Allerdings ist derzeit der Einsatz von KI in der deutschen Fertigungsindustrie noch nicht wirklich angekommen, obwohl ERP-Systeme die Grundlage bilden würden, davon zu profitieren. Laut einer PwC-Studie anhand der Befragung von 500 Entscheidern in deutschen Unternehmen setzen nur vier Prozent KI ein, zwei Prozent sind dabei, entsprechende Technologien zu implementieren, geplant haben dies 17 Prozent. Rund die Hälfte der Befragten halten das Thema für nicht relevant. Wenn KI im Einsatz oder vorstellbar ist, dann vor allem in Richtung Datenanalysen für Entscheidungsprozesse (70 %) oder für die Prozessautomatisierung bestehender Geschäftsprozesse (63 %). Dabei geht es Unternehmen vor allem darum, Mitarbeiter zu unterstützen und zu entlasten – so der Fokus von 71 % der von PwC befragten Unternehmen. Autonom agierende Systeme spielen eine eher untergeordnete Rolle.
Grundsätzlich stellt sich in Unternehmen – so eine weitere Studie von PwC – die Frage, wie KI-Anwendungen am besten im Unternehmen eingeführt werden können. Zwei Aspekte sind dabei wesentlich: Auf welche Weise kann eine KI-Kultur im Unternehmen geschaffen werden mit einem entsprechenden Vertrauen in die Technologie seitens der Mitarbeiter?
Blick auf die Cloud für intuitive Hilfe in industriellen Arbeitsabläufen
„Vor diesem Hintergrund sind unterschiedliche Wege denkbar, um intelligente Systeme schrittweise in den industriellen Alltag einzubinden“, sagt Dirk Löhmann, Regional Vice President Continental Europe, Epicor. „Um eine organische Entwicklung von KI zu fördern und diese Veränderung erfolgreich zu steuern, sind aus unserer Erfahrung im Zuge von ERP-Projekten zwei Schritte für die Fertigungsindustrie wichtig: Zuerst braucht es eine zentrale Software für das Unternehmensmanagement – in unserem Fall das ERP-System – die sich durch einen Plattform-orientierten Ansatz sowie eine Service-orientierten Software-Architektur auszeichnet. Dann ist die Voraussetzung gegeben, KI-Services als Cloud-Anwendungen, wie sie etwa über Microsoft Azure zur Verfügung stehen, flexibel nach Bedarf zu integrieren. Zum anderen gilt es, in Unternehmen die Scheu vor Künstlicher Intelligenz abzubauen, die zumeist mit autonomen Robotern in Verbindung gebracht wird.
Denn in der Realität können – und werden bereits – KI-Funktionalitäten sehr intuitiv in alltägliche Prozesse und Entscheidungen eingebunden werden – in einer Form, die als komfortable IT-Technologie und weniger als Künstliche Intelligenz wahrgenommen wird. Sprachsteuerung oder Trend- und Mustererkennung auf Knopfdruck sind hier typische Beispiele.“
Virtueller Agent als erster Schritt in Richtung KI
Exemplarisch für diesen Ansatz steht der virtuelle Agent des Unternehmens, kurz EVA genannt. Entwickelt wurde EVA unter Nutzung der KI-Services von Microsoft Azure und kann in allen Epicor-ERP-Umgebungen eingesetzt werden – ob in der Cloud oder im eigenen Rechenzentrum – unabhängig von der Größenordnung. Dadurch können auch kleine und mittlere Unternehmen von KI profitieren.
Als mobile Anwendung erscheint EVA auf dem Bildschirm als virtueller Assistent, auf den Anwender über Text- und insbesondere auch Spracheingaben Zugriff haben. Mithilfe von Natural Language Processing (NLP) – eine der vielen Formen von KI-Technologien – liefert EVA zielgerichtete Informationen, um schneller bessere Entscheidungen zu treffen. Darüber hinaus nutzt EVA KI-Funktionen für proaktive Alarmmeldungen und die Durchführung spezifischer Aktionen, basierend auf der Kombination von Ereignissen, Marktstatistiken und historischen Daten.
Der virtuelle Agent ist darauf ausgerichtet, KI branchenorientiert in der alltäglichen Arbeit zu nutzen und den Weg hin zu einer erweiterten Nutzung von KI und kognitiven Technologien zu bereiten.
Von der Sprachsteuerung bis hin zu Mixed-Reality
Nachfolgende Versionen von EVA sollen diese Entwicklung fördern – beispielsweise mit weiteren KI-gestützten Microsoft Azure Technologien wie HoloLens 2 mit seinen „mixed-reality“ Anwendungen. HoloLens 2 ist auf industrielle Augmented-Reality-Anwendungen ausgerichtet, etwa in der Fertigung vor Ort oder in entfernten Anlagen. In Verbindung mit dem virtuellen, sprachgesteuerten Agenten EVA bleiben bei Informationsabfragen beide Hände frei, der Blick immer auf den Arbeitsbereich gerichtet.
Andere zukünftige KI-Anwendungen könnten sein:
- Machine-Learning-basierte Lageroptimierung in Produktion und Fertigung
- Prognosen zu Ausfällen bei Anlagen bzw. Predictive Maintenance bei Produktionsanlagen mithilfe von Internet of Things (IoT) in Kombination mit Machine-Learning
- Machine-Learning Echtzeit-Analysen von Käuferverhalten für optimierte Fertigung und Distribution
- IoT- und Machine-Learning-gestützte vorausschauende Qualitätssicherung in der Fertigung unter Nutzung von Sensordaten, möglicherweise in Verbindung mit Computer Vision, d.h. maschinelles Sehen durch Bildverarbeitung mit automatischer Interpretation
- Machine-Learning-basierte Kostenkalkulation in der Fertigung.
So könnte EVA beispielsweise in der Produktion über Industrial IoT (IIoT)-Vernetzung Sensordaten kontinuierlich analysieren. Sobald Anomalien in der Roboterfertigung auftreten, sendet die KI-Anwendung Alarmmeldungen an das mobile Gerät des Produktionsleiters, der daraufhin auf den Button „Instandhaltungsplanung“ klickt und EVA dafür einen Arbeitsauftrag dafür ansetzt. Als nächstes schlägt EVA vor, auf welcher anderen Produktionslinie der aktuelle Produktionsauftrag ausgeführt werden könnte und ergreift nach Bestätigung entsprechende Maßnahmen.
Flexible KI-Optionen für vernetzte ERP-MES-Plattformen
KI-Services, wie sie über Microsoft Azure zur Verfügung stehen, als integrierten Teil von industriespezifischen ERP-Systemen einzusetzen, eröffnet flexible Wege, intelligente Funktionen abgestimmt auf individuelle Geschäftsanforderungen zu implementieren. Gleiches gilt für IoT, Machine-Learning oder andere innovative Technologien.
Ein Ansatz, den auch die Bitkom in ihrem Positionspapier für zukunftsorientierte ERP-Systeme verfolgt. Demnach wird erwartet, dass die Architektur von ERP-Systemen komplett neu aufgesetzt werden wird in Richtung Cloud-Computing und in der Folge hin zu Plattform-Computing. Aus den so verfügbaren Funktionen in Form von Cloud-Services wird sich eine neue Dynamik entwickeln. Unternehmen erhalten dadurch die Freiheit, nötige spezifische Funktionalitäten und Innovationen für ihre Differenzierung und Wettbewerbsvorteile zu kombinieren, bei geringeren Kosten und Implementierungsaufwand.
