Industrie 4.0 - smarte Maschinen

„Schrauben, die mit Montagerobotern kommunizieren, selbstfahrende Gabelstapler, die Hochregale mit Waren bestücken, intelligente Maschinen, die selbstständig laufende Produktionsprozesse koordinieren – Menschen, Maschinen und Produkte sind direkt miteinander verbunden: Die vierte industrielle Revolution hat begonnen.“ So beschreibt das Wirtschaftsministerium die unter dem Schlagwort „Industrie 4.0“ bekannte Revolution in der Industrie. Die Versprechen an die KI gestützten Zukunft der Industrie sind groß: Flexible Produktion (durch die digitale Vernetzung von Unternehmen), Modulare Produktionslinien, die individualisierte Produkte für den Endkonsumenten ermöglichen sollen und eine optimierte Logistik - die Optimierung des Warenflusses mit Hilfe der smarten Vernetzung von Maschinen. Auch eine ressourceneffiziente Kreislaufwirtschaft scheint möglich, da der Lebenszyklus von Produkten datengestützt betrachtet werden kann.

Für die Industrie sind die Herausforderungen gewaltig. Trotz aller Chancen bedeutet der Umstieg in das digitale Maschinen-Zeitalter einen enormen Investitionsaufwand in neue Technologien. Dazu vermögen smarte Maschinen ihre Aufgaben nur zu erfüllen, wenn der Datenaustausch auch reibungslos funktioniert. Hierzu bedarf es noch gewaltige Anstrengungen des Bundes und der Länder in den Ausbau der digitalen Infrastruktur, denn nur in stabilen und schnellen Netzen können die schlauen Maschinen ihr Potential entfalten.

Ein weiteres Problem: Smarte Maschinen werten immer größer werdende Datensätze aus – und dabei verbrauchen sie sehr viel Energie. Energie, die in Zukunft regenerativ produziert werden soll und damit im besten Falle deutlich günstiger wird. Zukünftig produzieren Maschinen neben Produkten also auch viele Datensätze und die Verarbeitung dieser Daten wird hohe Rechenleistungen benötigen. Gerade im Bezug auf vernetzte Maschinen und dem KI-gestützten, maschinellen Lernen wird die Göße der Datensätze ansteigen: eine Maschine kann heutzutage bereits Daten über verbaute Komponenten sammeln, diese mit einer digitalen Kopie auf deren Zustand überprüfen und im Notfall automatisch Ersatzteile bestellen. Mithilfe einer KI können zudem enorme Datenmenge durchforstet werden. „Solchen Systemen muss man nicht genau sagen, wie sie ein Problem lösen können. Man gibt ihnen stattdessen Daten und sagt ihnen wie sie sich aus diesen Daten selbst die Problemlösung erarbeiten können,“ so Dr. Paul Lukowicz von der TU Kaiserslautern. „Das Problem ist aber, dass sie große Mengen an Daten benötigen, was viel Rechenleistung benötigt.“

Ein von der Carl-Zeiss-Stiftung ins Leben gerufenes Projekt unter dem Titel "Sustainable Embedded AI“, was von Prof. Dr. Paul Lukowicz koordiniert wird, will hier Abhilfe schaffen und den Energiebedarf smarter Maschinen senken. „Wir möchten grundlegende Methoden des Maschinellen Lernens so modifizieren, dass wir das Hintergrundwissen des Menschen nutzen, damit weniger Daten und weniger Rechenleistung notwendig sind“, erläutert Paul Lukowicz. Dazu setzt man auf kleine, dezentrale Steuerungseinheiten, die den Energiebedarf deutlich reduzieren und damit auch die CO2 Ziele im Blick haben. Des Weiteren müssen in künftigen Smart Factories, KI-gestützte Maschinen nicht bei Null anfangen. Es gilt zu prüfen „was die Maschinen in der Fabrik von unserem Wissen an welchen Stellen übernehmen können“.

Das Projekt „Sustainable Embedded AI“ startet im ersten Quartal 2022 und ist auf die Dauer von sechs Jahren ausgelegt. Gefördert wird das Projekt der TU Kaiserslautern von der Carl-Zeiss-Stiftung mit einem Budget von fünf Millionen Euro.