Projekte 2021

Die Zugangssysteme von emz werden von Batterien versorgt, die in einem regelmäßigen Wartungsintervall getauscht werden. Vor Projektbeginn geschah dies über einen Energiezähler entsprechend den Datenblattwerten des Batterieherstellers und somit unabhängig von den Standortumständen. Im Gegensatz dazu kann die KI-basierte Prognose für jede einzelne Batterie die voraussichtliche Restlebensdauer in Abhängigkeit von ihren Standortbedingungen schätzen. Wartungszyklen können so bedarfsgerecht deutlich verlängert werden. Das entlastet die Umwelt und reduziert die Wartungskosten beim Betreiber – eine Win-Win-Situation durch den Einsatz von Künstlicher Intelligenz.

Neben den vielfältigen Einsatzmöglichkeiten von Künstlicher Intelligenz sieht emz auch die zentrale Bedeutung der Datenbasis für ein gelingendes KI-Projekt als wichtigste Erkenntnis aus dem Programm. emz lernte, dass für eine KI-Prognose eine Vielzahl an Daten mit entscheidenden Merkmalen zur Verfügung stehen muss. Während des Programms erarbeitete emz daher eine geeignete Datenstruktur für den ausgewählten Use Case. Die gewonnenen Erkenntnisse sollen auch in künftige Projekte einfließen.

Der Einsatz von Künstlicher Intelligenz ist der nächste Schritt in der Digitalisierungsinitiative bei emz, die besonders im Bereich Umwelttechnik stattfindet. Durch die Teilnahme am Programm wurde das neu eingesetzte KI-Team auf dem Weg zum ersten umgesetzten Use Case professionell begleitet. So ist das Team nun in der Lage, die Vorteile von Künstlicher Intelligenz bei neuen Anwendungsfällen eigenständig einzuschätzen und im Rahmen der Produktentwicklung zu unterstützen. Die Erkenntnisse aus dem Programm bilden damit ein solides Fundament für zukünftige KI-Anwendungen bei emz.

Das DocuWare-Modul Intelligent Indexing liefert sehr gute Ergebnisse beim Auslesen von Schlüsselinformationen aus strukturierten Dokumenten wie Rechnungen. Problematisch ist jedoch die Extraktion von Schlüsselinformationen aus unstrukturierten Dokumenten wie Verträgen oder E-Mails, da sich die Informationen hier häufig an verschiedenen Stellen im Fließtext befinden. Mithilfe Künstlicher Intelligenz werden vorher festgelegte Schlüsselinformationen wie Absender-, Empfänger- und Organisationsinformationen oder Anschriften zuverlässig aus Dokumenten vom Typ E-Mail ausgelesen – mit einer Genauigkeit von über 75 %.

Im Programm gewann DocuWare einen Einblick, mit welchen typischen Herausforderungen sie in ihrer Branche konfrontiert sind und entwickelte Strategien, um Themen wie Compliance frühzeitig abzuklären. Zudem sammelte DocuWare wertvolle Erfahrungen, um die am besten geeigneten Kandidatinnen und Kandidaten in Bewerbungsgesprächen zu identifizieren. Auf technischer Ebene ist vor allem der umfangreiche Wissensaufbau in den Bereichen Natural Language Processing (NLP) und Machine Learning Operations (MLOps) hervorzuheben. DocuWare lernte, die eigenen Datensätze hinsichtlich ihrer Qualität zu prüfen und sie bestmöglich aufzubereiten, um anschließend geeignete KI-Algorithmen damit zu trainieren. Im Zuge dessen erarbeitete DocuWare auch neue Methoden, um die fertigen Modelle über den gesamten KI-Lebenszyklus hinweg zu organisieren.

Der im Projekt entwickelte KI-Prototyp soll noch im Laufe dieses Jahres mit dem Kernprodukt veröffentlicht werden. DocuWare entwickelte daneben auch eine eigene KI-Vision und integrierte diese fest in die 5-Jahres-Strategie des Unternehmens. Um Künstliche Intelligenz nachhaltig im Unternehmen zu verankern, baute DocuWare während des Programms auch ein eigenes KI-Team auf, welches aktuell noch weiter ausgebaut wird. Nach eigenen Angaben konnte DocuWare den Abstand zum heutigen Stand der Technik durch die Teilnahme am Programm deutlich verringern. Bezüglich ihres Reifegrades würde sich DocuWare deshalb heute als aktiver Anwender von Künstlicher Intelligenz einstufen.

