Künstliche Intelligenz verleiht Cyber-Physical Systems Flügel

Cyber-Physical Systems (CPS) sind ein Beispiel für die immer engere Verbindung von digitaler und realer Welt. Denn in CPS werden Abläufe und physische Gegenstände unmittelbar in digitale Prozesse integriert. Für IT-Experten bedeutet das mehr Komplexität in der Entwicklung von IT-Systemen. Denn die bisherige Modellbildung, mit der sie gearbeitet haben, stößt angesichts der Unordnung in der realen Welt an ihre Grenzen. Künstliche Intelligenz (KI) hilft dabei, diese Komplexität zu beherrschen und so den Einsatz von CPS zu erleichtern beziehungsweise zu ermöglichen.

Die Stärke von CPS liegt insbesondere im Finden von Optimierungspotenzialen, im Erkennen von Mustern und in der engen Zusammenarbeit mit Menschen. Verfahren wie Machine Learning, das die Grundlage für beispielsweise Bilderkennung oder Spracherkennung liefert, erlauben einerseits engere Interaktionsmöglichkeiten zwischen Mensch und CPS. Andererseits erhöhen diese Techniken den Autonomiegrad, mit dem CPS arbeiten können. In Summe entstehen dank KI neue Einsatzszenarien. Die Kombination dieser Technologien stößt die Tür für die Fabrik der Zukunft auf. Diese Entwicklung muss sich auch in den zugrundeliegenden IT-Systemen niederschlagen, die Unternehmen aufbauen. Die Verantwortlichen müssen Strukturen schaffen, in denen klassische Informationssysteme, CPS und Cognitive Computing Systems integriert zusammenarbeiten können.

Software verändert die Welt auf so vielen Ebenen, dass die Auswirkungen kaum zu überblicken sind: Es entstehen neue Kommunikationsformen, neue Geschäftsmodelle, neue Plattformen. Deutlich zeigt sich diese Entwicklung beim Blick auf die Vernetzung von physischen Gegenständen. Denn jede Maschine, jedes Haushaltsgerät, jeder Pkw, der mit dem Internet verbunden ist, ist mehr als nur ein Gegenstand mit einer IPAdresse. Für jeden dieser physischen Gegenstände tun sich neue Möglichkeiten auf, sind neue Prozesse denkbar, ergeben sich neue Geschäftsmodelle [1].

Das Digitale ist gerade dabei, das Reale mit einer Schicht zu überziehen. Die Daten, die hier fließen und die Informationen, die Unternehmen hier gewinnen, entscheiden immer häufiger über Erfolg und Misserfolg. In diesem Umfeld kommen die sogenannten CPS ins Spiel. CPS schließen die Lücke zwischen den Welten, indem sie physische Gegenstände und Abläufe unmittelbar in digitale Prozesse integrieren. Dies steigert einerseits die Effizienz existierender Prozesse sowie die Genauigkeit und Aktualität der darin verarbeiteten Daten. Dies eröffnet andererseits aber auch ganz neue Möglichkeiten bei der Interpretation der physischen Welt und der Interaktion zwischen System und Realität. Typische Szenarien, in denen CPS ihre Stärke ausspielen, sind beispielsweise das Finden von Optimierungspotenzialen in Prozessen, das Erkennen von Mustern in komplexen Abläufen oder die enge Zusammenarbeit gemeinsam mit Menschen an gemeinsamen Aufgaben, beispielsweise in der Konstruktion oder im Maschinenbau.

CPS sind also eng mit den Abläufen in der realen Welt verwoben. Diese Nähe stellt Entwickler vor unbekannte Herausforderungen. Denn bisher bewegten sie sich häufig in Umgebungen, deren Parameter sie kannten und für die Modellbildung nutzen konnten. Entweder waren es gänzlich digitale Abläufe, beispielsweise in Banken oder Versicherungen. Oder die Experten arbeiteten in einem Umfeld, das sie nach Bedarf kontrollieren und manipulieren konnten, beispielsweise Produktionsstraßen oder Hochregallager. Außerhalb von Rechenzentren und Fabriktoren sind Entwicklungen aber deutlich schwerer zu prognostizieren. Die Realität passt nicht in die Modelle der Informatiker.

Von Natur aus vereinen CPS in sich also Anteile aus beiden Welten: In ihnen stößt die Ordnung des Digitalen und die Unordnung des Realen aufeinander. Um der Komplexität, die sich daraus ergibt, Herr zu werden, bieten sich Methoden der KI wie beispielsweise Muster-, Bilder oder Anomalieerkennung an. Denn diese erweitern das Spektrum der Möglichkeiten von CPS und machen so neue Anwendungsfälle und -felder denkbar.

Funktionieren wird dieses Zusammenspiel zwischen KI und CPS aber nur, wenn bereits die zugrundeliegenden IT-Systeme von Unternehmen diese Dualität zwischen digitaler und realer Welt beherrschen. Klassische IT-Strukturen sind in der digitalen Welt verfangen und stoßen hier an ihre Grenzen. Gefragt ist ein Konzept, das alle Aspekte integriert betrachtet.

KI – der beste Freund des CPS

Gefühlt gibt es so viele Definitionen für KI, wie es Forscher gibt, die sich mit diesem Gebiet beschäftigen. Für die folgenden Ausführungen reicht eine kurze, pragmatische Definition: KI ist ein Teilgebiet der Informatik, das sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens befasst [2]. Wissenschaftler unterscheiden zwischen zwei Ansätzen: Wichtig ist die Unterscheidung zwischen einer starken und schwachen KI: Ziel einer starken KI (Englisch „Strong AI“) ist es, die Vorgänge im menschlichen Gehirn abzubilden und zu imitieren. Allgemein zählen Experten auch Eigenschaften wie Bewusstsein oder Empathie zu den Merkmalen einer starken KI. 

