Mobility_2023
Mobility_2023
Mobility_2023
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
DR.-ING. JAN SCHATTENBERG<br />
Stellvertretender Institutsleiter und Arbeitsgruppenleiter Automatisierungs- und Robotersysteme am Institut für<br />
mobile Maschinen und Nutzfahrzeuge (IMN) der Technischen Universität Braunschweig<br />
Die regelmäßigen Fortschritte im Bereich der Sensorik, Kommunikationstechnologie<br />
und Datenverarbeitung haben die Automatisierung von mobilen Arbeitsmaschinen und<br />
insbesondere in der Landtechnik stark beeinflusst. Das hat uns eine Vielzahl von Möglichkeiten<br />
eröffnet, und deshalb stellen Landmaschinen, die hochgradig automatisiert und<br />
zunehmend miteinander vernetzt sind, den aktuellen Stand der Technik dar. Trotzdem<br />
bergen KI-gestützte Lösungen zusätzlich ein beträchtliches Entwicklungspotenzial, insbesondere<br />
in komplexen Prozessen. Dies ist vor allem dann der Fall, wenn Entscheidungen<br />
nicht unmittelbar auf ein einzelnes Ereignis bezogen sind. Solche Situationen erfordern die<br />
Berücksichtigung umfangreicher Informationen über die verschiedenen Einflüsse, um auch<br />
in unbekannten Szenarien angemessene Entscheidungen treffen zu können. Gleichzeitig<br />
stellen KI-gestützte Ansätze die Entwicklungs- und Testprozesse vor beträchtliche Herausforderungen,<br />
da die klare Zuordnung von Ursache und Wirkung weniger eindeutig ist. Hier<br />
werden z. T. neue Abläufe erforderlich, nicht zuletzt, weil die neue Maschinenverordnung,<br />
die aktuell die Maschinenrichtlinie ablöst, auch KI und Cybersecurity berücksichtigt.<br />
DIE ZUORDNUNG<br />
VON URSACHE<br />
UND WIRKUNG IST<br />
WENIGER EINDEUTIG<br />
KI-GESTÜTZTE PROZESSE<br />
BENÖTIGEN DEN<br />
MENSCHEN WEITERHIN<br />
ALS SUPERVISOR<br />
JAN METZNER<br />
Principal Specialist Solutions Architect, Manufacturing bei AWS<br />
In der Produktion nimmt künstliche Intelligenz (KI) einen immer größeren Stellenwert ein. Besonders<br />
repetitive Vorgänge werden hierbei von KI-gestützten Maschinen übernommen. Dazu gehört auch, dass<br />
Predictive Maintenance eine hohe Anlagenverfügbarkeit gewährleistet. Außerdem kommt es darauf an,<br />
dass Maschinen ohne den Menschen untereinander kommunizieren können. Dadurch bleibt Fachkräften<br />
mehr Zeit für Aufgabenbereiche, in denen ihr Know-how bessere Verwendung findet. Es geht also um<br />
eine Kooperation von menschlicher Expertise und maschineller Optimierung. Aber eine große Herausforderung<br />
bleibt: Die Arbeitsprozesse müssen sicher und zuverlässig funktionieren. Daher benötigen<br />
KI-gestützte Prozesse den Menschen weiterhin als Supervisor. Genau diesen Bereich unterstützen wir bei<br />
AWS mit unseren IoT-Services (Internet of Things) oder einer Suite wie Amazon SageMaker. Zudem stellen<br />
wir in der Cloud für die erforderliche Datensammlung und Mustererkennung ausreichende Speicherkapazitäten<br />
und eine hohe Rechenleistung zur Verfügung. Und das bietet auch eine Grundlage, um Daten<br />
von mobilen Maschinen zu sammeln und die Hersteller so mit Informationen zur Optimierung ihrer<br />
Produkte zu versorgen.<br />
MOBILITY <strong>2023</strong> 33