Bezirk
München / Oberbayern

Was hat es damit auf sich und wie kommen diese Technologien schon heute in der Druckindustrie zum Einsatz? Wie kann das Misstrauen zukünftig gegenüber KI abgebaut werden und in welchen Aufgaben kann sie uns unterstützen?

Goran Karlic, CTO und Daniel Pfeiffer, Geschäftsführer der System Brunner AG vermitteln in ihrem Vortrag ein Grundverständnis über die Begriffe Künstliche Intelligenz, Maschinelles Lernen und Big Data. Sie berichten unter anderem aus ihrem Tätigkeitsfeld, der KI-gestützten automatisierten Farbsteuerung, wie diese Technologien heute schon erfolgreich in der Industrie zum Einsatz kommen.

An diesem Abend wollen wir Ihnen Orientierung bieten, damit Sie Lust auf die Zukunft bekommen.

Kostenlose Teilnahme für alle Mitglieder, Gäste und Freunde des FDI unter meet.google.com/tvu-dnsq-oec

Goran Karlic und Daniel Pfeiffer 

Data Science, Industrie 4.0, Blockchain, Digitalisierung, IOT, Maschinelles Lernen, Künstliche Intelligenz, Deep Learning, Datengetriebene Entscheidungsprozesse, Cognitive Perception…? 

Wer sich schon mit dem Thema Digitalisierung in der Industrie befasst hat oder auch nur den ein- oder anderen Beitrag dazu gehört oder gelesen, wird mit einigen dieser Begriffe bereits konfrontiert worden sein.

Doch was bedeuten sie, wie sind sie einzuordnen und welchen Nutzen versprechen sie für unseren Arbeitsalltag? 

Am 18. Mai 2022 gaben Daniel Pfeiffer und Goran Karlic einen Überblick über die wichtigsten Begriffe Big Data, Maschinelles Lernen und Künstliche Intelligenz. Sie zeigten auf, wo und wie diese Technologien bereits heute im Alltag und in der Druckindustrie zum Einsatz kommen. 

Daniel Pfeiffer ist Geschäftsführer der System Brunner AG und Reprointelligence e.K. Im Rahmen seiner Tätigkeit bei System Brunner erarbeitet er unter anderem kundenspezifische Lösungen welche den Anwendern und OEM-Partnern helfen, mithilfe moderner Technologien die industrielle Druckproduktion einfacher, effizienter und umweltschonender zu machen. Goran Karlic ist CTO (Chief Technology Officer) bei System Brunner. Er ist zuständig für die Umsetzung der Entwicklungsvorhaben im Softwarebereich. Als Co-Autor des Buches “Build Your Own Blockchain” und als Dozent an verschiedenen internationalen Hochschulen bringt er das dafür notwendige technologische Wissen mit. Dies ermöglicht es System Brunner, Lösungen auf dem neuesten Stand der Technik zu realisieren. 

Neben der allgemeinen Erörterung der Begrifflichkeiten gaben die Moderatoren einen Einblick in bereits erhältliche Lösungen aus dem System Brunner und OEM-Portfolio, in denen Maschinelles Lernen und Künstliche Intelligenz aktiv eingesetzt werden. 

Herr Karlic zeigte anhand zahlreicher Beispiele auf, wie maschinelle Datenverarbeitung und Technologie unseren heutigen Alltag bereits beeinflussen. In verständlichem deutsch und unter Vermeidung von Fachbegriffen und Anglizismen wurde versucht, den Zuhörern eine Unterscheidungshilfe zu den wichtigsten Begriffen Big Data, Maschinelles Lernen, Künstliche Intelligenz, Industrie 4.0 und Digitalisierung zu geben. Daneben wurden die Begriffe IOT, Internet of Things und Blockchain thematisch sortiert. 

Zusammenfassung der Begriffserörterung: 

Unter dem Dach der Datenwissenschaft sortieren sich die Begriffe Maschinelles Lernen, Künstliche Intelligenz, Big Data, IOT und Blockchain der Reihenfolge nach ein. Gesamthaft ist es das, was im industriebezogenen IT-Jargon kollektiv als “Industrie 4.0” zusammengefasst wird.

Da manche der Begriffe sich thematisch überschneiden, ist es nicht immer möglich, hierzu eine generelle und eindeutige Abgrenzung zu machen. 

Etwas vereinfacht können die drei wichtigsten Komponenten wie folgt beschrieben werden: 

Big Data, oder “Das grosse Datensammeln”

Big Data ist eine Vorstufe zur weiteren, analytischen Verarbeitung von Informationen, sprich Daten. Hierbei werden grosse, schnell anfallende Datenmengen aus der Produktion von Sensoren, Prozess- und Maschinendaten, Leistungs- und Qualitätsdaten sowie sonstige Informationen gesammelt und strukturiert aufbereitet. 

Maschinelles Lernen (ML)

Das Maschinelle Lernen dient der Analyse grosser, schnell anfallender Datenmengen. Es dient der automatischen Erkennung von Regeln und Trends sowie Zusammenhängen in den vorliegenden Daten. Ebenso dient es der Erkennung von Abweichungen und “Ausreissern” aus Datenströmen. ML kann auch unerwartete – und für den Menschen nur schwer ersichtliche Zusammenhänge aus Informationen lesen, welche insbesondere zum Zwecke der gesamthaften Prozessoptimierung sehr hilfreich sein können. 