Täglich produziert FIT hunderte unterschiedliche Einzelteile, die schnellstmöglich an die Kunden versandt werden müssen. In einem Baujob werden aus Gründen der Auslastung möglichst viele Bauteile aus verschiedenen Aufträgen kombiniert, die nach der Fertigstellung jeweils dem richtigen Kunden und Auftrag zugeordnet werden müssen. Dieser Sortiervorgang erfolgte bisher manuell und verursachte einen hohen Kosten- und Zeitaufwand. Die im Projekt enwickelte Künstliche Intelligenz basiert auf Methoden der Computer Vision und beschleunigt den Prozess um ein Vielfaches. Zur Sortierung kommen nun Kameras zum Einsatz, um die neu gefertigten Bauteile aus verschiedenen Winkeln zu erfassen. Die Aufnahmen werden automatisch von einem Neuronalen Netz ausgewertet, so dass in kürzester Zeit alle relevanten Informationen für die Mitarbeiterinnen und Mitarbeiter zur Verfügung stehen.

Im Rahmen von KI-Transfer Plus lernte die FIT AG, Anwendungsfälle der Künstlichen Intelligenz eigenständig zu identifizieren, um die internen Prozesse hinsichtlich Zeit und Kosten zu optimieren – zwei Faktoren, die sich in der Branche unmittelbar auf die Kundenzufriedenheit auswirken. Mit der Umsetzung des eigenen Use Cases lernte FIT typische Herangehensweisen kennen, um einen KI-Prototyp iterativ weiterzuentwickeln. Mit der Überführung in die Produktion konnte FIT praktisch erfahren, wie sich eine KI-Anwendung in die bestehenden, spezifischen Softwaresysteme und Prozesse integrieren lässt.

Im Laufe des Programms hat die FIT AG ein Team für die Leitung der aktuellen und zukünftigen KI-Projekte etabliert und das nötige Basiswissen für die neuen Aufgaben aufgebaut. Durch die direkte Beteiligung des höheren Managements wird sichergestellt, dass die eigenen KI-Projekte schnell voranschreiten und benötigte Mittel zeitnah zur Verfügung stehen. Im Zuge dessen hat die FIT AG auch spezielle Hardware erworben, um das Training von KI-Algorithmen zu beschleunigen und die eigene Infrastruktur optimal auf weitere, spannende KI-Projekte vorzubereiten.

Horsch arbeitete während des Programms an drei verschiedenen Use Cases. Die ersten beiden Anwendungen beschäftigten sich mit der Optimierung interner Prozesse. Dank der selbst entwickelten KI erhalten die Mitarbeiterinnen und Mitarbeiter nun automatisch Vorschläge, wenn sie neuen Bauteilen die korrekte Zolltarifnummer zuweisen müssen. Bei der Neukonstruktion von Bauteilen kann die Künstliche Intelligenz außerdem schnell und unkompliziert einen Schätzpreis liefern. Die beiden Anwendungsfälle erleichtern das Stammdatenmanagement für Horsch somit erheblich. Der neueste Use Case verbessert dagegen direkt die Produkte des Unternehmens. Hier setzt Horsch Methoden aus dem Bereich Computer Vision ein, um Unkraut punktgenau zu erkennen und umweltschonend, mechanisch zu entfernen. Dazu sollen die Pflanzen auf dem Feld in Echtzeit von einem Kamerasystem erfasst und automatisch von einem Neuronalen Netz ausgewertet werden, um die Mittelpunkte zu erkennen.

Aus strategischer Sicht konnte Horsch im Programm typische Herangehensweisen zur Umsetzung von KI-Projekten und Use Cases erlernen. Horsch sammelte wertvolle Erfahrungen, um potenzielle Einsatzgebiete für Künstliche Intelligenz eigenständig im Unternehmen zu identifizieren. Bei der Umsetzung der eigenen Use Cases wurde Horsch das große Potential von Künstlicher Intelligenz in den unterschiedlichsten Unternehmensbereichen bewusst. Gleichzeitig verdeutlichte das Programm Horsch allerdings auch den hohen Umfang von KI-Projekten. Deshalb baute Horsch bereits während des Programms Personal auf, das sich ganz auf den Bereich KI fokussiert. Technisch konnte Horsch ebenfalls viele Erfahrungen bei der Entwicklung der eigenen Use Cases sammeln. Eine wesentliche Rolle spielte dabei auch die Integration in die bereits vorhandene Systemlandschaft.

