Zuerst denkt man im Zusammenhang mit KI-basierten Services im Maschinenbau an Predictive Maintenance<\/strong>. Aber es werden sich noch viel mehr und teils auch sehr spezifische KI-basierte Services etablieren, die z.B. auf eine Prozessoptimierung<\/strong> abzielen werden. Die einzelnen Parameter, die \u00fcber die Effizienz eines Prozesses entscheiden sind heute sehr komplex und dynamisch. Es gelingt oft nur sehr erfahrenen Mitarbeitern die Parameter richtig einzustellen und h\u00e4ufig nur mit Hilfe ihrer Intuition. Genau in solchen F\u00e4llen hat die KI ihre St\u00e4rke, weil sie in der Lage ist schier unz\u00e4hlige Parameter in den Algorithmus einzubeziehen<\/strong> und weil die KI in der Lage ist, selbst zu lernen welche Parameter\u00e4nderungen zu Verbesserungen f\u00fchren. Die Technologie, um solche Anwendungsf\u00e4lle umzusetzen ist vorhanden, woran es hingegen heute scheitert, ist die Verf\u00fcgbarkeit der Daten. Sobald diese zur Verf\u00fcgung stehen werden sich neue KI-basierte Usecases umsetzen lassen. Grunds\u00e4tzlich gilt dabei: Was gemessen werden kann, kann mit Hilfe von KI auch vorhergesagt und verbessert werden.<\/p>\nKI-basierte Services werden daher nicht nur voraussagen wann ein Lager ausf\u00e4llt oder ein Riemen reist, sie wird einem Fabrikbetreiber auch mitteilen,<\/p>\n
\nob er in der Lage ist, einen bestimmten Auftrag auf einer Maschine zu fertigen oder ob er doch besser eine andere Maschine einsetzt,<\/li>\n ob er die Vorschubgeschwindigkeit optimal eingestellt hat, um den Verschlei\u00df bei einer gegebenen Dringlichkeit zu minimieren,<\/li>\n wie hoch die Fertigungskosten f\u00fcr ein gegebenes Bauteil sein werden und wie der optimale Prozess und das optimale Werkzeug aussieht<\/li>\n<\/ul>\nund vieles mehr.<\/p>\n
Durch die pl\u00f6tzliche Verf\u00fcgbarkeit solchen Wissens, werden sich neue Gesch\u00e4ftsmodelle herausbilden, die mitunter disruptives Potenzial haben.<\/strong> Angenommen eine KI ist in der Lage zu bestimmen, auf welcher Maschine und mit welchem Werkzeug ein bestimmtes Teil am besten gefertigt werden kann. Ein solcher Service kann weder von einem Lohnfertiger sinnvoll angeboten werden, da dieser nicht alle Maschinen in der Fabrik hat und ebenfalls nicht von einem Maschinenbauer, da dieser ja nur Interesse an seinen Maschinen hat. Derartige Dienste werden von \u00fcbergreifenden Plattformen angeboten werden. Heute tun sich diese Plattformen noch schwer, aber mit zunehmender digitaler Vernetzung werden sie gro\u00dfe Effizienzvorteile verbuchen k\u00f6nnen, dass sich die Marktstrukturen komplett ver\u00e4ndern werden. Dabei k\u00f6nnen KI-basierte Gesch\u00e4ftsmodelle auf einen selbstverst\u00e4rkenden Effekt<\/strong> bauen: durch Daten k\u00f6nnen sie Verbesserungen erzielen, dadurch ziehen sie mehr Kunden an, bekommen mehr Daten, die zu noch attraktiveren Verbesserungen f\u00fchren.<\/p>\n<\/div>Zuerst denkt man im Zusammenhang mit KI-basierten Services im Maschinenbau an Predictive Maintenance<\/strong>. Aber es werden sich noch viel mehr und teils auch sehr spezifische KI-basierte Services etablieren, die z.B. auf eine Prozessoptimierung<\/strong> abzielen werden. Die einzelnen Parameter, die \u00fcber die Effizienz eines Prozesses entscheiden sind heute sehr komplex und dynamisch. Es gelingt oft nur sehr erfahrenen Mitarbeitern die Parameter richtig einzustellen und h\u00e4ufig nur mit Hilfe ihrer Intuition. Genau in solchen F\u00e4llen hat die KI ihre St\u00e4rke, weil sie in der Lage ist schier unz\u00e4hlige Parameter in den Algorithmus einzubeziehen<\/strong> und weil die KI in der Lage ist, selbst zu lernen welche Parameter\u00e4nderungen zu Verbesserungen f\u00fchren. Die Technologie, um solche Anwendungsf\u00e4lle umzusetzen ist vorhanden, woran es hingegen heute scheitert, ist die Verf\u00fcgbarkeit der Daten. Sobald diese zur Verf\u00fcgung stehen werden sich neue KI-basierte Usecases umsetzen lassen. Grunds\u00e4tzlich gilt dabei: Was gemessen werden kann, kann mit Hilfe von KI auch vorhergesagt und verbessert werden.<\/p>\nKI-basierte Services werden daher nicht nur voraussagen wann ein Lager ausf\u00e4llt oder ein Riemen reist, sie wird einem Fabrikbetreiber auch mitteilen,<\/p>\n
\nob er in der Lage ist, einen bestimmten Auftrag auf einer Maschine zu fertigen oder ob er doch besser eine andere Maschine einsetzt,<\/li>\n ob er die Vorschubgeschwindigkeit optimal eingestellt hat, um den Verschlei\u00df bei einer gegebenen Dringlichkeit zu minimieren,<\/li>\n wie hoch die Fertigungskosten f\u00fcr ein gegebenes Bauteil sein werden und wie der optimale Prozess und das optimale Werkzeug aussieht<\/li>\n<\/ul>\nund vieles mehr.<\/p>\n
Durch die pl\u00f6tzliche Verf\u00fcgbarkeit solchen Wissens, werden sich neue Gesch\u00e4ftsmodelle herausbilden, die mitunter disruptives Potenzial haben.<\/strong> Angenommen eine KI ist in der Lage zu bestimmen, auf welcher Maschine und mit welchem Werkzeug ein bestimmtes Teil am besten gefertigt werden kann. Ein solcher Service kann weder von einem Lohnfertiger sinnvoll angeboten werden, da dieser nicht alle Maschinen in der Fabrik hat und ebenfalls nicht von einem Maschinenbauer, da dieser ja nur Interesse an seinen Maschinen hat. Derartige Dienste werden von \u00fcbergreifenden Plattformen angeboten werden. Heute tun sich diese Plattformen noch schwer, aber mit zunehmender digitaler Vernetzung werden sie gro\u00dfe Effizienzvorteile verbuchen k\u00f6nnen, dass sich die Marktstrukturen komplett ver\u00e4ndern werden. Dabei k\u00f6nnen KI-basierte Gesch\u00e4ftsmodelle auf einen selbstverst\u00e4rkenden Effekt<\/strong> bauen: durch Daten k\u00f6nnen sie Verbesserungen erzielen, dadurch ziehen sie mehr Kunden an, bekommen mehr Daten, die zu noch attraktiveren Verbesserungen f\u00fchren.<\/p>\n<\/div><\/path><\/svg><\/div><\/div><\/div><\/div><\/div><\/div>
![\"KI-basierte](\"https:\/\/247factorynet.com\/wp-content\/uploads\/2023\/11\/247_Graphik7_Nutzen_KI_DE.png\")
<\/a><\/span><\/div>