Services, die auf Künstlicher Intelligenz (KI) basieren, können die Resilienz von Fertigungsprozessen stärken, Produktions- und Arbeitsprozesse unterstützen, zur Qualitätssicherung beitragen und letztlich die Wettbewerbsfähigkeit von Unternehmen stärken. Dennoch werden derzeit nur wenige industrielle KI-Anwendungen in der realen Umgebung eingesetzt.

Industrieunternehmen arbeiten erfolgreich an der Entwicklung, es gibt vielversprechende Proof-of-Concepts (PoC) und Pilotprojekte. ABER erfolgreich im operativen Betrieb eingesetzte industrielle KI-Anwendungen sind aktuell noch selten. Doch warum ist das so und wie kann die Implementierung KI-basierter Services in der Produktion erfolgreich gelingen? Zwei Fragen, auf die ich in meinem Beitrag näher eingehen möchte.

KI-Anwendungen sind Teil eines sozio-technischen Systems

Es gibt verschiedene Anwendungsbereiche für KI-Technologien im industriellen Kontext. Ob im Bereich Smart Maintenance, der Qualitätssicherung oder der Produktionsplanung (um nur einige zu nennen), eines haben diese Anwendungen gemein: Sie führen zu einer Veränderung des Arbeitsumfelds bzw. der Arbeitsaufgaben. Dieser Wandel, verbunden mit der hohen Komplexität von KI-Anwendungen, führt zu vielschichtigen Veränderungen und Herausforderungen auf den Ebenen Mensch, Technik und Organisation. Aus diesem Grund verstehen wir KI-Anwendungen als Teil eines sozio-technischen Systems, welches für die erfolgreiche Implementierung als Gesamtsystem betrachtet werden sollte.

Entwicklung unter Laborbedingungen und fehlende Akzeptanz erschweren erfolgreiche Implementierung

Interviews mit KI-Expertinnen und KI-Experten eines deutschen Industrieunternehmens sowie ein darauf aufbauender Workshop haben es uns ermöglicht, vertiefte Einblicke in die Herausforderungen der erfolgreichen Implementierung zu gewinnen. Zu überwindende Herausforderungen gibt es auf menschlicher, technischer als auch organisatorischer Ebene: Wie kann sichergestellt werden, dass die Interessen und Anforderungen aller betroffenen Mitarbeitenden beachtet wurden? Wie gehen wir mit ihren Ängsten und Sorgen um? Eine seitens der befragten KI-Engineers häufig aufgeführte Herausforderung, ist die Entwicklung von KI-Anwendungen unter Laborbedingungen. Die realen Bedingungen im Produktionsumfeld unterscheiden sich häufig von jenen Bedingungen während der Entwicklung. Ein erfolgreicher Pilot, der in den Produktionsbetrieb implementiert ist, führt häufig zu weniger zufriedenstellenden Ergebnissen. Eine Herausforderung, die künftig adressiert werden muss, genauso wie die Frage, wie man mit der Kontextsensitivität von KI-Anwendungen in der Fertigung umgehen kann. Unklarheiten bestehen aktuell auch in Bezug auf die Erstellung von Business-Cases für KI-Anwendungen sowie in Bezug auf Rollen und Verantwortlichkeiten während Entwicklung und Betrieb. All diese Herausforderungen gilt es, künftig zu überwinden sowie die offenen Fragen zu beantworten, um so das volle Potenzial von industriellen KI-Anwendungen ausschöpfen zu können.

Erfolgsfaktoren der Entwicklung und Implementierung von KI-Anwendungen

Herausforderungen kennen und diese zu adressieren ist das eine, doch welche Faktoren beeinflussen die Implementierung von KI-Anwendungen positiv? Genau diese Fragen, haben wir mit KI-Expertinnen und -Experten in den Interviews sowie im Workshop diskutiert und eine Fülle an Erfolgsfaktoren identifiziert. Eine Auswahl an Erfolgsfaktoren könnt ihr der folgenden Liste entnehmen:

  • Einbindung der betroffenen Mitarbeitenden in den Entwicklungsprozess
  • Kompetenzaufbau im Bereich KI in der gesamten Belegschaft
  • Vertrauen in KI-Anwendungen
  • Ausreichende Datenverfügbarkeit und eine hohe Datenqualität
  • Synergien zwischen KI-Entwicklungsprojekten nutzen
  • Schnelle Entwicklungszyklen und ein frühes Testen unter realen Bedingungen

Eine Umsetzung der hier aufgeführten Faktoren kann künftig dazu beitragen, industrielle KI-Anwendungen erfolgreich einzusetzen. Erste Ideen für Unterstützungsmöglichkeiten und Lösungen zur Überwindung der Herausforderungen haben wir ebenfalls in unserem Paper »Implementation of AI Technologies in manufacturing – success factors and challenges« adressiert (siehe Leselinks).

Mit Interdisziplinären Entwicklungsteams und innovativen Qualifizierungskonzepten ans Ziel

Interdisziplinäre Entwicklungsteams, beispielsweise bestehend aus KI-Engineers, Data Engineers, Fachexpertinnen und Fachexperten sowie Endanwenderinnen und Anwendern, sind laut den Interviewten eine vielversprechende Möglichkeit für den erfolgreichen Einsatz von KI-basierten Services in der Produktion. Diese direkte Einbindung von Nicht-IT-Expertinnen und -Experten in der Entwicklung kann sowohl die Qualität der KI-Anwendung erhöhen als auch gleichzeitig zur Kompetenzentwicklung aller Beteiligten beitragen. Des Weiteren könnten KI-gestützte On-the-Job-Trainings oder der Einsatz digitaler Assistenzsysteme zur Qualifizierung der Mitarbeitenden beitragen. Eine Professionalisierung des Erfahrungs- und Wissensaustauschs zwischen den Entwicklungsprojekten sowie die Beschreibung von Best-Practice-Anwendungsfällen können nach Ansicht der KI-Expertinnen und -Experten für eine erfolgreiche Umsetzung hilfreich sein. Zu den technischen Lösungsvorschlägen gehören die Intensivierung von Plattform-Ökosystemen für industrielle KI-Anwendungen, die Förderung der Standardisierung und die Einführung eines Machine-Learning-Operations (MLOps)-Ansatzes.

Wer noch mehr über die Herausforderungen und Erfolgsfaktoren der Implementierung KI-basierter Services in der Produktion erfahren möchte, kann dies gerne in unserem kürzlich veröffentlichten Paper tun (siehe Leselinks). Ich freue mich sehr, dass wir es damit auch unter die so genannten ISSIP-HSSE Honorable Mention Papers 2022 der diesjährigen Applied Human Factors and Ergonomics Conference (AHFE) geschafft haben (siehe Leselinks) – eine tolle Auszeichnung für unsere Forschungsarbeit. Wenn Sie Unterstützung bei der Entwicklung und Einführung von KI-Anwendungen wünschen, nehmen Sie gerne Kontakt zu uns auf!

Leselinks:

Janika Kutz

Janika Kutz ist wissenschaftliche Mitarbeiterin des Forschungs- und Innovationszentrums Kognitive Dienstleistungssysteme KODIS, einer Außenstelle des Fraunhofer IAO am Bildungscampus in Heilbronn. Sie beschäftigt sich mit der Entwicklung und Evaluation datengestützter Dienstleistungen und interessiert sich insbesondere für Fragestellungen rund um das Thema Technologieakzeptanz.

Autorenprofil - Website - LinkedIn



Kategorien: Digitalisierung, Künstliche Intelligenz, New Work / Connected Work
Tags: , ,