PwC Insights: KI & Big Data für die Fertigungstransformation nutzen

Manufacturing Global sprach mit Kaveh Vessali, PwC Middle East Partner (Digital, Data & AI), über die Anwendung von KI und Big Data in der Fertigung.

Könnten Sie definieren, was Künstliche Intelligenz ist, und was Big Data ist?

KI ist die Fähigkeit einer Maschine, ihre Umgebung wahrzunehmen und Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern – es ist ein ganzes Feld verschiedener Technologien, Techniken und Anwendungen.

Big Data ist ein Set an Tools und Fähigkeiten für die Arbeit mit, für die Verarbeitung extrem großer Datensätze.

Wie arbeiten KI und Big Data zusammen?

Big Data ist nur einer der Enabler von KI – aber angesichts zunehmender Datenmengen einer der wichtigsten.

Wie lässt sich dies in einem Fertigungsumfeld anwenden?

Großzügig gesprochen gibt es viele Vorteile von KI und Datennutzung: Kostensenkung, Minimierung menschlicher Fehler, Steigerung von Produktivität und Effizienz. Das Wichtige ist, bei jedem Setting – für den Einsatz jeder Technologie – zu fragen: Welches Problem lösen Sie? Sei es die bloße Automatisierung repetitiver Aufgaben oder die Neuerfindung der Arbeitsweise in Fabriken durch Zusammenarbeit von Mensch und Maschine, um bessere und schnellere Entscheidungen zu treffen.

Warum sollten Hersteller KI und Big Data bei der Einführung smarter Fertigungsfähigkeiten nutzen – welchen Wert haben sie für Hersteller?

Eine Sichtweise sind die ökonomischen Vorteile von KI, die in der Fertigung resultieren aus:

1. Produktivitätsgewinne durch Automatisierung von Prozessen und Ergänzung der Arbeit bestehender Belegschaften durch verschiedene KI-Technologieanwendungen.
2. Gestiegene Konsumentennachfrage durch erhöhte Fähigkeit zur Personalisierung und Anpassung gefertigter Produkte sowie höherwertige digitale und KI-optimierte Produkte und Services.

Fertigung (und Bauindustrie) sind von Natur aus kapitalintensiv. In unserem Bericht 2018 „The potential impact of AI in the Middle East“ schätzten wir, dass die Einführung von KI-Anwendungen den Sektorenbeitrag zum BIP-Wachstum bis 2030 um mehr als 12,4 % steigern könnte.

Wie können KI und Big Data Herstellern helfen, sich in der Industry-4.0-Revolution weiterzuentwickeln? Was ist mit denen, die schon Richtung Industry 5.0 schauen?

Es geht wirklich um die Investition, die Sie jetzt tätigen, um Ihr Unternehmen zukunftssicher zu machen.

Wir sehen typischerweise zwei breite Strategien oder Ansätze zur KI-Einführung. Es gibt Dinge, die wir sofort tun können, ohne Rückgriff auf Big Data – nämlich die Einführung von Technologien, die wir als „Sensing“ bezeichnen, solche mit Computer Vision beispielsweise. Es gibt viele Use Cases, wo diese sofort in der Fertigung eingesetzt werden können, etwa für automatische Fehlererkennung. Es gibt jedoch ein langfristiges Spiel, das Investitionen in Daten erfordert – die richtigen Erfassungsmechanismen, Speicherung, Data Governance, Big-Data-Fähigkeiten etc. –, um zunehmend wertvolle, maschinelles Lernen getriebene KI-Use-Cases zu entwickeln. Das ist absolut notwendig für langfristigen Adoptionserfolg.

Was ist die beste Strategie für Organisationen, die den Wert von KI und Big Data in der Fertigung realisieren wollen?

KI und Big Data sind nur ein Teil einer erfolgreichen Smart Factory. Die Organisationen, die bei der KI-Einführung führend sind, sind jene, die bereits den größten Fortschritt bei der Digitalisierung kerngeschäftlicher Prozesse gemacht haben. Um bei der Nutzung von KI-Lösungen im großen Maßstab vorne zu liegen, sind eine Reihe von Technologieinvestitionen und Organisationsentscheidungen nötig, darunter:

1. Digitalisierung von Prozessen führt letztlich zu verbesserter Fähigkeit, Daten zu generieren. Im Fertigungsumfeld – mit vielen hunderten Sensoren, die tausende Messwerte in Echtzeit liefern – ist das Ergebnis Big Data. Daten sind der Schlüssel zum Aufbau von KI; zuverlässige und präzise Datenerfassung, -verwaltung und -governance sind entscheidend. Produktionslinien und Fabriken spielen eine kritische, direkte Rolle im Datenerfassungsprozess.
2. KI-Strategie, sowohl lang- als auch kurzfristig, beginnt mit den Use Cases, den Geschäftsanwendungen. Hersteller müssen fragen: Wo wollen sie KI einsetzen? Diese Use Cases sammeln und Projekte priorisieren basierend auf einer Balance aus erwarteter Wirkung und Implementierungskomplexität.

