Wie lassen sich beim Einsatz von KI-basierten Komponenten in der Industrie verlässliche Systeme mit vorhersagbarer Leistungsfähigkeit entwickeln? Eine Antwort auf diese Frage gibt das jetzt erschienene Whitepaper “KI-Engineering in der Produktion” der Fraunhofer-Institute IOSB und IAIS, gefördert vom Fraunhofer Cluster of Excellence Cognitive Internet Technologies CCIT. Das Paper steht zum kostenlosen Download zur Verfügung.

KI-Engineering als neuer Lösungsansatz

Künstliche Intelligenz verspricht, Optimierungsprobleme datengetrieben zu lösen, die mit anderen Methoden schwer greifbar sind – auch im Bereich der industriellen Fertigung und Logistik. Allerdings stehen Ingenieure dabei vor der Herausforderung, dass beim Entwurf industrieller Anlagen und Prozesse eine vorhersagbare und dauerhaft verlässliche Leistungsfähigkeit erwartet wird. Diese Rahmenbedingungen sind bei der Entwicklung und im Betrieb KI-basierter Systeme mitzudenken und zu implementieren.

Einen Lösungsansatz hierfür liefert die neue Disziplin des KI-Engineering. Ihr Gegenstand ist eine ingenieurmäßige und systematische Herangehensweise an die Nutzung von KI-Verfahren als Teil eines ganzheitlichen Systems-Engineering-Prozesses. Wie sich KI-Engineering in der Produktion nutzbringend einsetzen lässt, schildert das neue, gleichnamige Whitepaper der Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS sowie für Optronik, Systemtechnik und Bildauswertung IOSB.

“Bei unseren Projekten mit der Industrie wird immer wieder deutlich, dass KI als Technologie alleine die Probleme nicht löst”, betonen die beiden Herausgeber Dr.-Ing. Thomas Usländer vom Fraunhofer IOSB und Daniel Schulz vom Fraunhofer IAIS. “Es bedarf die Systematik und Methodik des KI-Engineerings dahinter, um einen nachhaltigen geschäftlichen Nutzen dieser innovativen Technologie sicherzustellen.”

Nur mit KI-Engineering kann das Potenzial von Industrie 4.0 ausgeschöpft werden

Prof. Dr.-Ing. habil. Jürgen Beyerer, Institutsleiter des Fraunhofer IOSB, betont die Bedeutung des KI-Engineerings für die Industrie 4.0: “Um das volle Potenzial der Industrie 4.0 hinsichtlich Produktionsoptimierung, Produktverbesserung und neuen Geschäftsmodellen zu erreichen, müssen die Daten der Assets optimal und automatisiert genutzt werden. KI-Verfahren eignen sich dafür – aber zusätzlich bedarf es einer systematischen, ingenieurmäßigen Methodik zu ihrer Nutzung, eben des KI-Engineering.”

Prof. Dr. Stefan Wrobel, Institutsleiter des Fraunhofer IAIS, ergänzt: “KI-Anwendungen sind seit vielen Jahren ein wesentlicher Baustein in der angewandten Forschung bei Fraunhofer zur Lösung und Optimierung komplexer Fragestellungen. KI-Engineering als aufstrebende Disziplin spielt dabei eine wesentliche Rolle: Es führt die prognostizierbare und quantifizierbare Leistungsfähigkeit der Welt der Maschinen und Anlagen zusammen mit der erstaunlichen Lösungsfindung von datengetriebenen KI-Systemen.”

KI ist Enabler und Lösungsraum zugleich

“KI ist sowohl Enabler als auch Lösungsraum in dem vom Fraunhofer Cluster of Excellence Cognitive Internet Technologies CCIT angestrebten Edge-Cloud-Continuum – einem kontinuierlichen Datenraum, in dem die Verlagerung von Rechenleistung zwischen Edge und Cloud bedarfsorientiert und dynamisch automatisiert erfolgt. KI erzeugt aus den Daten neues Wissen und daraus neue Geschäftsmodelle. Um dieses Potenzial zu heben, müssen die KI-Anwendungen verlässlich und vorhersehbar laufen. Unser Whitepaper zeigt, wie das in der Produktion umgesetzt werden kann”, sagt Michael Fritz, Leiter der Geschäftsstelle des Fraunhofer CCIT.

Den aktuellen Stand der Forschung umreißt das vorliegende, von 14 Expertinnen und Experten des Fraunhofer IAIS und IOSB verfasste Whitepaper: Es spannt die Dimensionen für KI-Engineering-Anwendungen auf und umreißt die qualitativen Anforderungen in der Entwicklung und im Betrieb aus Sicht der Anwender und Entscheider. Es klassifiziert verschiedene Anwendungsfälle in vier Autonomiestufen, angefangen bei KI-basierten Assistenzfunktionen bis hin zu autonomen und adaptiven Systemen.

Kostenfreies Whitepaper bietet wertvolle Einblicke

Ein Kapitel adressiert die technischen und organisatorischen Herausforderungen beim Einsatz von KI-Methoden. Hier wird das KI-Engineering-Vorgehensmodell PAISE® (Process Model for AI Systems Engineering) vorgestellt und im Kontext bestehender Modelle aus dem Maschinellen Lernen und dem Software-Engineering erläutert. Abschließend verweist das Whitepaper auf weiterführende Schulungs- und Beratungsangebote unter anderem im Rahmen der Fraunhofer-Allianz Big Data und KI sowie des Kompetenzzentrums für KI-Engineering Karlsruhe (CC-KING), in dem PAISE® entwickelt wurde.

Das Whitepaper bietet KI-Anwendern in der Industrie wertvolle Einblicke und Lösungsansätze für ihre Herausforderungen und steht auf der Website des Fraunhofer CCIT zum kostenfreien Download bereit.

Weitere Informationen gibt es unter www.cit.fraunhofer.de.