Qualitätssicherung und Digitaler Zwilling
Mit rund einem Fünftel Anteil am Gesamtumsatz ist die Qualitätsprüfung und -sicherung laut IoT Analytics der zweitgrößte Einsatzbereich für KI im industriellen Umfeld. Das Industrieunternehmen Bosch konnte beispielsweise durch den Einsatz Künstlicher Intelligenz in der Qualitätssicherung die Rate unentdeckter Produktionsfehler auf Null senken, den Zeitaufwand für Tests um 45 Prozent reduzieren und so insgesamt 1,3 Millionen Euro einsparen.
Noch weiter gehen Projekte, in denen Bauteile, Produkte oder sogar ganze Fertigungsanlagen komplett digital nachgebildet werden. Ein solcher „Digitaler Zwilling“ stellt eine möglichst genaue Repräsentation der physikalischen Welt dar und ermöglicht es beispielsweise, mithilfe von Augmented und Virtual Reality (AR/VR) Gebäude oder Produktionsstraßen virtuell in Betrieb zu nehmen, bevor sie überhaupt gebaut werden. Der Konzern Asea Brown Bovery (ABB) will sogar eine ganze Fabrik über einen Digitalen Zwilling steuern. In dem Werk, das Ende 2020 in Shanghai den Betrieb aufnehmen soll, werden Roboter selbstlernend und weitgehend autonom andere Roboter herstellen. Statt starrer Fertigungsstraßen kommen flexible autonome Produktionsinseln zum Einsatz. So ist nach Angaben des Konzerns eine wesentlich größere Fertigungsvielfalt möglich als bei einer traditionellen Herstellung.
Leistungsanforderungen an die Hardware
Bei der Datenerfassung, -verarbeitung und -analyse im industriellen Kontext spielen Leistung und Stabilität der IT eine wesentliche Rolle. Vor allem das Training Neuronaler Netze, ein wesentlicher Bestandteil des maschinellen Lernens, ist sehr rechenintensiv, aber auch die Verarbeitung großer Datenmengen für die Mustererkennung erfordert leistungsfähige Rechner. Computer auf Basis der aktuellen zehnten vPro Generation von Intel erlauben es beispielsweise, Daten um bis zu 44 Prozent schneller zu analysieren als mit einem fünf Jahre alten Desktop. Speziell für den IoT-Einsatz konzipierte Core-, Xeon-, Pentium- und Celeron-Prozessoren bieten mit bis zu 10 Multithreading-fähigen Kernen, einem TDP (Thermal Design Power) von 35 bis 65 Watt und der Möglichkeit, bis zu drei unabhängige 4K-Monitore anzuschließen, ideale Voraussetzung für den Einsatz im industriellen Umfeld.
Das Stable-IT-Plattform-Programm (SIPP) von Intel sorgt darüber hinaus für einen langfristig stabilen Betrieb und eine problemlose Migration auf die nächste Hardware-Generation. Es umfasst neben den Prozessor- und Grafikmodulen auch andere wichtige Plattformkomponenten wie Netzwerkkarten, SSDs oder Thunderbolt-Ports und stellt sicher, dass Komponenten und Treiber für mindestens 15 Monate oder bis zur nächsten Generation der Technik ohne große Änderungen stabil betrieben werden können.
Fazit
Von der vorausschauenden Wartung bis zur Steuerung ganzer Fabriken über einen Digitalen Zwilling – Künstliche Intelligenz und Machine Learning kommen schon heute in zahlreichen industriellen Anwendungsfeldern zum Einsatz. Viele Industrie-PCs sind jedoch in die Jahre gekommen und liefern nicht die nötige Leistung, um Neuronale Netze trainieren oder große Datenmengen analysieren zu können. Die Investition in moderne leistungsfähige Hardware ist deshalb ein wichtiger Meilenstein auf dem Weg ins Industrie-4.0-Zeitalter.