Passwort vergessen?  |  Anmelden
 |  Passwort vergessen?  |  Anmelden

Mittwoch, 17. Januar 2018

Produktion

Lernfähige Maschinen

Von Georg Dlugosch | 1. Dezember 2016 | Ausgabe 48

Der Maschinenbau steht vor einem großen Schritt. Künstliche Intelligenz soll in Form von maschinellem Lernen Einzug in die Branche halten. Experten diskutierten die Chancen der Entwicklung.

MaschLernen-BU
Foto: Georg Dlugosch

Das geht besser: Der Schweißroboter am Fraunhofer IPA besitzt Algorithmen für maschinelles Lernen. Bewegungsabläufe werden damit kontinuierlich verbessert.

Maschinelles Lernen und künstliche Intelligenz sind eng miteinander verknüpft. Im global orientierten Maschinenbau wird das Machine Learning (ML) nach Auffassung vieler Experten die digitale Transformation prägen. Die Chancen von selbstlernenden Systemen erscheinen groß. Erste Ansätze sind erkennbar, wo smarte Maschinen ihre Aufgaben immer besser verrichten und Roboter sich per Algorithmus auf eine Kooperation mit dem Menschen einlassen.

Für den Verband Deutscher Maschinen- und Anlagenbau (VDMA) ist das ein Grund, frühzeitig auf solche Entwicklungen einzugehen. „Innerhalb eines Jahres wurde das Kompetenzzentrum Future Business aufgebaut“, erläutert Hartmut Rauen, stellvertretender VDMA-Hauptgeschäftsführer beim ersten Future Business Summit, der im Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA) in Stuttgart stattfand. In Rauens Zuständigkeitsbereich fällt die Forschung und damit auch künftige Geschäftsfelder. Das Kompetenzzentrum soll Verbindungen zwischen allgemeinen Trends und dem Maschinenbau herstellen. „Wir sehen uns hier als Pionier und bereiten den Weg für unsere Mitgliedsunternehmen vor“, sagt Eric Maiser, Leiter des VDMA Future Business. Machine Learning stehe dabei jetzt an erster Stelle, dann folgten Zukunftswerkstoffe und Energietechnologie. Wie schnell sich Markteinschätzungen ändern können, weiß Thomas Bauernhansl, Leiter des Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA). Nach seiner Beobachtung hat sich die digitale Transformation innerhalb von weniger als drei Jahren auf der Prioritätenliste ganz nach vorne geschoben.

Bei der Entwicklung von autonomen Systemen wird maschinelles Lernen an Bedeutung gewinnen, davon ist Bauernhansl überzeugt. Entscheidend sei dafür, Daten zu analysieren und daraus Folgen abzuleiten. Dafür kommen digitale Agenten zum Einsatz, deren „Intelligenz“ davon abhängt, wie viele Daten genutzt werden. „In Deutschland stehen nicht genügend Daten zur Verfügung“, berichtet Wolfram Burgard von der Freiburger Universität. Deshalb könnten sich die Systeme nicht entwickeln.

Für Olaf Munkelt ist das maschinelle Lernen dagegen ein alter Hut. „In der industriellen Bildverarbeitung setzen wir es seit vielen Jahren ein“, betont der Geschäftsführer von MVTec Software. Diese komme z. B. bei Ernterobotern zum Einsatz, um z. B. Erdbeeren zu klassifizieren. Inzwischen reiche die Rechenleistung für Deep-Learning-Konzepte. „Durch Unmengen an Daten“ würde damit erreicht, dass sich die Bildverarbeitungsprogramme weiterentwickeln, erläutert Munkelt.

Während Machine Learning für manchen Maschinenbauunternehmer noch weit weg erscheint, sieht Josef Sedlmair von F&K Delvotec Bondtechnik für sich eine Chance. Aufgrund der Analyse von vielen Daten könne bei der Schaltkreisverdrahtung vorausgesagt werden, wie zuverlässig eine Verbindung ist. Nach seiner Ansicht bereitet Machine Learning den nächsten größeren Technologiesprung vor, ähnlich wie es die Elektrizität vor 110 Jahren tat.

Ein Wermutstropfen bleibt: Relevante Datenmengen besitzen bisher vor allem US-Unternehmen. Burkhard Röhrig, Geschäftsführer von Gfos, setzt daher Hoffnung auf ein neues Geschäftsmodell: „Der Mittelstand könnte Gewinner der digitalen Transformation werden“, weil sich Geschäftsprozessanalysen anhand von Betriebs- und Maschinendaten durchführen lassen. Die Unternehmen könnten damit selbst zum Datensammler werden. 

stellenangebote

mehr