Natürlich sind neben Technologie und Geschäftsprozessen Menschen das Herzstück jeder erfolgreichen Technologieeinführung. KI-Teams müssen nicht nur aus Data Scientists bestehen, sondern auch Data Engineers und Solution Architects, um ihre Arbeit zu ermöglichen, Data Stewards für Genauigkeit, und zunehmend sogenannte „Analytics/AI Translators“, die mit Geschäftsführern und Technologieexperten kommunizieren können. Kultur ist ebenfalls entscheidend: Hersteller müssen eine daten- und KI-getriebene Kultur ermöglichen, Vertrauen in Daten und Algorithmen aufbauen, indem sie ihre Belegschaft über KI und ihre Fähigkeiten aufklären, wie man am besten Wert extrahiert. Es geht nicht nur um das Positive – auch um Risiken und Limitationen, da diese, wenn sie ohne gesetzte Erwartungen auftreten, die Investitionsbereitschaft erheblich beeinträchtigen können.

Was sind die Herausforderungen bei der Einführung von KI und Big Data in der Fertigung?

Forschung hat gezeigt, dass eine der größten Herausforderungen bei der Implementierung von KI die Unsicherheit um den Return on Investment (ROI) ist. Wie gesagt, es ist signifikanter Investitionsbedarf für eine langfristige Daten- und KI-Strategie nötig, und Erwartungen zum Zeitpunkt greifbarer Returns müssen realistisch gesetzt werden.

Viele Unternehmen kämpfen auch mit der Datenseite: Daten zu sammeln und bereitzustellen, die ein KI-System zum Betrieb braucht, und sicherzustellen, dass sie präzise sind. Auch dies spricht für die größeren Investitionen, die in Digitalisierung nötig sind.

Einige der Haupt-Herausforderungen für Fertigungsunternehmen bei der Implementierung von KI im großen Maßstab aus unserer Forschung:

• 40 % → Technologien nicht ausgereift
• 40 % → Belegschaft fehlen Skills zur Implementierung und Verwaltung von KI
• 36 % → Unsicher bezüglich ROI
• 33 % → Daten noch nicht ausgereift
• 32 % → Mangel an Transparenz und Vertrauen
• 24 % → Betriebsräte und Gewerkschaften
• 22 % → Regulatorische Hürden in Heimat- und wichtigen Märkten

Ein hier hervorgehobenes Element, besonders um mangelndes Vertrauen und Gewerkschaften, ist, dass KI in den Medien typischerweise als „Ersetzen“ von Arbeitern und Wegnehmen von Jobs dargestellt wird. Ja, es gibt Effizienzgewinne durch Automatisierung, wie seit der ersten industriellen Revolution. Wir glauben jedoch, dass Daten und KI am wertvollsten sind, wenn sie genutzt werden, um Arbeiter zu erweitern – ihre Fähigkeiten und die gefertigten Produkte zu verbessern.

Eine weitere Herausforderung, die wir aufkommen sehen: Cyberangriffe, die zunehmend vernetzte Geräte und Maschinen in Smart Factories ins Visier nehmen. PwC veranstaltete kürzlich ein Webcast in Kooperation mit der National Association of Manufacturers in den USA und Microsoft, um dies zu diskutieren.

Was sind die aktuellen Trends bei KI und Big Data in der Fertigung?

• Unternehmen legen etwas mehr Fokus auf KI-Lösungen in Kernproduktionsprozesse wie Engineering, Montage und Qualitätsprüfung.
• Sicherheit hat große Bedeutung; Techniken zur Protokoll-Einhaltung (z. B. Sicherheitsabstand zu bestimmter Maschinerie) werden in alltäglichere Szenarien für COVID-19-Protokoll-Einhaltung adaptiert.
• Erhebliches Interesse an Predictive Maintenance für große Maschinen in Fertigungsprozessen und Supply-Chain-Optimierung.

Was sehen Sie in den nächsten 12–18 Monaten in der KI- und Big-Data-Industrie in der Fertigung?

Ehrlich gesagt: Ich denke, wir werden eine Fortsetzung sehen von dem, wo wir schon die letzten 12–18 Monate hingehen. KI und Daten werden bereits in der Fertigung genutzt, aber diese Nutzung bekommt nicht so viel mediale Aufmerksamkeit wie z. B. im Gesundheitswesen – aber die Erfolgsgeschichten sind da, und sie werden fortgesetzt, während die Betriebe ihre digitalen Reisen fortsetzen.