Top-5: Beispiele aus der Industrie : Die beeindruckendsten industriellen KI-Anwendungen der Zukunft

Der französische Automatisierungskonzern verwendet KI bei der Effizienzsteigerung entlang seiner Lieferkette. Seit 2015 betreibt Schneider Electric ein Programm zur digitalen Transformation, das 2017 mit der Umsetzung der TSC 4.0-Strategie (Tailored Sustainable Connected Supply Chain) einen Höhepunkt erreichte. „Unser Ziel ist es, die Digitalisierung zu nutzen, um die Leistung der Werke und Vertriebszentren in Europa zu verbessern“, so Laurent Chantoiseau.

Die Strategie hat sich bewährt. Die Kundenbetreuungszentren, die jährlich etwa 7,5 Millionen Fragen von Kunden aus der ganzen Welt erhalten, werden nun von einer KI unterstützt. Bislang analysierte ein Mitarbeiter das Ticket, um die Anfrage zu bearbeiten , dieser Schritt wird nun automatisch durchgeführt.

BMW gehört zu den Pionieren beim Einsatz von KI-Technologie. Das Unternehmen setzt KI bereits entlang der gesamten Wertschöpfungskette ein und schafft so einen Mehrwe. Die Initiative Data & AI, die sich übergreifend mit Datenanalyse und maschinellem Lernen befasst, sorgt zudem für eine schnelle Vernetzung, Wissens- und Technologietransfer im gesamten Unternehmen. Das Portfolio der BMW Group ist beeindruckend: Es umfasst derzeit über 600 Anwendungsfälle.

Für den vielseitigen Einsatz von KI in der Produktion wurde das Unternehmen sogar mit dem Connected Car Pioneer Award ausgezeichnet. So wird KI für die Lackierung des neuen 8er Gran Coupe eingesetzt. Der Algorithmus überwacht mehr als 160 Merkmale des Wagens und kann die Qualität eines Lackauftrags mit großer Genauigkeit vorhersagen.

Volkswagen und Google Cloud verwenden KI bei einem gemeinsamen Projekt, um den Luftwiderstand der VW-Flotte zu reduzieren. Die gemeinsame Forschungsarbeit hat mit Hilfe der KI-Plattform Vertex vielversprechende Ergebnisse hervorgebracht. Der Algorithmus kann innerhalb einer Sekunde eine Schätzung des Luftwiderstandsbeiwerts mit einem durchschnittlichen Fehler von nur 4 Prozent erstellen.

Schnellere und genauere Schätzungen könnten in Zukunft eine automatisierte Suche nach effizienten Entwürfen ermöglichen, was sowohl Ingenieuren als auch Designern helfen würde, sich auf die Bereiche der Fahrzeugkarosserie zu konzentrieren, in denen sie die größten Verbesserungen erzielen können.

Auch in der Lebensmittelindustrie kommt KI zum Einsatz. Danone setzt ein ML-System ein, um eine genauere Plattform für Nachfrageprognosen zu schaffen. Der Prognoseprozess betrifft eine Vielzahl von Frischprodukten, die durch Faktoren wie kurze Haltbarkeit und dynamische Nachfrage miteinander verbunden sind. Der Konzern erfasst sowohl die Verkaufs- als auch die Nachfrageentwicklung dieser Produkte, definiert unzureichende Lagerbestände und analysiert, wie diese Probleme in der Bedarfsplanung behoben werden können. Als Ergebnis der KI-Prognosen konnte Danone Prognosefehler um 20 Prozent und Umsatzeinbußen um 30 Prozent reduzieren.

Außerdem kooperiert Danone mit Microsoft bei der Entwicklung von KI-basierten Methoden der Landwirtschaft. Die „AI Factory for Agrifood“ zielt darauf ab, die digitale Transformation des Lebensmittelsektors zu beschleunigen. Konkret hoffen Danone und Microsoft, Projekte zu fördern, die der regenerativen, der nachhaltigen Ernährung, der Abfallminimierung und der Optimierung von Lieferketten dienen.

Wie eine klimaneutrale Kreislaufwirtschaft gelingen kann, zeigte Festo im vergangenen Jahr auf der Hannover Messe mit dem Forschungsprojekt PhotoBionicCell. In einem Photobioreaktor werden Algen automatisiert kultiviert. Ihr Wachstum wird dabei ständig kontrolliert. Algenzellen wandeln mittels Photosynthese in ihren Chloroplasten Sonnenlicht, Kohlendioxid und Wasser in Sauerstoff und chemische Energieträger bzw. organische Wertstoffe um.

Bei der Auswertung der Daten kommt eine KI zum Einsatz, mit deren Hilfe der Bioreaktor entweder auf die Vermehrung der Algenkulturen optimiert werden oder darauf, vorgegebene Wachstumsparameter bei minimalem Energieeinsatz zu erhalten. Festo will die Forschungsergebnisse öffentlich zugänglich machen, um so die CO2-Emissionen in der Industrie zu senken.