-Anwendungen den Technikern, die Leistung von Geräten zu überwachen und zu warten, ohne dass Personal am Standort anwesend sein muss. IoT-Sensoren, die mit Cloud-Softwareplattformen verbunden sind, können aus der Ferne Dinge wie Zustand, Nutzung, Temperatur oder andere Echtzeitdaten an die verantwortliche Person melden.
Predictive Analytics prognostiziert auf der Basis der vorhandenen Daten und deren Auswertung mögliche zukünftige Ereignisse. So bietet IoT in Kombination mit KI die Grundlage für die prädiktive Instandhaltung. Unternehmen sind damit in der Lage, mögliche Pannen und Ausfälle automatisiert und ohne menschliches Zutun im Voraus zu erkennen. Auf diese Weise wird die Organisation einer optimalen Instandhaltung möglich, die ausfallbedingte Kosten zu vermeiden hilft.
Neben der Vorhersage drohender Ausfälle kann intelligente Automatisierung in Kombination mit IoT ergebnisorientierte Empfehlungen und Lösungen für Betrieb und Wartung aus Analysen liefern. Änderungsanweisungen werden automatisch an die Objekte zurückgegeben, um die notwendigen Aufgaben auszuführen. Die daraus resultierende Möglichkeit, automatisiert das Verhalten von Maschinen und Sensoren zu modellieren, um Fehler und Irrtümer vorhersehbar zu beseitigen, führt zu einer Reduzierung der Instandhaltungskosten und der Maschinenstillstandszeiten.
Cognitive Process Automation
- Ein hohes Maß an Komplexität: Die komplexesten Datenmuster werden von den kognitiven Algorithmen erkannt, sodass auch vielschichtige und dynamische Prozessstrukturen beherrscht werden können.
- Skalierbarkeit: Selbstlernende Algorithmen sorgen für automatische Anpassungen, wenn eine Lösung um eine weitere Instanz ergänzt wird.
- Automatisches Erkennen sich verändernder Rahmenbedingungen und entsprechende Anpassung der Algorithmen.
- Ein hohes Maß an Transparenz: CPA hilft bei der Analyse von Störfaktoren und legt Zusammenhänge zwischen den verschiedenen Systemen offen.
CPA/IoT-Kombination verändert Geschäftsprozesse
Die intelligente Automatisierung/IoT-Kombination verbessert den Echtzeitbetrieb der Umgebung. IoT-Sensoren können Software-Bots auslösen, die auf Routineaufgaben oder kritische Prozesse reagieren, die rund um die Uhr Aufmerksamkeit erfordern – das spart Zeit und Geld.
Mittels CPA gewonnene Erkenntnisse können genutzt werden, um die gesamten Geschäftsprozesse von Grund auf zu ändern, Geräteeinstellungen zu verbessern und Bestände rechtzeitig zu aktualisieren, was zu einer höheren betrieblichen Effizienz und Kostensenkung führen kann. Im Smart Supply Chain Management ermöglicht die Verwendung von verbundenen Sensoren die Datenerfassung des aktuellen Bestandes (Menge, Temperatur, Transportzeit usw.) zur Echtzeitanalyse und Korrelation mit den Verbrauchsdaten der Kunden. Die Ergebnisse dieser Analysen werden verwendet, um Automatisierungsszenarien für die Nachschubsteuerung im Sinne einer proaktiven Nachschubsteuerung anzustoßen.
Fluggesellschaften können Daten von Sensoren, die die Belastung von Flugzeugen messen, mit Turbulenzdaten kombinieren, um Wartungspläne zu optimieren – was möglicherweise Reparaturen oder einen Flugausfall verhindert. Logistikunternehmen eröffnet die Kombination von IoT und CPA die Möglichkeit, eine Vielzahl von Smart Containern zu verfolgen und Schlüsselparameter (z. B. Temperatur, Luftfeuchtigkeit usw.) zu sammeln. CPA analysiert die Daten von Hunderten Containern und warnt vorausschauend z. B. vor einem schädlichen Container. Intelligente Gebäude verfügen über viele Sensoren, die es ermöglichen, Daten aus verschiedenen Quellen zu sammeln. CPA analysiert die thermischen Daten und steuert Beleuchtung, Temperatur und Luftqualität basierend auf Benutzerpräferenzen zur Maximierung des Komforts.
Ausblick
Laut der Studie Cognitive Data Management Market – Growth, Trends, COVID-19 Impact, and Forecasts (2021-2026) haben die immer stärkere Nutzung von IoT-basierten Geräten, die damit verbundene Zunahme der Menge komplexer Daten und das Wachstum fortschrittlicher Technologien wie KI zu einer verstärkten Akzeptanz des kognitiven Datenmanagements weltweit geführt. So wird der Markt für kognitives Datenmanagement im Prognosezeitraum 2021 bis 2026 voraussichtlich durchschnittlich mit 21,7 Prozent pro Jahr wachsen. Eine kürzlich von Infosys Limited durchgeführte Umfrage ergab, dass KI und kognitives Datenmanagement mittlerweile Teil einer realen Technologiewelle sind, die greifbare Geschäftsergebnisse zeigt.
Die Verschmelzung von IoT mit Technologien der KI ermöglicht es „intelligenten Maschinen“, selbstständig zu denken und Entscheidungen auf Basis umfangreichen Wissens und mit minimalem oder gar keinem menschlichen Eingriff zu treffen. Die Verbindung von IoT und KI ist mehr als ein Trend. Es ist ein Paradigmenwechsel in der Mensch-Maschine-Beziehung. Mittlerweile gibt es verschiedene Ansätze, IoT und KI zusammenzuführen und die entsprechenden Prozesse weitgehend zu automatisieren. Der Weg, mittels CPA das IoT intelligenter zu machen und die einzelnen Prozesse zu automatisieren, ist in jedem Fall die preiswerteste und schnellste Möglichkeit, ans Ziel zu kommen und den Wert der verbundenen Objekte durch eine bessere Interpretation der Daten der angeschlossenen Geräte zu steigern.
Vereinfacht ausgedrückt, sammelt IoT riesige Datenmengen und CPA wertet sie aus, um tiefere Einblicke in die Daten zu bekommen, Muster zu erkennen, auf deren Basis intelligente Entscheidungen gemäß den Vorhersagen z. B. über Geräteausfälle getroffen werden können, um (automatisch) adaptive Aktionen durch Bots durchzuführen und zu steuern.
Tags: Innovation Internet of Things IOT KI Produktivität Prozessoptimierung Wettbewerb
Branchen: Branchenübergreifend
Das könnte Sie auch interessieren