Im Gegensatz dazu geht es bei der schwachen KI (Englisch „Weak AI“ oder „Narrow AI “) nicht darum, menschliche Denkprozesse, Abwägungen und Kreativität zu imitieren, sondern gezielt Algorithmen für bestimmte, abgegrenzte Problemstellungen zu entwickeln. [3] Starke KI liegt außerhalb der aktuellen technischen Möglichkeiten und ist auf absehbare Zeit eher ein Gedankenspiel für Theoretiker. Schwache KI hingegen ist ein Ansatz, der heutzutage in vielen Anwendungen eine Rolle spielt. Wenn gesprochene Sprache in Text übertragen wird, wenn ein Chatbot auf einer Website eine Kundenanfrage beantwortet oder ein Bilderkennungssystem Gegenstände auf Fotos markiert, arbeiten im Hintergrund KI-Technologien.

Genau diese Technologien sind es auch, die sich für den Einsatz im Umfeld von CPS eignen. Denn die weiter oben beschriebenen typischen Szenarien, in denen CPS ihre Stärke ausspielen – das Finden von Optimierungspotenzialen …

Zum Weiterlesen klicken Sie hier

Das könnte Sie auch interessieren

Digitale Zukunft der Produktion aus Berlin Mercedes-Benz setzt neue Maßstäbe in der Motorenfertigung

Mit dem neuen Axial-Fluss-Motor und dem Digital Factory Campus zeigt Mercedes-Benz, wie Zukunft heute bereits Realität wird. Im ältesten noch produzierenden Werk des Automobilkonzerns in Berlin-Marienfelde trifft technologische Exzellenz auf Leidenschaft für Innovation. Entstanden ist mehr als ein neuer Antrieb: ein starkes Zeichen dafür, wie aus visionären Ideen eine neue industrielle Realität wächst.

Lernfabrik Globale Produktion Karlsuher Institut für Technologie

Lernfabriken machen digitale Technologien greifbar – vom ersten Test bis zur Anwendung im eigenen Betrieb. Unsere Serie stellt Orte vor, an denen Interessierte Wissen aufbauen, Vertrauen gewinnen und Veränderung aktiv gestalten können. An dieser Stelle wird die Lernfabrik Globale Produktion am Karlsruher Institut für Technologie vorgestellt, die sich u. a. durch reale Produkte und eine vollständige Prozesskette ohne Blackboxen auszeichnet.

R-Grading in Factory-X: Infrastruktur für Zirkularität Daten als Schlüssel für langlebige Maschinen und Komponenten

Gebrauchte Maschinenkomponenten werden heute oft noch nach Erfahrung statt auf Basis valider Daten weiterverwendet, repariert, aufgearbeitet oder recycelt. Der sichere Austausch von Nutzungs- und Zustandsdaten entlang der gesamten Wertschöpfungskette ermöglicht fundierte R-Entscheidungen, schafft Transparenz entlang der Wertschöpfungskette und unterstützt eine ressourcenschonende Kreislaufwirtschaft mit mehr Effizienz und weniger Materialverlust.

Plug&Play für Produktionsmodule – geht das? MTP als Potential für die Produktion

MTP verspricht mehr als eine vereinfachte Maschinenintegration: Produktionsmodule sollen ihre Funktionen und Schnittstellen standardisiert und maschinenlesbar bereitstellen – ähnlich wie Plug & Play in der Bürowelt. Doch wie schnell lässt sich die Technologie erlernen und praktisch einsetzen? Ein Bildungsexperiment an der Hochschule Pforzheim liefert überraschende Erkenntnisse und zeigt das Potenzial von MTP für den Maschinen- und Anlagenbau.

Der neue Kollege im Shopfloor KI-Assistenzsysteme stärken Fachkräfte im Mittelstand

Viele mittelständische Produktionsunternehmen können ihre Fertigung noch nicht vollständig automatisieren. Gleichzeitig eröffnen Fortschritte in Robotik und KI neue Möglichkeiten, Prozesse schrittweise intelligenter und flexibler zu gestalten. Intelligente Mensch-Technik-Systeme verbinden die Erfahrung und Kompetenz der Mitarbeitenden mit digitalen Assistenzsystemen direkt am Shopfloor. Sie unterstützen bei komplexen Aufgaben, erleichtern den schnellen Zugang zu Wissen und helfen dabei, Fehler zu vermeiden. So lassen sich Produktivität und Qualität steigern – auch in gewachsenen Produktionsumgebungen, in denen eine vollständige Automatisierung nicht wirtschaftlich oder technisch sinnvoll ist.

Smarte Produktion sicher vernetzt OT‑Security als Fundament digitaler Industrieinnovationen

Die Smart Factory verspricht immense Potenziale bei Automatisierung und Kostenkontrolle. Doch die vernetzte Produktion bringt auch neue Cyber-Risiken mit sich. Wie Maschinen und IIoT-Plattformen sicher arbeiten, Echtzeitdaten geschützt bleiben und die Produktion resilient ist, zeigt sich am Beispiel einer proaktiven, integrierten OT-Security. Ein hoher Grad an Cyber-Sicherheit ist kein optionales Extra, sondern ein unverzichtbares Fundament für den Erfolg.