Glossar

Hier werden häufig genutzte Begriffe im Kontext von künstlicher Intelligenz und Industrie 4.0 genauer erläutert.

Deep Learning
Deep Learning ist eine besondere Form des maschinellen Lernens. Es basiert auf der Verwendung neuronaler Netze, deren Struktur ist der des menschlichen Gehirns nachempfunden. Neuronale Netze weisen eine besonders hohe Fähigkeit zur Verallgemeinerung von Trainingsdaten auf. Dies erlaubt, eine gut funktionierende künstliche Intelligenz mit relativ wenigen Daten zu trainieren.

Digital Transformation
Die digitale Transformation ist ein fortlaufender Veränderungsprozess, der auf digitalen Technologien basiert, die die Arbeitsweise der Unternehmen und das Marktumfeld, in dem sie operieren, verändern. Automatisierbare digitale Prozesse ersetzen herkömmliche, oft auf manueller Arbeit basierende Prozesse. Da die digitalen Technologien auch von Kunden genutzt werden, verändern sich deren Erwartungen („alles, sofort“). Daraus ergibt sich eine enorme Marktdynamik, die auch neue, effizientere und agilere Formen der Unternehmensorganisation erfordert.

Digital Twin
Im Allgemeinen bezieht sich der Begriff auf die digitale Darstellung eines Objekts aus der realen Welt. In Industrie 4.0 wird eine Maschine oder Anlage durch virtuelle Software mit einem digitalen Zwilling simuliert. Sie dient der Prozessoptimierung vor der Inbetriebnahme oder der Umsetzung zusätzlicher Optimierungen im laufenden Betrieb. Zu diesem Zweck werden alle Systemzustände des digitalen Zwillings in Echtzeit an reale Prozesse angepasst.

Industrie 4.0
Die erste industrielle Revolution war die dampfbetriebene Mechanisierung, die zweite war Massenproduktion auf Montagelinien und die dritte Automatisierung mit Elektronik. Die vierte industrielle Revolution (Industrie 4.0) beinhaltet die intelligente Vernetzung von Maschinen und Prozessen in der Industrie mit Hilfe von Datenanalyse und Datenaustausch.

Künstliche Intelligenz
Die Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich auf die Automatisierung von Prozessen konzentriert. Zu den Teilbereichen der KI gehören wissensbasierte Systeme, Mustererkennung, Spracherkennung und -generierung, prädiktive Algorithmen, Robotik, Machine Learning, Deep Learning und vieles mehr. Die KI gilt als eines der wichtigsten Zukunftsthemen für die Wirtschaft, da sie neben der fortgeschrittenen Automatisierung von Geschäftsprozessen zahlreiche neue Möglichkeiten der Wertschöpfung bietet.

Machine Learning
Sammelbegriff für Verfahren und Algorithmen, mit denen aus Erfahrung Wissen (in Form von Daten) generiert werden kann. Das maschinelle Lernen gehört zum großen Bereich der Künstliche Intelligenz und nutzt mathematisch-statistische Methoden und neuronale Netze (Deep Learning). Eine typische Anwendung des maschinellen Lernens in Industrie 4.0 ist die Predictive Maintenance.

Predictive Maintenance
Die regelmäßige Wartung von Maschinen und Anlagen in regelmäßigen Abständen wird ersetzt durch Abnutzungsabhängige Wartung, bei der die Wartungszeiten durch Daten bestimmt werden.
Die für Predictive Maintenance erforderlichen Daten sind z.B. Temperaturkurven, Schwingungen, Stromschwankungen und ähnliche Daten, die über Sensoren an den Maschinen ermittelt werden. Die maschinelle Lernsoftware muss zunächst Daten über einen längeren Zeitraum sammeln. Nach Abschluss eines Trainingsprozesses mit den gesammelten Daten, kann die Software Frühwarnsignale für Fehler, Abnutzung und Verschleiß erkennen und melden.

Smart Data
Datensätze, die aus großen Rohdatenmengen mit aussagekräftigen Informationen bestehen. Diese werden mit Hilfe von Analysewerkzeugen abgeleitet. Smart Data zeichnet sich durch hochwertige Informationen und hohe Datenkonsistenz aus, d.h. z.B. es sind keine Duplikate oder Fehler enthalten. Die Vorteile von Smart Data liegt beispielsweise in der Entwicklung neuer Geschäftsmodelle durch gezielte Analysen.

Smart Factory
Eine Fabrik, die eine umfassende Automation der Produktion und aller damit verbundenen Geschäftsprozesse ermöglicht. Die Automatisierung und Digitalisierung ist Voraussetzung dafür, eine effiziente und anpassungsfähige Produktion zu entwickeln, die jederzeit eine optimale Wertschöpfung erzielt.