Mobility_2023

MOBILE VISIONEN PROF.

MOBILE VISIONEN PROF. DR.-ING. MARCUS GEIMER Institutsleiter am Karlsruher Institut für Technologie (KIT), Institutsteil Mobile Arbeitsmaschinen (Mobima) In der Bilderkennung bieten KI-basierte Lösungen ein enormes Potential um relevante Objekte zuverlässig erkennen und einordnen zu können. In einem Forwarder, der die aufzuladenden Bäume dem Nutzer visualisiert, konnte dies bereits an unserem Institut erfolgreich nachgewiesen werden. Im Sicherheitsbereich bieten KI-basierte Assistenzsysteme entscheidende Vorteile. Beispielsweise lösen herkömmliche Abstandswarnsysteme bei jedem erkannten Objekt in der Umgebung aus, während KI-basierte gezielt ausschließlich bei Personen im Fahrbereich auslösen. Auch Maschinendaten können mittels KI in die Entwicklung einbezogen werden. Die Dimensionierung von Maschinen kann hierbei gezielt auf die Nutzerzyklen angepasst werden, um Material und Produktionskosten einzusparen. Der Einsatz von KI in der Steuerungstechnik ist sicherlich aktuell ein Hype. KI-basierte Steuerungstechnik kann dort erfolgreich sein, wo herkömmliche Steuerungstechnik scheitert oder nur sehr aufwendig umgesetzt werden kann. Die zuverlässige Absicherung einer Funktion dieser Systeme ist bisher aber ein noch offenes Forschungsthema. KÜNSTLICHE INTELLIGENZ ALS GAMECHANGER Mobile Maschinen arbeiten zunehmend digital vernetzt und produzieren eine Flut von Daten. Anwendungen mit künstlicher Intelligenz erfordern einen einfachen Zugriff auf diese Daten und versprechen Unternehmen, ihre Produktivität auf ein ganz neues Niveau zu heben. Welche Hürden und Potenziale es für den Einsatz von KI im Mobilitätssektor gibt, wollte Mobility von Experten aus Wissenschaft und Wirtschaft wissen. ZUVERLÄSSIGE ABSICHERUNG EINER FUNKTION NOCH OFFENES FORSCHUNGSTHEMA WESENTLICHE VORAUSSETZUNG: EINFACHE KOMMUNI- KATION VOM SENSOR BIS IN DIE CLOUD Aktuelle Themen und Trends aus unterschiedlichen Blickwinkeln – genau das finden Sie hier. DIETMAR BRÜSS General Manager Product Management Control Systems, ifm, Essen Digitalisierung ist heute oft der Schlüssel zum Erfolg, dies gilt auch für mobile Arbeitsmaschinen. Condition Monitoring vermeidet Ausfälle, Predictive Maintenance identifiziert ausfallgefährdete Teile und KI-gestützte Fahrerassistenz-Systeme erhöhen die Sicherheit. Solche Systeme benötigen Informationen, und deren Quelle sind die Daten der Sensoren. Um aus ihnen relevante Informationen zu erzeugen, kommt heute schon KI zum Einsatz. Diese arbeitet je nach Anforderung in Edge-Devices, in den Mensch/Maschine-Systemen oder in der Cloud. Eine wesentliche Voraussetzung dafür ist eine einfache Kommunikation vom Sensor bis in die Cloud. Standardisierte digitale Schnittstellen schon auf Sensorebene spielen dabei eine wichtige Rolle. Nur so lassen sich die Daten einfach in Informationen umwandeln, auf deren Basis dann Entscheidungen getroffen werden können. Die mobile Arbeitsmaschine der Zukunft ist von Grund auf digital und vernetzt. Dadurch kann Arbeit in vielen Branchen effizienter, vernetzter und nachhaltiger gestaltet werden. 32 MOBILITY 2023

DR.-ING. JAN SCHATTENBERG Stellvertretender Institutsleiter und Arbeitsgruppenleiter Automatisierungs- und Robotersysteme am Institut für mobile Maschinen und Nutzfahrzeuge (IMN) der Technischen Universität Braunschweig Die regelmäßigen Fortschritte im Bereich der Sensorik, Kommunikationstechnologie und Datenverarbeitung haben die Automatisierung von mobilen Arbeitsmaschinen und insbesondere in der Landtechnik stark beeinflusst. Das hat uns eine Vielzahl von Möglichkeiten eröffnet, und deshalb stellen Landmaschinen, die hochgradig automatisiert und zunehmend miteinander vernetzt sind, den aktuellen Stand der Technik dar. Trotzdem bergen KI-gestützte Lösungen zusätzlich ein beträchtliches Entwicklungspotenzial, insbesondere in komplexen Prozessen. Dies ist vor allem dann der Fall, wenn Entscheidungen nicht unmittelbar auf ein einzelnes Ereignis bezogen sind. Solche Situationen erfordern die Berücksichtigung umfangreicher Informationen über die verschiedenen Einflüsse, um auch in unbekannten Szenarien angemessene Entscheidungen treffen zu können. Gleichzeitig stellen KI-gestützte Ansätze die Entwicklungs- und Testprozesse vor beträchtliche Herausforderungen, da die klare Zuordnung von Ursache und Wirkung weniger eindeutig ist. Hier werden z. T. neue Abläufe erforderlich, nicht zuletzt, weil die neue Maschinenverordnung, die aktuell die Maschinenrichtlinie ablöst, auch KI und Cybersecurity berücksichtigt. DIE ZUORDNUNG VON URSACHE UND WIRKUNG IST WENIGER EINDEUTIG KI-GESTÜTZTE PROZESSE BENÖTIGEN DEN MENSCHEN WEITERHIN ALS SUPERVISOR JAN METZNER Principal Specialist Solutions Architect, Manufacturing bei AWS In der Produktion nimmt künstliche Intelligenz (KI) einen immer größeren Stellenwert ein. Besonders repetitive Vorgänge werden hierbei von KI-gestützten Maschinen übernommen. Dazu gehört auch, dass Predictive Maintenance eine hohe Anlagenverfügbarkeit gewährleistet. Außerdem kommt es darauf an, dass Maschinen ohne den Menschen untereinander kommunizieren können. Dadurch bleibt Fachkräften mehr Zeit für Aufgabenbereiche, in denen ihr Know-how bessere Verwendung findet. Es geht also um eine Kooperation von menschlicher Expertise und maschineller Optimierung. Aber eine große Herausforderung bleibt: Die Arbeitsprozesse müssen sicher und zuverlässig funktionieren. Daher benötigen KI-gestützte Prozesse den Menschen weiterhin als Supervisor. Genau diesen Bereich unterstützen wir bei AWS mit unseren IoT-Services (Internet of Things) oder einer Suite wie Amazon SageMaker. Zudem stellen wir in der Cloud für die erforderliche Datensammlung und Mustererkennung ausreichende Speicherkapazitäten und eine hohe Rechenleistung zur Verfügung. Und das bietet auch eine Grundlage, um Daten von mobilen Maschinen zu sammeln und die Hersteller so mit Informationen zur Optimierung ihrer Produkte zu versorgen. MOBILITY 2023 33