HPE-Highlights der Hannover Messe 2023: Generative KI & digitale Zwillinge

[M_Ptasinska]

Die Hannover Messe ist die größte Industriemesse der Welt und bietet führenden Unternehmen und Experten jedes Jahr eine Plattform, um ihre neuesten Produkte, Technologien und Lösungen zu präsentieren. Im Zuge der digitalen Transformation der Industrie entwickelt sich auch der Energie- und Industrieinfrastruktursektor rasant weiter. Mit der zunehmenden Komplexität der Maschinen wächst auch der Bedarf an effizienten Überwachungs- und Wartungslösungen.

Hewlett Packard Enterprise nutzte vergangenen April die Gelegenheit, um innovative Lösungen und Ansätze in den Bereichen AI und IoT zu präsentieren.

Generative KI und "Was-wäre-wenn"-Szenarienplanung

Das Heidelberger Start-up Aleph Alpha entwickelt seit 2019 entwickelt künstliche Intelligenz auf einem HPE-Supercomputer, der in Konkurrenz zu den KI-Projekten von US-Unternehmen wie OpenAI und Google steht. Gerade Europas Sprachvielfalt profititiert von den Modellen zur Verarbeitung natürlicher Sprache.

HPE und Aleph Alpha demonstrierten auf der Messe einen Assistenten, der mit Hilfe künstlicher Intelligenz mit Fabrikmitarbeitern über natürliche Sprache und Bilder kommuniziert. Dabei geht es um Fragen rund um die Installation, Wartung und Betriebssicherheit des Roboters. Der KI-Assistent agiert wie ein Servicetechniker, der das Fabrikpersonal bei der Lösung sehr komplexer Aufgaben unterstützt. "Weil das Werkspersonal keine Handbücher mit teilweise mehreren tausend Seiten lesen muss, werden die Prozesse beschleunigt", erklärt HPE-Deutschlandchef Marc Fischer. "Und im Notfall kann der KI-Assistent den Mitarbeiter anleiten, Produktionsprozesse zu stoppen." Die KI-basierte Anwendung leiste auch einen wichtigen Beitrag zur Arbeitssicherheit, erklärt Fischer. Darüber hinaus hält der KI-Assistent immer die passenden Quellen aus den Handbüchern für seine Antworten parat.

Durch den Einsatz von künstlicher Intelligenz können Unternehmen ihre Fertigungsprozesse weiter optimieren und die Qualität ihrer Produkte und Services verbessern. Machine-Learning-Algorithmen werden genutzt, um Echtzeitdaten schneller zu analysieren, sicherere Entscheidungen zu treffen und Abweichungen von den normalen Fertigungsprozessen zu erkennen und zu korrigieren, bevor sie zu Fehlern oder Ausfallzeiten führen.

Fortschritte in der generativen KI und Large Language Models haben es möglich gemacht, große Textmengen zusammenzufassen – von Bedienungsanleitungen bis hin zu Produktionsprotokollen, Produktleistungsdaten und Kundenanforderungen.

Stellen Sie sich nun vor, Sie könnten mit einem industriellen digitalen Zwilling sprechen. Ein digitaler Fertigungsmentor in der Werkstatt, der statt rätselhafter Anleitungen erfolgversprechende Empfehlungen gibt - ohne die Produktqualität oder Datensicherheit zu beeinträchtigen.

Und wie wäre es also, wenn ein solcher digitaler Mentor Verbesserungsvorschläge an der Fertigungslinie geben könnte, die für die Herstellung eines Produkts erforderlich sind, oder vorhersagen könnte, wann die Werksanlage gewartet werden muss, und den Mitarbeiter über die erforderlichen Schritte informieren könnte?

Vernetzte digitale Zwillinge

Das klingt simpel, ist aber alles andere als einfach. Während es relativ leicht ist, einen Proof of Concept (PoC) an einer einzelnen Linie in einer einzelnen Fabrik zu implementieren, haben viele Hersteller Schwierigkeiten, erfolgreiche KI-Initiativen auf ihr gesamtes Produktionsunternehmen auszuweiten. Die Daten stammen aus vielen verschiedenen Quellen, und keine davon ist gleich. Sensordaten, Videostreams, Fertigungs- und PLM-Daten müssen im digitalen Zwilling mit Unternehmensdaten zusammengeführt werden. Hewlett Packard Enterprise hat deswegen ein datenzentriertes Architektur-Framework entwickelt, das auf der HPE GreenLake Edge-to-Cloud-Plattform basiert, um Herstellern dabei zu helfen, den Wert all ihrer Daten zu erschließen und Proofs of Concept erfolgreich in die Produktion zu überführen.

