qualityaustria FutureLAB zum Thema Künstliche Intelligenz

Dank künstlicher Intelligenz könnte ein Wunschtraum mancher Qualitätsmanager in greifbare Nähe rücken: Qualitätsprobleme erkennen, noch bevor sie entstehen. Im Rahmen des letzten FutureLABs 2019 erläuterte Paul Schneeweiß vom steirischen Technologiekonzern Andritz an einigen Beispielen den Einsatz von Deep Learning – einer der modernen Ausprägungen von künstlicher Intelligenz.

In den qualityaustria FutureLABs werden laufend Innovationen aus dem Bereich Qualitätsmanagement vorgestellt und aktuelle Praxisfälle diskutiert. „Der Einsatz von Künstlicher Intelligenz und ihr möglicher Einfluss auf die Qualitätsverbesserung ist ein besonders spannendes Zukunftsthema, das beim jüngsten qualityaustria FutureLAB für rege Diskussionen unter den Teilnehmern sorgte“, erklärt Michael Lucyshyn, Netzwerkpartner, Produktexperte Six Sigma und Statistik, Quality Austria. Paul Schneeweiß, Senior Data Scientist beim internationalen Anlagenbauer Andritz, präsentierte dabei den industriellen Einsatz von Deep Learning.

Vorhersagemodell auf Basis historischer Daten

Als erstes praktisches Beispiel wurde die Verwendung einer speziellen Sorte neuronaler Netzwerke zur Vorhersage möglicher Qualitätsprobleme demonstriert. Als Basis dienten laufend aufgezeichnete Sensordaten. Zum Einsatz kamen dabei auch Elemente von Explainable AI. Diese auch als XAI (eXplainable Artificial Intelligence) bezeichnete Methode macht die Empfehlungen der künstlichen Intelligenz nachvollziehbar und stärkt dadurch das Vertrauen des Anwenders in das System.

Im konkreten Fall ermöglicht das System den Linien-Bedienerinnen, die wahrscheinlichsten Problemursachen proaktiv und lange vor dem Auftreten des Problems gezielt unter die Lupe zu nehmen. Auf Basis ihres Fachwissens können sie geeignete Maßnahmen einleiten, um das Problem abzuwenden. „Während das selbstlernende neuronale Netzwerk das Vorhersagemodell auf Basis historischer Daten autonom erstellt, obliegt es also weiterhin den Bedienerinnen, mit dieser Zusatzinformation zu arbeiten, um Prozess-Veränderungen einzuleiten“, betont Schneeweiß.

Optimierung der Produktion durch maschinelles Lernen

Künstliche Intelligenz in Kombination mit menschlichen Arbeitskräften kommt auch bei einem anderen Projekt, das beim FutureLab vorgestellt wurde, zum Einsatz. In diesem Fall entwickelte Andritz einen digitalen Zwilling eines Mineralien-Aufbereitungsbetriebs. Digitale Zwillinge werden in der Industrie generell dazu eingesetzt, komplexe Prozesse von realen Maschinen zu simulieren. Dieser Zwilling wird von Andritz üblicherweise zur Verifizierung von Design Konzepten und Training von Operatoren konzipiert. Er wurde nun zusätzlich dazu genutzt, eine sichere virtuelle Umgebung für den Einsatz von künstlicher Intelligenz zu schaffen, um die Auswirkungen zu beobachten und die Prioritäten zu setzen. Zum Einsatz kam dabei Reinforcement Learning, eine spezielle Form von maschinellem Lernen. Beim maschinellen Lernen sorgt ein Algorithmus dafür, dass eine Maschine durch Auswertung von Daten oder vergangenen Erfahrungen lernt. Nach vielen Durchläufen ermittelte die künstliche Intelligenz unter anderem, wie die Produktion optimiert werden kann und wie man in Stör- und Notfällen richtig reagiert. Nachdem das System in der simulierten Umgebung ausreichend Erfahrung gesammelt hat, wird es in den realen Prozess integriert und getestet.

Auf Basis dieser Beispiele fand zum Abschluss des qualityaustria FutureLAB eine lebhafte Diskussion mit Fokus auf der Zusammenarbeit von künstlicher Intelligenz und menschlicher Intelligenz statt. Dabei wurde mehrfach der Werkzeug-Charakter der neuen Methoden unterstrichen – die jedoch weiterhin von der (An-)Leitung durch menschliches Verstehen profitieren wird. „Speziell, wenn es um das Verstehen von kausalen Zusammenhängen geht, sind aktuelle künstliche Intelligenzen noch sehr weit von unseren menschlichen Fähigkeiten entfernt – und: Sie sind noch viel zu wenig robust und plagen sich mit den alten Problemen von „garbage-in-garbage-out“ und Overfitting. Aber wer weiß – die Entwicklung schreitet rasch voran“, erklärte Lucyshyn.