Geschäftsführer von Iconpro im Interview

„KI ist schneller und zuverlässiger“

markus-ohlenforst-foto.1024x1024.jpg
Ohlenforst sieht viel Potenzial für KI in der Qualitätssicherung. Die Datenmengen müssten dabei nicht immer extrem groß sein Bild: Iconpro
Anzeige
Markus Ohlenforst ist Geschäftsführer des Startups Iconpro, das Machine-Learning-Anwendungen für Qualitätsdaten entwickelt und Firmen berät. Im Interview spricht er über die Ziele seines Unternehmens, den Nutzen von Künstlicher Intelligenz (KI) und Sicherheit in der Cloud.

Herr Ohlenforst, verraten Sie uns zunächst, wie Iconpro entstanden ist.

Markus Ohlenforst: Mein Doktorvater Professor Robert Schmidt vom WZL an der RWTH Aachen fördert seit jeher die Gründung von Spinoffs rund um seinen Lehrstuhl. Und wir sind das erste rein prozessorientierte, software-gestützte Spinoff, das bisher in diesem Zusammenhang entstanden ist. Wir fokussieren uns dabei auf die Entwicklung und Anwendung von Process-Data-Mining-Software zur Analyse und Korrelation von Produktionsprozess- und Qualiätsdaten durch Machine Learning.

Wie setzen Sie Künstliche Intelligenz konkret ein?

Ohlenforst: Zum einen im Bereich kognitive Qualitätskontrolle. Wir nutzen KI, um zum Beispiel Bilddaten auszuwerten. Dort lässt sich sehr einfach zeigen, dass KI-Algorithmen schneller und zuverlässiger sind. Das kann man statistisch belegen. Der andere Bereich ist die selektive Prozessfähigkeitsuntersuchung. Daher ist auch Edgar Dietrich, der Gründer von Q-DAS, bei Iconpro mit dabei.

Selektive Prozessfähigkeitsuntersuchung – was heißt das?

Ohlenforst: Die Q-DAS-Software bestimmt Prozessfähigkeitswerte. Dafür benötigt man ein Verteilungsmodell. Die Bestimmung dieses Verteilungsmodells ist ein Kern von Q-DAS. Wir haben die Findung des am besten passenden Verteilungsmodells durch eine KI-Auswertestrategie ersetzt. Wir können zeigen, dass diese mindestens genauso gut funktioniert wie die klassische Methode. Und sie bietet Vorteile. Erstens ist sie schneller. Zweitens entfallen dadurch manuelle Voreinstellungen – etwa, dass der Nutzer schon vorab eine Normalverteilung vorschlägt, auf die dann zuerst getestet wird. Das heißt, das Auswerteergebnis ist abhängig von der Nutzervoreinstellung und von der Auswertestrategie der jeweiligen Firma. Wenn man es schaffen würde, hier eine Akzeptanz herzustellen, KI-basierte Auswertungen vorzunehmen, dann ist man nutzer- und strategieunabhängiger und hat insbesondere umfangreichere Prozessdaten zudem noch schneller ausgewertet.

Die KI braucht also keine Vorgaben.

Ohlenforst: Der erste Schritt ist, die KI mit den vorhandenen Strategien zu trainieren. Mit dem Ziel, nahezu identische Ergebnisse zu bekommen – in kürzerer Auswertezeit. Das ist das, woran wir gerade arbeiten. Der zweite Schritt ist das so genannte Reinforcement Learning. Dabei erkennt der Algorithmus nicht selbst Muster basierend auf Trainingsdaten, sondern man sagt ihm: „Das ist der Datensatz, finde die bestmögliche Verteilung“. Das System optimiert dann zum Beispiel den Regressionskoeffizienten als „Belohnungsparameter“, was ein Maß für die Übereinstimmung zwischen dem gefundenen Verteilungsmodell und dem Datensatz ist. Der Algorithmus passt sich über die Nutzung automatisiert so an, dass die Belohnung möglichst groß ausfällt.

Im Gegensatz zum KI-Einsatz in der Bildverarbeitung geht es in diesem Fall um Prozessdaten?

