Generative KI in der Fertigung

Künstliche Intelligenz (KI) ist allgegenwärtig, aber Experten meinen, dass wir gerade erst an der Oberfläche kratzen, wenn es darum geht, welchen Wert sie bringen kann. Ihr Wachstumspotenzial, ihre Risiken und ihre Zukunft lassen sich nicht ignorieren. Ein Teilbereich der KI, der zunehmend kommerzielle Bedeutung erlangt, ist die generative KI. Vom Schreiben über das Programmieren bis hin zur Analyse – die generative KI ist auf dem Vormarsch. 

Um besser zu verstehen, was das ist, wie es genutzt werden kann und welche Herausforderungen damit verbunden sind, haben wir mit Jason Lagneaux, Research and Development Manager of Services and Customer Experience bei Intralox, gesprochen.

Was ist generative KI? 

Bevor wir über das Potenzial von generativer KI spekulieren, müssen wir zunächst einmal klären, was generative KI überhaupt ist. Im einfachsten Fall erzeugt generative KI mithilfe von generativen Modellen neue Inhalte wie Texte, Bilder, Videos und Code. Diese Modelle werden mit einer Vielzahl von Materialien trainiert und suchen dann Muster, um aus diesen zugrunde liegenden Mustern etwas Neues zu schaffen. 

„Es handelt sich um einen Teilbereich der KI, der Milliarden von Datenpunkten benötigt, um ein Modell zu trainieren“, erklärt Lagneaux. „In diesem Fall geht es um Text, und textbasierte generative KI verwendet einen Datensatz von Hunderten von Milliarden von Wörtern, um ein Modell zu erstellen. Das daraus resultierende Modell ist quasi das Muster in den Wörtern. Sobald es mit den Daten trainiert wurde, haben Sie ein Basismodell, mit dem Sie arbeiten können. Dieses Basismodell wird mit den ersten Eingaben oder Prompts eines Benutzers gefüttert, die als Grundlage für eine neue Kreation dienen. 

Das Potenzial von generativer KI bei der Fertigung 

Textbasierte generative KI hat eine nahezu unendliche Anzahl praktischer Anwendungen, vor allem wenn man bedenkt, auf welche Modelle diese Tools zugreifen können. Von Kochrezepten bis hin zu Gedichten: Textbasierte generative KI kann eine Menge leisten. Aber welche Anwendungen sind in der Fertigung möglich? 

„Ich glaube, das ist es, was die meisten Unternehmensverantwortlichen im Moment herausfinden wollen“, sagt Lagneaux. „Ich kann mir vorstellen, dass generative KI für umfassende Produktivitätssteigerungen in allen Bereichen der Produktion von Wert sein kann und wird, z. B. für Übersetzungen, Unterstützung beim Schreiben, Fehlersuche, bessere Lernhilfen und die Unterstützung von Ingenieuren bei der Programmierung von Automatisierungssteuerungen.“ 

Das kann mehr abgeschlossene Arbeiten, höhere Produktivität, optimierte Prozesse und größere Teamkapazitäten zur Folge haben. Zusammenfassend lässt sich sagen, dass generative KI das Potenzial für tatsächliche Zeit- und Kosteneinsparungen für funktionsübergreifende Teams und Einzelpersonen hat. 

Die Risiken bei der Einführung neuer Technologien 

In der Post-Internet-Ära bringen technologische Fortschritte, gepaart mit globalen Medien, dem Durchschnittsbürger neue Technologien schneller nahe als bei früheren Generationen. Das kann aufregend sein, und in der Welt der KI, insbesondere der generativen KI, ist die Aufregung noch größer, weil jede Interaktion mit diesem Werkzeug selbiges weiter verbessern kann. Es ist wie ein Ökosystem, zu dem wir alle beitragen und zusehen können, wie es sich verbessert. Aber was ist, wenn Sie Ihr geistiges Eigentum nicht teilen möchten? Wann ist dies für das Allgemeinwohl, und wann helfen Sie Ihren Konkurrenten?

