VDMA Future Business Summit 'Machine Learning'

Schub für die Digitalisierung

Das VDMA-Netzwerk 'Future Business' hat sich des Themas Machine Learning angenommen und in einer Workshop-Reihe versucht, diesen Megatrend detailliert zu analysieren und die Relevanz für die Mitgliedsunternehmen und deren Kunden herauszuarbeiten. Ende November wurden die Ergebnisse im Rahmen eines eintägigen Kongresses am Fraunhofer IPA in Stuttgart vorgestellt und diskutiert.
Das VDMA Netzwerk Future Business hat in einer Workshop-Reihe das Thema Machine Learning analysiert. Ende November wurden die Ergebnisse am Fraunhofer IPA vorgestellt
Das VDMA Netzwerk Future Business hat in einer Workshop-Reihe das Thema Machine Learning analysiert. Ende November wurden die Ergebnisse am Fraunhofer IPA vorgestelltBild: Demant Industriesoftware GmbH

Machine Learning (ML) ist ein seit Langem etablierter Teilbereich der künstlichen Intelligenz (KI). Nachdem es einige Jahre recht still um diese Technologien geworden war, hat die heute in der Cloud verfügbare Rechenpower zu einer Renaissance dieser Verfahren geführt. Insbesondere das sogenannte ´’Deep Learning‘-Verfahren für neuronale Netze, das als fortschrittlichste Anwendung der KI gilt, treibt die aktuelle Entwicklung voran und konnte einige spektakuläre Durchbrüche erzielen. VDMA Future Business hat zum Einsatz von Machine Learning vier mögliche Zukunftsbilder entwickelt, um Gestaltungsoptionen für den Maschinenbau auszuloten und Handlungsstrategien für die Unternehmen zu entwickeln. Dr. Eric Maiser, Leiter VDMA Future Business, erwartet, dass ML für die Weiterentwicklung von Industrie 4.0 eine signifikante Rolle spielen kann und „einen Schub für die Digitalisierung im Maschinenbau“ bringen wird.

KI für den Maschinenbau

KI ist in vielen Bereichen bereits erfolgreich im Einsatz: Neuronale Netze helfen z.B. bei der Tomographie-basierten Diagnostik im medizinischen Bereich. In der Finanzwirtschaft nutzen Hedgefonds ML für Marktprognosen und Investitionsentscheidungen und suchen in einer Flut von Daten nach neuen Investitionsideen. Als Wettbewerbsvorteil gilt, dass die Technologie gleichzeitig hunderte Märkte nach relevanten Daten- und Verhaltensmustern beobachten kann. Der Mensch hingegen kann höchstens ein Dutzend Positionen im Auge behalten. Auf der Konferenz herrschte Einigkeit, dass Machine Learning auch in viele Bereiche im Maschinenbau vordringen wird und in einigen Jahren Basiswissen darstellt. ML soll helfen Produkte besser zu machen und Prognosen und Dienste bereitzustellen, die die Geschäftsprozesse unterstützen. Vor dem Hintergrund der allgegenwärtigen Plagiatsproblematik sieht man die Chance, durch weiter verbesserte Software auch zukünftig einzigartige Maschinen anbieten zu können. ML gehört daher mit auf die Innovationslandkarte der Unternehmen. Der Einsatz von ML erfordert von den Betrieben jedoch ein Umdenken: Zukünftig ist die Verfügbarkeit von aussagekräftigen Daten für das Trainieren der Algorithmen von zentraler Bedeutung. Die für ML erforderliche (Cloud-) Infrastruktur ist bei diversen Anbietern erhältlich und die Algorithmen sind größtenteils als Open Source frei verfügbar. Alleinstellungsmerkmale lassen sich nur durch die intelligente Auswertung möglichst großer Datenmengen erzielen.