Ohlenforst: Richtig. Bei der Prozessauswertung entspricht ein Datensatz nicht einem Bild, sondern zum Beispiel dem Wert eines Durchmessers über der laufenden Prozessnummer.

Wie weit sind Sie mit Iconpro bereits?

Ohlenforst: Wir befinden uns momentan in der Entwicklung von Algorithmen basierend auf überwachtem Lernen mit vorgegebenen Ergebnissen zu den Trainingsdaten. Der nächste Schritt wäre das nicht-überwachte Lernen, bei dem der Algorithmus Muster in den Trainingsdaten erkennt und sich darauf basierend aufbaut – ohne, dass beim Training Ergebnisse vorgegeben werden müssen.

Man hört häufig die Aussage, dass KI extrem viele Daten benötigt.

Ohlenforst: Man braucht natürlich immer Daten im Gegensatz zu einer klassischen Modellierung. Auch schon für die Algorithmus-Erstellung. Die Datenmengen müssen aber nicht immer extrem groß sein. Das ist von Anwendung und Verfahren abhängig. Ein künstliches neuronales Netz benötigt pro Schicht Gewichtsvektoren, die mit Werten gefüllt werden. Bei vielen versteckten Schichten gibt es viele Werte und dementsprechend brauche ich auch viele Daten. Bei einem sehr einfachen, ein- oder zweilagigen oder bereits vortrainierten künstlichen neuronalen Netz benötigt man dagegen unter Umständen nur relativ wenige Daten. Aber die Komplexität der Zusammenhänge, die ich damit erfassen kann, ist dann unter Umständen auch begrenzter.

Ein anderer Punkt, der im Zusammenhang mit KI diskutiert wird, ist die Black-Box-Eigenschaft. Es lässt sich häufig nicht nachvollziehen, wie KI-Methoden zu ihrem Ergebnis kommen. Das kann in der Industrie zum Problem werden.

Ohlenforst: Immer dann, wenn man nicht steuernd eingreift, sondern eher überwachend beziehungsweise analysierend, ist das kein so großes Problem. Erst recht nicht, wenn man dann noch ausgeben kann, wie gut die Übereinstimmung zwischen Modell und realem Datensatz ist. Man muss natürlich die Funktionsweise oder die Güte des eingesetzten Modells tracken. Das kann man manchmal live machen – immer für den letzten Datensatz oder das letzte Werkstück. Und manchmal muss man es statistisch machen – auf Basis von historischen Datensätzen. Deswegen geben wir bei der kognitiven Qualitätskontrolle oder bei der selektiven Prozessfähigkeitsuntersuchung auch die Güteparameter mit aus.

Mit welchen Partnern arbeitet Iconpro zusammen? Und gibt es schon Kunden?

Ohlenforst: Bei der KI-basierten Prozessauswertung arbeiten wir sehr eng mit Q-DAS zusammen. Bei der kognitiven Qualitätskontrolle sind wir momentan mit einigen Unternehmen im Gespräch. Wir können schon konkrete Anwendungsfälle und Algorithmen vorweise, die im Rahmen eines Proof of Concepts positiv bewertet wurden. Wir verfolgen zur Zeit hauptsächlich die Software-Entwicklung für industrielle KI-Anwendungen. In Zukunft wollen wir aber auch ein eigenes Produkt entwickeln und vermarkten.

Können Sie mehr dazu sagen?

Ohlenforst: Wir wollen gemeinsam mit Q-DAS ein Produkt in Richtung der KI-basierten Prozessfähigkeitsuntersuchung entwickeln. Das soll dann als Software as a Service bereitgestellt werden. Daneben bieten wir auch Beratung und Weiterbildung an.

Heißt konkret?

Ohlenforst: Wir beraten Unternehmen dabei, wie man im Produktionsumfeld eine Kommunikationsarchitektur aufbaut, die es überhaupt erst erlaubt, Daten aufzunehmen und zu sammeln. Es geht dabei um Fragestellungen wie: Welche Kommunikationsprotokolle verwende ich, um Steuerungsgeräte und Sensoren in mein Netzwerk einzubinden? Welche Cloud-Plattformen nutze ich?

