Was ist eine Engineering-KI?
Was ist eine Engineering-KI bzw. ein Enginering-KI-System?
1. Was bedeutet Künstliche Intelligenz?
„Künstliche Intelligenz […] ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst.“
Häufig wird auch zwischen starker und schwacher Intelligenz unterschieden. Der Verein Deutscher Ingenieure (VDI) schreibt dazu im VDI Statusreport „Künstliche Intelligenz im Ingenieuralltag“ von 2022:
„Die schwache KI beschäftigt sich in der Regel mit der Lösung von Aufgaben in konkreten Applikationen und wird daher als Fertigkeit in Maschinen eingebracht.
Bei der starken KI wird versucht, eine allgemeine Intelligenz zu realisieren, die der Intelligenz des Menschen gleicht oder diese sogar übertrifft.“
2. Was bedeutet Engineering?
3. Definition Engineering-KI
4. Unterschied zwischen Engineering-KI und KI-Engineering
„ergänzt […] die Grundlagenforschung zu Künstlicher Intelligenz (KI) und maschinellem Lernen (ML) und schlägt die Brücke zu den Ingenieurswissenschaften. Ziel ist, KI- und ML-Methoden gemäß der typischen Anforderungen und Vorgehensweisen von Ingenieuren nutzbar zu machen.“ (Competence Center KI-Engineering)
Insofern kann man eine Engineering-KI als eine Form ansehen, das Ziel von KI-Engineering zu erreichen: die Engineering-KI nützt Ingenieuren bei ihren Aufgaben.
5. Beispiel für eine Engineering-KI: KI-System Analyser®
Ein Beispiel für eine Engineering-KI ist das KI-System Analyser® der Firma Contech Software & Engineering GmbH. Es wird in der Industrie eingesetzt, um robuste Produkte und stabile Prozesse zu erreichen. Im Sinn des VDI handelt es sich also um eine schwache künstliche Intelligenz, da sie konkret zur Lösung von Problemen eingesetzt und „als Fertigkeit in Maschinen eingebracht“ wird.
5.1 Funktionsweise der Engineering-KI Analyser®
Der Analyser® ist aus hunderten Engineering-Projekten entwickelt worden und funktioniert auf Basis eines international patentierten Algorithmus. Er stellt in Entwicklung, Produktion, Montage und Maintenance eine Relation zwischen den Einflussgrößen Xi und den Qualitätsanforderungen bzw. Ergebnisgrößen Yn her: Yn = f (Xi).
Als Datenbasis verarbeitet er neben stetigen und ordinalen Werten auch Kurvenverläufe und Flächendaten. Das ermöglicht es ihm, unbekannte Wirkmechanismen und Fehlerursachen für alle Datenarten zuverlässig zu erkennen.
Dazu benötigt der Analyser® vergleichsweise kleine Anlern-Stichproben (vs. Big Data), da er im Gegensatz zu anderen KI-Systemen keine neuronalen Netzwerke und Big Data einsetzt und so Scheinkorrelationen vermeidet.
5.2 Anwendungsgebiete der Engineering-KI Analyser®
Die Engineering-KI Analyser® kann branchenübergreifend in allen Phasen des Produktlebenszyklus‘ eingesetzt werden: Produktdesign, Industrialisierung, Serienanlauf, Serienproduktion, Produktionsunterstützung und Wartung.
Parallel bewirkt der Analyser® eine Steigerung der Ressourcen-, Material- und Energie-Effizienz sowie eine Verbesserung der Qualität, was eine Reduzierung von Ausschuss, Nacharbeit und Gewährleistungsrisiken zur Folge hat.