Unter Realisierungsvorbehalt

Im Laufe der Konferenz bekam man bedenklich oft zu hören, dass wichtige IT-Zukunftstechnologien mit für uns kaum vorstellbarer Manpower derzeit bereits im Silicon Valley entwickelt werden. Es sei daher „allerhöchste Eisenbahn“ sich des Themas KI endlich anzunehmen, mahnte der KI-Experte Prof. Wolfram Burgard von der Uni Freiburg. Ähnlich äußerten sich im Konferenzverlauf auch andere Redner und Teilnehmer einer aufschlussreichen Podiumsdiskussion. So forderte Dr.-Ing. Steven Peters aus der Konzernforschung der Daimler AG die Unternehmen auf, schneller zu werden beim Zusammenbringen von alter und neuer Welt. Im Zuge der Digitalisierung müsse man auch „über klassische Themen neu nachdenken.“ Mit mangelndem Interesse und mangelnder Investitionsbereitschaft lässt sich das zögerliche Herangehen der Unternehmen hier in Deutschland offensichtlich nicht begründen. Burkhard Röhrig, geschäftsführender Gesellschafter der GFOS mbH aus Essen und selbst erfahrener Softwareentwickler, identifizierte in seinem Vortrag die aus Sicht innovativer Unternehmen katastrophale Situation am Arbeitsmarkt als den größten Hemmschuh für die Digitalisierungsbestrebungen. Die Investitionsbereitschaft der Firmen sei groß, aber qualifizierte Softwareentwickler seien „nur sehr schwierig“ und die für ML so wichtigen Business Analysten „überhaupt nicht“ am Arbeitsmarkt zu bekommen. Dass das deutsche Bildungssystem nicht zu den aktuellen technologischen Herausforderungen passt und gesellschaftliches Basiswissen über Informatik dringend erforderlich sei, wurde anschließend wiederholt in die Diskussion eingebracht.

Klassische Kompetenz

mit neuem Know-how

Seiten: 1 2Auf einer Seite lesen

Das könnte Sie auch Interessieren

Weitere Beiträge

Roboter über die SPS programmieren

Die neue SRCI-Schnittstelle soll SPSen und Roboter-Controller verbinden, um Anwendern eine einfachere Programmierung von Robotikfunktionen im gewohnten SPS-Umfeld zu ermöglichen. Wie hoch wird ihr Potenzial eingeschätzt? Und hat SRCI das Zeug, sich wirklich im Markt zu etablieren? Eine Trendumfrage in der Schwesterzeitschrift ROBOTIK UND PRODUKTION hat Roboterhersteller und Automatisierer um ihre Einschätzung gebeten.

mehr lesen
Bild: Siemens AG
Bild: Siemens AG
„Wir müssen
     es vorleben „

„Wir müssen es vorleben „

Die Existenz von zahlreichen Initiativen wie Women in AI & Robotics, Frauen machen Wirtschaft, Women4ew oder SheTransformsIT zeigen vor allem eins: Frauen brauchen Vorbilder, um im Technikbereich leitende Positionen zu erreichen. Wie Siemens Frauen auf dem Weg dahin unterstützt und welche Herausforderungen sie dabei bewältigen müssen, darüber spricht das SPS-MAGAZIN mit Efrossini Tsouchnika, der Verantwortlichen für das Steuerungsportfolio bei Siemens.

mehr lesen

reAction Technology von B&R

Vor zehn Jahren, in der Titelstory des SPS-MAGAZINs 4/2014, drehte sich alles um die reAction Technology, mit der B&R Reaktionszeiten auf bis zu 1µs senkte. Besonders zeitkritische Teilaufgaben sollten sich so IEC61131-kompatibel in Standard-Hardware realisieren lassen. Dezentrale Logik und die Entlastung der Steuerung waren weitere Aspekte, die den Anwender überzeugen sollten. Ob diese Rechnung bis heute aufgeht, hat die Redaktion beim Anbieter in Erfahrung gebracht.

mehr lesen