Machine Learning – die Zukunft für den Maschinenbau
Machine Learning wird den Maschinenbau und damit auch viele Anwenderindustrien verändern. Die Umsetzung hat bereits begonnen - nun stehen konkrete Anwendungsszenarien und deren Realisierung im Vordergrund. Eine Stellungsnahme von Gunther Sälzer, Field Business Leader Architecture & Software Spezialist bei Rockwell Automation.
Gerade für den Maschinenbau bringt Machine Learning viele neue und spannende Ansätze. Effizienz, Flexibilität und Qualität der Anlagen können mit Hilfe der verfügbaren Daten deutlich verbessert werden. Neue Geschäftsmodelle für die Kunden werden entwickelt. Machine Learning sorgt dafür, dass Software und Informatik immer stärker zum maßgeblichen Innovationstreiber im Maschinenbau werden.
Die zunehmende Austauschbarkeit einzelner Maschinen wird in vielen Branchen dazu führen, dass künftig nicht mehr nur die Maschine selbst, sondern vor allem ergänzende Leistungen verkauft werden. Damit ändert sich die Geschäftsgrundlage für den Maschinenbau enorm und es erklärt auch, warum Machine Learning im Management und in vielen Fachbereichen von Maschinenbauunternehmen auf der Tagesordnung steht.
Gunther Sälzler, Field Business Leader Architecture & Software von Rockwell Automation, erklärt hierzu:
„Maschinelles Lernen ist bereits heute ein entscheidender Teil zahlreicher Greenfield-Projekte. Während die Technologie bislang noch von vielen als Zukunftsmusik abgetan wurde, erleben wir im Moment erste Anwendungen, die ohne größere Vorkenntnisse und Erfahrungen einsetzbar sind und echte Mehrwerte für Verantwortliche und Maschinenbediener bieten. Dabei stehen wir hier erst am Anfang einer langen Entwicklung, die in Zukunft noch weitaus mehr Vorteile und Chancen bieten wird“, erklärt Gunther Sälzler.
„Um in Zukunft nicht den Anschluss an dieses weite Feld zu verlieren, sollte bereits jetzt mit den ersten verfügbaren und zuverlässig arbeitenden Systemen gearbeitet werden. Denn nur so kann gewährleistet werden, dass Anwendungsfelder von Unternehmen richtig eingeordnet werden, Implementierungsvorhaben nicht an falschen Vorstellungen scheitern oder gewünschte Vorteile durch Machine Learning nicht erreicht werden. Einsatzgebiete, die in fast allen Anlagen bestehen, sind zum Beispiel predictive und prescriptive Maintenance sowie die Qualitätssicherung. Dieser erste Schritt ist mit einer gehörigen Portion Innovationswillen verbunden. Wie wir aber bereits oft in der Vergangenheit gesehen haben, wird diese unternehmerische Haltung langfristig auch mit weitreichenden Vorteilen gegenüber zögernder Konkurrenz belohnt. Wichtig ist, dass sich Unternehmen frühzeitig in die Materie einarbeiten und mit Anbietern industrieller Systeme, die mittels Machine Learning die genannten Vorteile bieten, in Kontakt treten.“
Ein Thema für die Zukunft
Machine Learning ermöglicht technischen Systemen, aus Erfahrungen zu lernen. Algorithmen dienen dazu, dass das System Muster und Strukturen mit von Menschen bereitgestellten Beispieldaten erkennt. Dieses neue Wissen wendet das Machine Learning im Anschluss auf neue, unbekannte Fälle an.
Der VDMA Software und Digitalisierung hilft Unternehmen dabei, den Weg mit Machine Learning erfolgreich mit den VDMA-Mitgliedern zu gestalten. In seinem Netzwerk hat der Fachverband eine Vielzahl von Unternehmen, die bereits Technologiewissen rund um Machine Learning aufweisen. Dieses Wissen soll für den Maschinen- und Anlagenbau gewinnbringend eingesetzt werden. Der Expertenkreis Machine Learning arbeitet seit mittlerweile drei Jahren an Publikationen und Hilfestellungen für die Mitglieder des VDMA. In regelmäßigen Sitzungen werden neue Use Cases erarbeitet. Die aktuelle Publikation ist der Quick Guide Machine Learning.
