Wie KI die Belegschaft formt: Einblicke eines Branchenexperten

Industrie und Fertigung setzen zunehmend auf künstliche Intelligenz (KI), um Produktivität und Qualität zu steigern. Doch ein Manager warnt: KI muss mit Bedacht eingesetzt werden.

Dominic Gallello ist CEO von Symphony AzimaAI, einem Unternehmen für Industrial Internet of Things und Enterprise-KI. Er hat in den letzten 16 Jahren drei öffentliche und private Softwarefirmen geleitet. Seine Führungskarriere umfasst auch eine Station bei Autodesk.

Gallello wurde per E-Mail interviewt.

FRAGE: Kann künstliche Intelligenz (KI) Mitarbeiter ausbrennen? Ich dachte, sie soll Dinge einfacher machen. Was ist passiert?

GALLELLO: Wenn sie richtig implementiert wird, nein, sie brennt Mitarbeiter nicht aus. Aber wenn Sie einen Leitstandsoperator ausbrennen wollen, geben Sie ihm eine Litanei von Alarmen und Empfehlungen, die unzusammenhängend sind und die auftretenden Probleme nicht in sinnvolle Handlungsempfehlungen herunterbrechen.

Genau hier sollte KI einsetzen und eine enorme Hilfe sein. Der Computer kann eine enorme Menge an Informationen verarbeiten und korrelieren, um Einsichten abzuleiten, die der menschliche Geist nicht leisten kann.

Wenn sie jedoch schlecht implementiert wird, ja. Wir haben immer wieder gesehen, dass bei fehlerhafter Implementierung die KI Fehlalarme auslöst. Der Computer sagt, es gibt ein Problem, obwohl keines da ist. Das führt zu wilden Gänsejagden. Den Tag damit zu verbringen, False Positives zu eliminieren, ist für die meisten eine gedankenbetäubende Übung.

FRAGE: Sie berichteten eine Anekdote über ein Gasversorgungsunternehmen mit vielen False Positives. Können Sie Hintergrund und Geschehen beschreiben?

GALLELLO: Sie nutzten ein System basierend auf KI zweiter Generation, sogenannter Mustererkennung, die berüchtigt ist, bis zu 60 Prozent False Positives zu werfen. Diese nachzuverfolgen und festzustellen, dass es eigentlich kein Problem gibt, ist zeitaufwändig, teuer und auch sehr beunruhigend, um herauszufinden, was echt ist und was nicht.

KI ist notwendig, aber nicht hinreichend. Legacy-Systeme zweiter Generation trainieren das Modell auf bekannte Maschinenfehler, und wenn derselbe Fehler auftritt, erkennt das System ihn. Aber was passiert, wenn Sie keine Historie eines Fehlers haben und er dann auftritt? Das Modell wird ihn nicht erkennen.

KI dritter Generation kehrt das Paradigma um. Wir trainieren das KI-Modell auf „normales“ Betriebsverhalten und erfassen dann jedes abweichende Verhalten vom Normalen mittels unüberwachtem Lernen dritter Generation. Jetzt fangen wir gerade erst an.

Ein kritischer Schritt ist, die KI mit einer Failure Mode Effect Analysis (FMEA)-Bibliothek zu verbinden, die die fehlerhaften Maschinenkomponenten präzise identifiziert und Wartungsingenieuren Handlungsempfehlungen gibt.

FRAGE: Haben Unternehmen begonnen, KI als Allheilmittel zu betrachten?

GALLELLO: Niemand tut das lange. In Chasm-Theorie-Begriffen bewegen wir uns an den Visionären und Early Adopters vorbei. Die Early Majority will, dass es funktioniert, spezifische Probleme löst und finanzielle Ergebnisse liefert. Das ist ein hartes, „beweis-es-mir“-Publikum.

FRAGE: Gibt es unbeabsichtigte Folgen mit KI? Wenn ja, welche?

GALLELLO: KI ist wie jeder andere Technologiewandel. Ich vergleiche sie mit dem Wechsel zur objektorientierten Programmierung. Es gab einen großen Run darauf, es gab viele schlechte Implementierungen, aber schließlich wurde es zum Standard. KI durchläuft dieselbe Reise.

FRAGE: Welche Anpassungen sollten Unternehmen bei der KI-Einführung vornehmen?

GALLELLO: Besser, Ingenieure lernen KI, als eine Trennung zwischen Domänenexperten-Ingenieuren und reinen Data Scientists zu haben. Wenn Fachexperten die Kraft der KI verstehen und nutzen können, führt das zu viel schnelleren und erfolgreicheren Implementierungen.