Im Zuge der AI-Journey hat Horsch einen komplett neuen Unternehmensbereich mit Fokus auf Künstlicher Intelligenz geschaffen. Dafür wurden neue Mitarbeiterinnen und Mitarbeiter eingestellt und der weitere Personalaufbau angestoßen. So ist Künstliche Intelligenz bereits jetzt fest in der Organisationsstruktur von Horsch verankert. Horsch baute außerdem das eigene d.lab weiter aus, um die Entwicklung digitaler Lösungen voranzutreiben.

IFTA setzt Künstliche Intelligenz zur vorausschauenden Instandhaltung von Gasturbinen ein. Dazu überwacht die von IFTA entwickelte Künstliche Intelligenz Verbrennungsschwingungen in den Gasturbinen. Diese neuartige Lösung bietet diverse Vorteile gegenüber State-of-the-Art-Systemen, da sie eine umfangreichere Überwachung ermöglicht. Durch die Einbeziehung von Betriebsinformationen der Gasturbinen und eine umfassende Auswertung der Sensordaten können genaue Aussagen über den Maschinenzustand getroffen werden. Dadurch kann die Künstliche Intelligenz Defekte nicht nur häufiger, sondern vor allem bereits in der Entstehung detektieren. Dies ermöglicht ein frühzeitiges Handeln, um eine Notabschaltung sowie die damit verbundenen hohen Kosten zu vermeiden.

Für IFTA war es von hoher Bedeutung, eine Strategie und Vision zur Verankerung von Künstlicher Intelligenz im Unternehmen zu entwickeln. Auf technischer Ebene konnten die Entwickler von IFTA ein solides KI-Verständnis aufbauen und sich viele praktische Methoden aneignen, die sie nun aktiv und eigenständig bei der weiteren Umsetzung ihrer KI-Projekte anwenden.

Zu Beginn des Programms hatte IFTA nach eigenen Angaben kaum Wissen im Bereich KI. Es bestand jedoch großes Interesse an der sogenannten AI-Journey, um zu sehen, wohin die Reise zum erfolgreichen Anwender von Künstlicher Intelligenz führen kann. Durch das Programm konnte IFTA in allen Bereichen – von der Entwicklung bis hin zum Management – lernen und eine gute Basis für die selbständige Weiterreise aufbauen. Nach neun Monaten ist IFTA außerdem davon überzeugt, dass Künstliche Intelligenz viele Möglichkeiten für neue Dienstleistungen und Produkte eröffnet. Diese können IFTA einen wesentlichen Vorsprung gegenüber dem Wettbewerb sichern. Aus diesem Grund hat sich IFTA auch dazu entschieden, dediziertes Personal für den Bereich KI aufzubauen.

Wanko setzt Künstliche Intelligenz ein, um die großen zeitlichen Unsicherheiten bei der Kommissionierung von Aufträgen zu minimieren und so einen deutlichen Mehrwert für die eigenen Kunden zu generieren. Dazu wird der Aufwand für das Zusammenstellen von bestimmten Artikeln aus einem bereitgestellten Sortiment auf Basis von Aufträgen mit den genauen Beginn- und Endzeiten prognostiziert. Die Kommissionierzeiten werden dann sowohl in einer Tourenübersicht, als auch in einer nach Kommissionieraufgaben detaillierten Ansicht angezeigt, um den Kunden die Einschätzung zu erleichtern.

Durch Künstliche Intelligenz kann Wanko völlig neue Erkenntnisse bei der Auswertung der eigenen Daten gewinnen. Dafür lernte Wanko eine Vielzahl neuer technischer Methoden kennen und setzt diese nun eigenständig ein. Ein wichtiges Learning war jedoch auch die äußerst hohe Bedeutung von langjährigem, menschlichen Fachwissen. Dies zeigte, dass Künstliche Intelligenz die Experten bei Wanko niemals ersetzen kann, sondern sie vielmehr bei Ihrer Arbeit unterstützen soll, um durch die Fusion von KI- und Domänenwissen noch bessere Ergebnisse zu erzielen.

Wanko besaß schon zu Beginn des Programms erste Vorkenntnisse im Bereich KI. Das gemeinsame Projekt ermöglichte es Wanko jedoch, die eigenen Vorgehensweisen unter realistischen Bedingungen und mit zusätzlicher Unterstützung durch externe Fachkräfte zu evaluieren. Wanko möchte Künstliche Intelligenz auch zukünftig in die eigene Software implementieren und die weitere Forschung und Entwicklung in diesem Bereich ausbauen.