Lösungsentwicklung
Die Lösungsentwicklung (Grafik) umfasst die Projektdefinition, die Datenaufnahme, das Herstellen des Verständnisses der Daten, das Prototyping und die Umsetzung. In der Projektdefinition ordnet das Projektteam – bestehend aus unterschiedlichen Expertengruppen – die funktionalen und infrastrukturellen Anforderungen den Projektmeilensteinen zu. Nach der Projektdefinition beginnen die Datenaufnahme und das Datenverständnis. Dabei gilt es, zwei Schritte zu berücksichtigen:
- Domänenverständnis: Domänenexperten erklären den Data Scientists den Prozess, die Datenquellen und Abhängigkeiten für die Definition der IT-Infrastruktur (einschließlich der erforderlichen Sensorik). Anschließend erfolgt die Datenerfassung.
- Explorative Datenanalyse: Erste Erkenntnisse über die Daten und ihre Qualität sind gewonnen, Datensätze werden zusammengefasst, die Datenverteilung visualisiert, Ausreißer identifiziert und behandelt.
Durch das Prototyping lässt sich feststellen, ob die verfügbaren Daten und entwickelten Modelle das Problem lösen können. Dabei ist folgendes Vorgehen sinnvoll:
- Durchführung der Datenvorbereitung
- Bewertung der Modellierung sowie der ausgewählten Algorithmen anhand der zuvor definierten Leistungskennzahlen
- Auswahl des besten Modells anhand von Bewertungsmetriken sowie weiterer Faktoren (z.B. Rechenzeit, Latenzzeit, etc.)
- Training, Testen und Validieren des ausgewählten Modells
- Im Rahmen der Umsetzung wird folgendes Vorgehen vorgeschlagen:
- Integration des Modells in die IT-Infrastruktur: Das integrierte Modell wird getestet und parallel im operativen Umfeld ausgeführt.
- Abschluss des Testens: Beginnt sobald das Modell mit neuen, ungesehenen Daten aus dem Betrieb gute Ergebnisse erzielt.
- Überwachung und Aktualisierung: Definition und Durchführung von Aufgaben, die zur Überprüfung und Verbesserung der Lösung während des laufenden Betriebs notwendig sind.
Zusammenfassung und Ausblick
Die Handlungsempfehlungen stellen ein systematisches Vorgehen für die Einführung von KI-Technologien in KMU des Maschinen- und Anlagenbaus dar. Sie können ihnen als Wegweiser dienen, um ein eigenes KI-Projekt technisch und wirtschaftlich erfolgreich durchzuführen. Für Unternehmen, die sich strategisch mit dem Thema Künstliche Intelligenz auseinandersetzen wollen, stehen für den Implementierungsprozess zahlreiche öffentliche Unterstützungsangebote zur Verfügung, die sich mit industrierelevanten Fragestellungen auseinandersetzen.