Kognitive Systeme in Werkshallen

Kognitive IT-Systeme sind in der Lage, Daten aus den unterschiedlichsten Quellen und den unterschiedlichsten Formaten zu verarbeiten und mit Menschen in natürlicher Sprache zu interagieren. Das ist vergleichsweise neu. Hierfür bedienen sie sich eines breiten Spektrums bereits etablierter und neuer IT-Algorithmen. Diese reichen von Datenanalysen und maschinellem Lernen bis hin zu natürlicher Sprach- beziehungsweise Bilderkennung. Zudem arbeiten lernende Systeme mit Wahrscheinlichkeitshypothesen – deren Generierung, Evaluierung, Kontextbezug beziehungsweise Konfidenznachweis.

Watson ist ein solches lernendes System, das in der Interaktion mit Menschen und durch gezielte Trainings seine eigenen Fähigkeiten, sein Wissen und Können permanent vertieft und erweitert. Für die lernende Fabrik bedeutet das: Watson akkumuliert in Laufe der Trainings und im späteren Arbeitseinsatz vor Ort Wissen und Erfahrungen und macht sich so zu einem smarten Helfer und Ratgeber für den Mitarbeiter an seinem Arbeitsplatz in der Werkhalle oder den Supply-Chain-Verantwortlichen, der die effektive Steuerung ganzer Wertschöpfungsnetzwerke im Auge behalten muss.
Im Produktionsprozess kann Watson an verschiedenen Stellen enorm nützlich sein: Als intelligenter Assistent des Werkers an seinem Arbeitsplatz, im Rahmen der Steuerung smarter Maschinen oder in der vorausschauenden Wartung und Qualitätssicherung. Damit können zentrale Themen, die bereits seit Jahrzehnten die produzierenden Unternehmen beschäftigen, wie Produktivitätssteigerung, Qualität und agile Produktion neu gedacht werden.

Die enorme Leistungsfähigkeit einer neuen Generation von Computern und Algorithmen, dramatisch sinkende Speicherkosten sowie die universelle Verfügbarkeit der Cloud schaffen die Basis für den Einzug kognitiver Systeme in die Werkhallen. Hinzu kommen neue Möglichkeiten der Datenauswertung auch direkt an ihrem Entstehungsort. Edge Computing lautet das Schlüsselwort. IBM arbeitet gegenwärtig gemeinsam mit Partnern an unterschiedlichen Optionen: Zum einen an vorkonfigurierten Lösungen, bei der smarte Analyse-Software direkt in Gateways integriert wird, oder daran, durch den Einsatz von Regeltechnologie den Maschinen autonome Entscheidungen zu ermöglichen. Damit können Zustands- beziehungsweise Datenanalysen an der Maschine mit sehr geringem Konfigurationsaufwand out of the box am Ort des Geschehens durchgeführt werden. Der Übergang von einer smarten zu einer kognitiven Fabrik ist fließend:

• Von der reinen Zustandsüberwachung zur Fehlerprävention: beratende Systeme helfen aktiv, jeden Fehler zu vermeiden.
• Vom tiefen Einblick in den Zustand der Maschinen zu kontinuierlichem Lernen: permanentes Evaluieren, Anpassen, Lernen und das Gelernte sofort wieder anwenden, wird zur Regel.
• Vom traditionellen Mensch-Maschine-Interface zum Coaching-Gespräch in natürlicher Sprache: weg von kryptischen Displays und bunten Bildschirmen hin zu dialogfähigen Berater-Tools.
• Von kollaborationsfähigen zu lernenden Robotern: Nicht mehr nur ihre mechanischen Fähigkeiten und der absolut sichere Umgang mit ihnen stehen im Fokus, sondern sie zu smarten Gesprächspartnern und hilfreichen Beratern in den Werkshallen zu machen.
• Von der reinen Gefahrenabwehr zur kognitiven Security Intelligence: Hierbei geht es darum, über die Mustererkennung und Abwehr hinaus aus Vorfällen die richtigen Schlüsse zu ziehen, Gegenmaßnahmen zu ergreifen beziehungsweise Empfehlungen für deren Abwehr zu geben, bevor ein Mensch die Gefahr identifizieren kann.
• Von vorausschauender Logistik zu kognitiven Supply-Netzwerken: Nicht nur das gebrauchte Material Just-In-Time / Just-In-Sequence liefern, sondern die Selbstorganisation über die gesamte Lieferkette hinweg ermöglichen.