Die meisten Menschen, die generative KI-Tools verwenden, nutzen diese sowohl im privaten als auch im beruflichen Umfeld. Lagneaux verwendet sie täglich. Auch wenn KI keineswegs neu ist – Sie kennen vielleicht Chatbots im Internet und Algorithmen in den sozialen Medien –, so ist die generative KI, auf die jeder mit einem Konto zugreifen kann, tatsächlich neu. Welche Risiken und Herausforderungen ergeben sich daraus für Unternehmen?

„Vor allem im Geschäftsleben ist es wichtig, das Verhältnis zwischen Risiko und Nutzen einer neuen Technologie zu analysieren“, sagt Lagneaux. „Da wir uns noch in der Anfangsphase der Arbeit mit generativer KI befinden und herausfinden möchten, wie sie uns helfen kann, lernen wir immer im Team, um alle Risiken aufzudecken. Eine Herausforderung dabei ist die Wahrnehmung der Menschen, ob KI ihnen Unbehagen bereitet oder nicht, und wie wir damit umgehen können. Aufgrund des großen Problempotenzials müssen wir uns mit diesen Tools befassen. Aber wir müssen dies auf eine Art und Weise tun, die auf ethischem Handeln basiert, unsere Mitarbeiter wertschätzt und unsere Geschäftsphilosophie widerspiegelt.“

Die zu erwartenden Herausforderungen sind einzigartig, und die Risiken sind sicherlich groß genug, um unsere Aufmerksamkeit und Sorgfalt zu verlangen. „Um generative KI wirklich in großem Umfang zu nutzen, müssen Sie den Technologieunternehmen Ihr geistiges Eigentum noch stärker anvertrauen“, erklärt Lagneaux. „Damit wächst das Risiko, dass geistiges Eigentum versehentlich weitergegeben wird. Wir wissen, dass diese Basismodelle vor allem von einer kleinen Anzahl von Technologieunternehmen angeboten werden, von denen einige relativ neu sind und sich noch nicht bewährt haben. Die Herausforderung besteht darin, die neuen Risiken mit den neuen und hoffentlich beträchtlichen Vorteilen in Einklang zu bringen.“ 

Generative AI bei der Förderungsautomatisierung 

Lagneaux weist auf das Potenzial hin, das er in der generativen KI für Arbeitsumgebungen sieht, vor allem, was die Förderungsautomatisierung angeht. 

„Viele Steuerungsingenieure, die normalerweise Kontaktpläne auf SPS erarbeiten, verwenden bereits Tools für generative KI“, betont Lagneaux. Da diese Arbeit textbasiert ist, erleichtern generative KI-Tools dies. „Es ist schwer vorstellbar, dass Sie in Zukunft kein solches Tool verwenden werden“, fährt Lagneaux fort, „denn sonst werden Sie abgehängt, weil Sie nicht so schnell oder präzise wie Ihre Kollegen arbeiten können.“ 

Er vergleicht die generative KI, die den Weg für die Datenanalyse ebnen kann, mit einem persönlichen Datenwissenschaftler, der jederzeit und für alles zur Verfügung steht und Daten in einem Bruchteil der Zeit verarbeiten kann. 

Auch wenn in der Förderungsautomatisierung viel Potenzial für textbasierte generative KI steckt, ist es wichtig, daran zu denken, dass generative KI multimodal ist. „Generative KI ist und kann sehr visuell sein“, sagt Lagneaux. „Im CAD-Bereich wird generative KI noch nicht stark genutzt, aber das wird mit der Zeit kommen.  Ich kann es kaum erwarten, zu sehen, wie die großen CAD-Anbieter KI als Arbeitshilfe einbauen. Vielleicht können wir bald die Basismodelle in unseren CAD-Systemen feiner abstimmen, um die Linienlayouts mit unseren besten und in langjähriger Arbeit entwickelten Layoutlösungen zu unterstützen und zu beschleunigen.“ 

Mit generativer KI in die Zukunft navigieren 

Bei der Entwicklung von KI-Technologien stehen Informationen im Vordergrund. Zu wissen oder herauszufinden, was wahr ist und was nicht, kann der entscheidende Punkt sein. 

„In der heutigen Welt kämpft jeder damit, zu unterscheiden, was im Bereich der generativen KI wahr und wertvoll ist“, sagt Lagneaux. „Es geht nicht darum, glänzenden Objekten hinterherzujagen, sondern einen echten Vorteil zu erkennen, der es wert ist, ein Risiko einzugehen.“