Ein Digital Twin ist also eine virtuelle Repräsentation eines physischen Produkts oder Systems. Durch die Schaffung eines digitalen Zwillings können Unternehmen ihre Produkte oder Systeme in Echtzeit überwachen, simulieren und optimieren, was zu einer höheren Effizienz und Leistung führen kann.

Das Konzept ist generell nicht neu - es bedeutet eine digitale Darstellung eines Aspekts der physischen Welt. Für Hersteller kann dies ein Produkt, die Montagelinie, auf der das Produkt hergestellt wird, oder eine ganze Fabrik sein. Über die Jahre hinweg haben Fortschritte in den Bereichen IoT, Sensortechnologie, Edge-Computing und erhöhte Rechenleistung eine Welle "vernetzter" digitaler Zwillinge ausgelöst, die eine Aktualisierung von Simulationsmodellen auf der Grundlage der Leistung des physischen Objekts in Echtzeit ermöglichen.

Mit der Neu-Einführung des Konzepts Twin-in-a-Box, das im Rahmen des
𝗗𝗶𝗴𝗶𝘁𝗮𝗹 𝗧𝘄𝗶𝗻 - 𝗜𝗻𝘁𝗲𝗴𝗿𝗮𝘁𝗲𝗱 𝗔𝘀𝘀𝗲𝘁 𝗣𝗲𝗿𝗳𝗼𝗿𝗺𝗮𝗻𝗰𝗲 𝗠𝗮𝗻𝗮𝗴𝗲𝗺𝗲𝗻𝘁-Projekts zwischen Bosch und HPE entwickelt und erstmals auf der Hannover Messe 2023 vorgestellt wurde, können Unternehmen nun eine hybride Edge-to-Cloud-Architektur für die Fertigungsindustrie nutzen. Dieses neuartige Konzept integriert die Lösung in einen Edge-Server und ermöglicht es, die Zuverlässigkeit und Vorhersagbarkeit für große Maschinen zu erhöhen und gleichzeitig die Kosten niedrig zu halten, weit entfernte Standorte zu unterstützen, geringere Latenzen zu erreichen und rechenintensivere Algorithmen einzusetzen.

Ein weiterer Vorteil des Einsatzes von Digital Twins ist die Möglichkeit, den Zustand und die Leistung ihrer Anlagen und Maschinen in Echtzeit zu überwachen und zu optimieren. Auf diese Weise können sie die Betriebszeiten erhöhen, die Wartung verbessern und den Energieverbrauch nachhaltig reduzieren.

Wenn Sie mehr über große Sprachmodelle und digitale Zwillinge erfahren möchten, empfehle ich Ihnen den Vortrag von Dr. Goh auf der kürzlich abgehaltenen Bosch Connected World. Im Fokus: Schwarmlernen. Der Datenaustausch über mehrere Fabriken oder Montagelinien hinweg enthält enormes Potenzial in Sachen Produktivitätssteigerung und Rentabilität; Datensilos, proprietäre Systeme und die Gewährleistung digitaler Datensouveränität und Compliance erschweren die Implementierung aber. Gleichzeitig spielt Datensicherheit eine Hauptrolle.

Swarm Learning eröffnet hier komplett neue Möglichkeiten und wird Sicherheitsanforderungen und anderen datenschutzrechtlichen Richtlininen gerecht. Erkenntnisse werden gesammelt genutzt, ohne dass Daten verschoben werden müssen, um anpassungsfähigere, selbstoptimierende und autonome Fabriken zu schaffen, die voneinander lernen, um wirtschaftlich und nachhaltig Mehrwert zu schaffen. Ziemlich intelligent, oder?

Weitere verbrauchsbasierte Lösungen zur Transformation der IT-Bereitstellung in der Fertigungsbranche werden über HPE GreenLake bereitgestellt.