Direkt zum Inhalt
header image
Industrie 4.0 Management
34. Jahrgang, 2018, Ausgabe 6, Seite 56-60
Künstliche Intelligenz verleiht Cyber-Physical Systems Flügel

Volker Gruhn, adesso AG / Universität Duisburg-Essen

Cyber-Physical Systems (CPS) sind ein Beispiel für die immer engere Verbindung von digitaler und realer Welt. Denn in CPS werden Abläufe und physische Gegenstände unmittelbar in digitale Prozesse integriert. Für IT-Experten bedeutet das mehr Komplexität in der Entwicklung von IT-Systemen. Denn die bisherige Modellbildung, mit der sie gearbeitet haben, stößt angesichts der Unordnung in der realen Welt an ihre Grenzen. Künstliche Intelligenz (KI) hilft dabei, diese Komplexität zu beherrschen und so den Einsatz von CPS zu erleichtern beziehungsweise zu ermöglichen. Die Stärke von CPS liegt insbesondere im Finden von Optimierungspotenzialen, im Erkennen von Mustern und in der engen Zusammenarbeit mit Menschen. Verfahren wie Machine Learning, das die Grundlage für beispielsweise Bilderkennung oder Spracherkennung liefert, erlauben einerseits engere Interaktionsmöglichkeiten zwischen Mensch und CPS. Andererseits erhöhen diese Techniken den Autonomiegrad, mit dem CPS arbeiten können. In Summe entstehen dank KI neue Einsatzszenarien. Die Kombination dieser Technologien stößt die Tür für die Fabrik der Zukunft auf. Diese Entwicklung muss sich auch in den zugrundeliegenden IT-Systemen niederschlagen, die Unternehmen aufbauen. Die Verantwortlichen müssen Strukturen schaffen, in denen klassische Informationssysteme, CPS und Cognitive Computing Systems integriert zusammenarbeiten können.

Schlüsselwörter: Künstliche Intelligenz, Cyber-Physical System, Maschinelles Lernen, Bilderkennung, Spracherkennung
Quellen:

[1] Kelly, K.: The Inevitable: Understanding the 12 Technological Forces That Will Shape Our Future. London 2017.

[2] Wichert, A.: Künstliche Intelligenz. In: Spektrum.de. https://www.spektrum.de/lexikon/neurowissenschaft/kuenstliche-intelligenz/6810 Abrufdatum 15.06.2018.

[3] Buxmann, Peter; Schmidt, Holger: Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens. Erschienen in: Buxmann, Peter; Schmidt, Holger (Hrsg.): Künstliche Intelligenz: Mit Algorithmen zum wirtschaftlichen Erfolg. Springer (Berlin Heidelberg), 2018

[4] Brynjolfsson, E.; McAfee, A.: Race against the Machine. Lexington (Massachusetts) 2011.

[5] Brynjolfsson, E.; McAfee, A.: The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. New York London 2014.

Weitere Open Access Beiträge

 

Der angemessene Grad von Autonomie in Cyber-Physischen Produktionssystemen

Norbert Gronau, Forschungs- und Anwendungszentrum Industrie 4.0 Potsdam
https://doi.org/10.30844/I40M_18-6_7-12

 

Autonome Systeme in der Produktion

Roman Dumitrescu, Thorsten Westermann, Tommy Falkowski, Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM, Paderborn
https://doi.org/10.30844/I40M_18-6_17-20

 

Lean-Management und Industrie 4.0

Tobias Fischer, TF Lean-Management Beratung, Jürgen Köbler, Hochschule Offenburg
https://doi.org/10.30844/I40M_18-6_53-55

 

Ökologische Aspekte des Vendor Managed Inventory

Gökhan Cenk, Emre Kayadelen, Philipp Kürner, Marius Schultenkämper und Dieter Uckelmann, Hochschule für Technik, Stuttgart
https://doi.org/10.30844/I40M_18-6_56-60