elektro AUTOMATION: Welche Gründe sprechen für die Integration von KI-Algorithmen in lokale Anwendungen bzw. Steuerungen oder Edge-Devices? Welche Vorteile ergeben sich gegenüber cloudbasierten Lösungen und welche Rolle spielt das Thema Daten-Sicherheit?
Thomas Lantermann (Mitsubishi Electric): KI-Algorithmen können die Produktionsprozesse auf allen Ebenen verbessern. Aber da viele Entscheidungen in der Produktion in Echtzeit erfolgen müssen, bietet sich der Edge-Level an, um weitere kostenintensivere Bearbeitungen verhindern zu können. Am Beispiel einer vorbeugenden Wartung für ein Roboter-Getriebe wird dies deutlich. Die sich in Millisekunden ändernden Belastungswerte lassen sich durch die Abtastraten einer Cloud nicht verlässlich analysieren. Das bedeutet, dass KI-Algorithmen so skalierbar und leistungsfähig sein müssen, dass sie problemlos in Embedded-Systeme integriert werden können. Ein weiteres Thema sind die teils ungeklärten Dateneigentumsbedingungen beim Transport und der Nutzung in der Cloud. Grundsätzlich ist es erst einmal sicherer, die Daten im Umfeld der eigenen Produktion zu analysieren und zu bearbeiten. Durch die in sich geschlossenen Produktionsnetzwerke ist eine Sicherheitskontrolle deutlich einfacher. Weiterer Vorteil des Edge-Levels sind die reduzierten Kosten für Cloud Systeme.
elektro AUTOMATION: Während Steuerungsaufgaben meist in harter Echtzeit ablaufen, erfordern KI-Algorithmen nicht zwingend Echtzeit – wie lassen sich diese beiden Anforderungen lokal verbinden?
Lantermann: Obwohl KI nicht zwingend Echtzeit erfordert, verbessern sich die Ergebnisse bei ihrem Einsatz deutlich. Das rührt daher, dass in einer Produktionslinie schnell entschieden werden muss, ob ein Produkt den Anforderungen entspricht. Wird ein Mangel festgestellt, nachdem das Produkt bereits weitere Produktionsprozesse durchlaufen hat bzw. im schlimmsten Fall bereits verpackt worden ist, kann es zu Verlusten von ganzen Einheiten kommen. Die ideale Lösung ist ein Edge-Device, das die Echtzeitanforderungen in einem Echtzeit-Betriebssystem durchführen würde, aber auch die Flexibilität der Windows-Welt in Bezug auf Datenspeicherung und einfache Cloud-Anbindung integrieren kann. Solche Lösungen sind bereits heute im Markt verfügbar. Hier kann als zusätzlicher Vorteil durch die Trennung des Windows-Systems vom Real-Time-Produktionspart auch noch die Cyber-Sicherheit gewährleistet werden.
elektro AUTOMATION: Wann stoßen lokale KI-Anwendungen aufgrund der Rechenleistung an ihre Grenzen und welche Anwendungen sind dafür geeignet?
Lantermann: Eine typische Anwendung für KI ist die automatische Wave-Form-Erkennung (Kurvenverlauf). Für die Qualität eines Produktes oder Prozesses sind häufig Temperatur-, Moment-, Stromverläufe usw. wichtig. Meistens ist es ein Zusammenspiel von mehreren Komponenten. Mit einer Multiple-Wave-Form-Analyse können hier in Echtzeit Entscheidungen gefällt werden. Durch die Möglichkeit, mit einfachen Werkzeugen offline ein mathematisches Modell zu erstellen und dies dann in der Produktion zu benutzen, kann die lokale Rechenleistung den Echtzeit Erfordernissen und den Edge-Geräten anpasst werden. Big-Data-Analysen sind weder für den Office-PC noch für die Steuerungen in der Produktion geeignet. Um diese Möglichkeiten sinnvoll zu nutzen, ist die einfache Anbindung an Cloud-Systeme erforderlich.
elektro AUTOMATION: Gibt es aus Ihrer Sicht auch Anwendungsszenarien, die sich nur in der Cloud sinnvoll abbilden lassen; beispielsweise standortübergreifende Analysen?
Lantermann: Zu den Szenarien zählen beispielsweise Big-Data-Analysen, die über Cloud-Systeme abgebildet werden und mit deren Hilfe sich Produktionsstätten standortübergreifend optimieren lassen. Die Optimierung von industriellen und Konsumgütern erfolgt durch die Datenerfassung direkt beim Endkunden, die die Daten dann in die Cloud zur Analyse schicken. Die so gewonnenen Erkenntnisse helfen bei der Verbesserung der Produktionsschritte. Auch sind Cloud-Daten für die kundenorientierte Neuentwicklung von Produkten mehr als hilfreich. So könnte als Beispiel die Motorleistung und die Reichweite eines Roboters besser an die Kundenbedürfnisse angepasst werden, wenn die Entwicklungsabteilungen Zugriff auf die Nutzungsdaten der Endkunden bekommen. Wichtig ist immer, dass es bei der Auswertung der Daten eine Win-Win-Situation für den Verbraucher und den Produzenten gibt. Dies kann nur erreicht werden, wenn die Daten sicher und verantwortungsbewusst genutzt werden. Dann kann KI zum Erfolg auf allen Ebenen der Wertschöpfungskette beitragen.
Thomas Lantermann, Senior Business Development Manager bei Mitsubishi Electric in Düsseldorf
Bild: Mitsubishi Electric
