<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=323483448267600&amp;ev=PageView&amp;noscript=1">

Grün durch KI

Volle Effizienz
Veröffentlichung
15 März 2019
Themen: Artikel

Könnte die KI vor dem Hintergrund der neuen Rahmenbedingungen von Ländern und Unternehmen zur Bekämpfung des Klimawandels und zum Schutz der Ökosysteme der Erde eine Rolle spielen, um eine bessere Nachhaltigkeit zu erzielen und den ökologischen Fußabdruck der Industrie zu verringern?

Im Kern besteht das Ziel einer KI darin, ein vom Menschen vorgegebenes Ziel zu erreichen, bei dem die Maschinen anhand von Beispielen aus der Vergangenheit historische Daten verwenden und mehrere Dimensionen berücksichtigen, bei denen der Mensch nach 4 oder 5 Variablen an seine Grenzen stößt. Für die Fertigungsindustrie bedeutet dies, dass frühere Daten aus Fertigungsprozessen von KI-Algorithmen interpretiert werden können, die eine Vielzahl von Parametern und Faktoren berücksichtigen, um Prozesse zu optimieren oder komplexe Herausforderungen zu lösen. Normalerweise geht es Unternehmen hauptsächlich um die Ertragssteigerung. Können wir jedoch zwei Fliegen mit einer Klappe schlagen, zum Beispiel hinsichtlich Energieverbrauch, Gasemissionen, Abfall und Verschwendung?

Unter Berücksichtigung eines konkreten Ziels (z. B. Reduzierung des CO2-Ausstoßes um 5 %) und sofern wir über genügend Daten verfügen, damit der Algorithmus die Hypothese mit künstlicher Intelligenz testen kann, lohnt es sich, dies zu untersuchen. Im Gegensatz zu herkömmlichen regelbasierten Ansätzen, die eine übergreifende Theorie erfordern, arbeitet die KI im Bereich der Wahrscheinlichkeiten, bei denen ein umfassendes Verständnis des Problems nicht erforderlich ist, um auch in Grenzfällen effektive Leistungssteigerungen zu erzielen.

Effizienz und Nachhaltigkeit mit KI in Einklang bringen

Die Optimierung spezifischer Geschäftsthemen wie Ertrag, Qualität oder Zuverlässigkeit kann auch unmittelbare positive Folgen haben: „Durch die Stabilisierung der Prozesse haben wir die Leistung der Produktionslinien optimiert. Dies führte dazu, dass die Maschinen länger und sicherer arbeiten, weniger Wartung benötigen und weniger Wasser und Energie verbrauchen. Auch in Branchen, in denen die kontinuierliche Produktion der Fabrik von entscheidender Bedeutung ist, ist ein deutlicher Rückgang des Stillstands zu verzeichnen”, erinnert sich José Andrés García, leitender Datenwissenschaftler bei Wizata.

Durch die Zusammenarbeit mit den Innovationsteams unserer Kunden legen wir frühzeitig ein Gleichgewicht zwischen diesen Zielen fest. Die KI zielt hier darauf ab, ökologische Nebenwirkungen zu minimieren und gleichzeitig die Tonnage pro Stunde beizubehalten, für die eine Produktionslinie ausgelegt ist”, erklärt Jean-Philippe Hugo, CEO von Wizata.

Die Steigerung der Produktionsausbeute bei gleichzeitiger Verbesserung der Produktqualität, Verringerung der Maschinenwartung und Verringerung der Umweltbelastung verleiht dem Problem mehrere Dimensionen. „Wir haben festgestellt, dass eine Zusammenarbeit mit Ingenieuren, die Experten auf ihrem Gebiet sind, und von KI unterstützten Datenwissenschaftlern dazu beitragen kann, die Korrelation zwischen diesen verschiedenen Teilzielen zu lokalisieren und ein ausgeklügeltes Hauptziel für die KI zu bestimmen”, so José Andrés García weiter.

Dies gilt auch für die Prozessebene: Die Entscheidung für die Optimierung eines einzelnen Prozesses ist einfacher als die Optimierung einer Abfolge von Prozessen, insbesondere wenn sie so verschieden sind wie ein Hochofen und eine Mühle. Ein umfassender, ganzheitlicher Ansatz könnte für einen langfristigen Erfolg sinnvoller sein.