In der Industrie fallen regelmässig grosse Datenmengen aus der Produktion an. Möglicherweise enthalten diese Daten kleinste, aber kritische Details, die sich im Endergebnis zu Fehlern in der Produktion addieren. Nur computergestützte Systeme können hier helfen, die für den Menschen relevanten Informationen aus der Datenflut zu “destillieren”. 

Künstliche Intelligenz

Die Künstliche Intelligenz versucht, den Menschen bei der Bewältigung wiederkehrender, anspruchsvoller oder ähnlicher Aufgaben zu entlasten. KI wird auch dazu eingesetzt, im Sinne des Menschen Aufgaben selbstständig zu bewältigen – auch dann, wenn sich die Voraussetzungen oder Rahmenbedingungen ändern. Im Gegensatz zur klassischen Automatisierung ist eine leistungsfähige KI in der Lage, sich selbst zu optimieren und zu verbessern. 

Die Kombination von KI und ML wird heute im Rahmen der datengetriebenen Entscheidungsprozesse eingesetzt. In Abhängigkeit von der verfügbaren Datengrundlage kann ein solches System bei der Beantwortung von Fragen “entscheidend” helfen.

Beispiel: “Wie kann meine Druckqualität und Druckleistung bei gleichen Rahmenbedingungen verbessert werden?” oder “Wo müssen Veränderungen vorgenommen werden, um die Druckqualität zu verbessern?”. 

Internet of Things

IOT meint die vernetzte Erzeugung von Daten. Verschiedenste am Produktionsprozess direkt oder indirekt beteiligte Geräte tauschen ihre Zustände und Daten untereinander oder mit einem System zur Datensammlung aus. Dabei tragen Sie zum gesamthaften Datenbestand bei, der ML und KI helfen, einzelne Daten und deren Bedeutung im Gesamtkontext besser zu verstehen. 

Blockchain

Die Blockchain ist vereinfacht ausgedrückt ein Verfahren, mit dem die Eindeutigkeit von Daten überprüft werden kann. Dabei stützt sich die Blockchain auf ein verteiltes System zur Informationsspeicherung und bietet weitreichenden Schutz vor nachträglicher Manipulation der gespeicherten Informationen. 

Welchen praktischen Nutzen können sich Druckdienstleister vom Einsatz von diesen Technologien in der Druckindustrie erwarten? 

Allgemeiner Nutzen

• Maschinengestützte Eingrenzung von Ursachen im Fehlerfall

• Erfassung von Prozessdaten und Optimierungsvorschläge in Echtzeit

• Präventive Fehlervermeidung

• Steigerung der Gesamteffizienz der Produktion und Herstellung

• Schaffung von Transparenz in komplexen Umgebungen und Prozessen

• Beschleunigung von Entscheidungsprozessen

• Automatisierung von allem, was automatisiert werden kann (und soll)

• Der Mensch konzentriert sich auf die Steuerung und Überwachung von Ergebnissen, anstatt jeden Schritt manuell auszuführen 

Beispiele für Anwendungen in der Druckindustrie

• Auswertung und Vergleich laufender Produktionsdaten zur Erzeugung von Empfehlungen zur Steigerung von Qualität und/oder Produktionsleistung

• Frühzeitiges Erkennen von Trends in den Daten, welche auf mögliche, zukünftige Störungen hinweisen (Predictive Maintenance)

• Auswerten von Vergleichsdaten zu Zeiten problemloser Produktion mit denen von gestörter Produktion 

Anhand eines Produktbeispieles – des System Brunner Instrument Flight – zeigte Herr Pfeiffer, wie modernste Farbregelung unter Zuhilfenahme von Künstlicher Intelligenz die Farbabstimmung an der Druckmaschine heute fast vollständig automatisiert. Das Bedienpersonal wird entlastet und die Umweltbelastung durch dramatisch reduzierte Makulatur und Abfälle reduziert. 

Anhand eines weiteren Beispiels aus der Zusammenarbeit zwischen System Brunner und BALDWIN Vision Systems zeigte Herr Pfeiffer, wie die bereits existierende, für die Druckindustrie zugeschnittene Lösung AMP eingesetzt wird. Diese nutzt das volle Leistungsspektrum vom ML, KI und Big Data für den datengetriebenen Entscheidungsprozess. 

Der Vortrag von Herrn Pfeiffer und Herrn Karlic soll als eine Einführung in die Thematik Industrie 4.0 und Digitalisierung dienen. 

• Wie kann Energiebedarf reduziert und die Umwelt durch moderne Technologien in der Druckproduktion entlastet werden?

• Welche Art von Betrieben eignet sich für Industrie 4.0?

• Welche Auswirkungen auf die Arbeitswelt hat die Digitalisierung, ML und KI?

• Wie wird sich das Anforderungsprofil an Mitarbeitende dadurch in Zukunft verändern?

 Diese und weitere Themen konnten im Rahmen der verfügbaren Zeit nicht tiefer behandelt werden. Im Rahmen zukünftiger Veranstaltungen ist geplant, diese und weitere interessante Themen zu behandeln.

---