Generative KI: Wie viel Mensch steckt im maschinellen Lernen?

Generative KI ist in der Lage, in riesigen unstrukturierten Datensätzen Muster zu erkennen und daraus etwas Neues zu schaffen. Grundlage dafür ist das maschinelle Lernen. Dabei geht es darum, Computer so zu trainieren, dass sie aus den ihnen zugeführten Datenmengen lernen und immer besser werden. Die Formel ist einfach: Je mehr Muster und Zusammenhänge es gibt, desto präziser sind die Vorhersagen über zukünftige Schritte. 

Gerade in der industriellen Produktion schlummert ein enormes Potenzial für generative KI-Lösungen. So setzen Pilotwerke von Bosch bereits maschinelles Lernen in der Produktionsplanung, -überwachung und -steuerung ein. Im Werk Hildesheim konnten beispielsweise die Taktzeiten beim Produktionshochlauf neuer Linien durch Deep Learning um 15 % verringert werden. Die Bosch-Forschung hat ein KI-basiertes System entwickelt, das Anomalien und Störungen im Fertigungsprozess schneller erkennt und die Produktqualität erhöht. Die Software ist inzwischen weit über die Testphase hinaus und in rund 50 Bosch-Werken im Einsatz; mehr als 2.000 Produktionslinien sind angebunden.

Auch die Kreislaufwirtschaft setzt auf bahnbrechende Innovationen aus dem Bereich der generativen KI. Der weltweit führende Anbieter von Sortierlösungen TOMRA beliefert Recyclingunternehmen mit sensorgestützter Deep-Learning-Technologie. Galten beispielsweise Silikonkartuschen bisher als schwer zu erfassen und waren ein Grund für die Verunreinigung von Abfallströmen, sortiert die Spezial-Software die unbrauchbaren Objekte zu 99 % aus. Generative KI setzt damit neue Industriestandards bei der Sortiertiefe und leistet einen entscheidenden Beitrag zu einer funktionierenden und nachhaltigen Kreislaufwirtschaft. 

Für die Industrie verspricht die generative KI vor allem weitere Kosteneinsparungen und hilft bei Neuentwicklungen, zum Beispiel für umweltfreundlichere Produkte. Wenn statt eines petrochemischen, also erdölbasierten Stoffes, ein nachwachsender Rohstoff verwendet werden soll, müssen die anderen Eigenschaften des Stoffes dennoch erhalten bleiben. Hier verspricht die generative KI Effizienzgewinne: Sie prüft aus der Datenmenge aller möglichen Verbindungen, welche Varianten sich am meisten lohnen könnten. Produktentwickler:innen können dann bereits eine Vorauswahl testen und viel Zeit bei der Suche sparen. Bisher werden solche Pilotversuche häufig in Zusammenarbeit mit Universitäten oder eigenen Thinktanks gestartet. Auch Bosch geht davon aus, dass sich die Zeit von der Projektierung über die Inbetriebnahme bis zum Hochlauf von KI-Anwendungen von derzeit sechs bis zwölf Monaten auf wenige Wochen verkürzen wird.

Ob Softwareentwicklung, Forschung oder Anwendung – generative KI scheint bislang eher von großen Unternehmen vorangetrieben zu werden. Die Nutzung wird sich aber auch in kleinen und mittleren Unternehmen verbreiten. Das Bundesministerium für Wirtschaft und Energie (BMWi) hat bereits einen Leitfaden zu KI in der Industrie 4.0 veröffentlicht. In jedem Fall braucht die Wirtschaft Mitarbeitende, die mit generativer KI arbeiten können.

Bei Brunel beispielsweise sind Jobs in der Energietechnik, der Systemplanung oder als Testingenieur:in ausgeschrieben; bei Brunel Car Synergies am Standort Hildesheim wird zu Predictive Maintenance geforscht – also der vorausschauenden Wartung und der Restlebensdauer von Maschinen und Einzelkomponenten.