Welche Fragen gibt es bei den Unternehmen in Sachen Cloud?

Ohlenforst: Wir möchten den Firmen einen Überblick verschaffen. Denn zum einen gibt es Amazon, Google und Microsoft, die jeweils eine Basisinfrastruktur zur Verfügung stellen. Daneben gibt es andere Firmen wie Siemens oder Hexagon, die auf diesen Cloud-Infrastrukturen aufbauen und Plattformen für Industrie 4.0 zur Verfügung stellen. Dabei entstehen Frage wie zum Beispiel: Für welchen Anwendungsfall nutze ich welche Plattform? Wie implementiert man eine Applikation als Software as a Service? Neben der individuellen Beratung veranstalten wir dazu auch Workshops und Seminare.

Häufig ist zu hören, dass Unternehmen gerade beim Thema Qualitätssicherung sehr zurückhaltend mit der Nutzung von Cloud-Angeboten sind.

Ohlenforst: Während man mit Schwingungsdaten oder anderen maschineninternen Sensordaten ohne weitere Informationen relativ wenig anfangen kann, können Qualitätsdaten schon allein einiges aussagen über die Stärken und Schwächen eines produzierenden Unternehmens. Daher sind Firmen in diesem Bereich natürlich sehr restriktiv. Es gibt jedoch Lösungen wie eine hybride Cloud. Dabei wird ein Teil der Daten, die man als kritisch bewertet, on-premise auf einem privaten Server gelagert. Für die anderen Daten oder die Korrelation zwischen den Daten wird dann eine Public Cloud genutzt. Es gibt außerdem Angebote wie die von 1NCE – einem Startup der Telekom. Das verkauft SIM-Karten für Maschinen. Deren Verkaufsargument lautet: Man muss die Daten nicht erst ins Netzwerk schieben, wo sie unter Umständen angreifbar sind. Stattdessen werden die Daten direkt über eine Mobilfunkanbindung in die Telekom-Cloud geschickt – über ein gesichertes Kommunikationsprotokoll. ■


Der Autor

Markus Strehlitz

Redaktion

Quality Engineering


KI-Event zeigt Anwendungen

KI wird das produzierende Gewerbe von Grund auf verändern. Beim 2. Kongress „Smarte Maschinen im Einsatz – Künstliche Intelligenz in Unternehmen“ präsentiert die Konradin Mediengruppe am 15. Oktober 2019 KI-basierte Anwendungen bei agilen Mittelständlern, Start-ups und Konzernen. Ergänzt werden die Vorträge durch Strategiereferate führender Wissenschaftler. Die ganztägige Veranstaltung, die erneut in Kooperation mit dem Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA) in Stuttgart stattfindet, zeigt, was KI in Unternehmen heute leisten kann und wo Herausforderungen zu bewältigen sind.

Die Zahl der Teilnehmerinnen und Teilnehmer ist auf 150 begrenzt. Bis zum 31. Juli gilt ein Frühbucherrabatt.

Weitere Infos und Anmeldung:

www.industrie.de/kuenstliche-
intelligenz-2019


Infos zu Iconpro

Iconpro ist als Spin-Off des WZL an der RWTH Aachen entstanden. Der Fokus liegt auf der Entwicklung und Anwendung von Process-Data-Mining-Software zur Analyse und Korrelation von Produktionsprozess- und Qualitätsdaten durch Machine Learning. Unter anderem werden Prozessdaten aus ERP-, MES- oder SPC-Systemen extrahiert und durch maschinelle Lern-Algorithmen analysiert. Daneben bietet Iconpro individuelle Beratungsprojekte und Workshops an.

Anzeige

Newsletter

Jetzt unseren Newsletter abonnieren

Videos Control 2019

Die besten Videos von der Messe

Quality Engineering

Titelbild QUALITY ENGINEERING P3
Ausgabe
P3.2019
LESEN
ABO

Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Whitepaper zum Thema QS

Anzeige
Anzeige

Industrie.de Infoservice

Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de