Die beiden Cluster Mobility & Logistics sowie AIR Artificial Intelligence Regensburg laden Sie am 25. Juni herzlich ein zum Aufbau einer Arbeitsgruppe zum Thema "Embedded KI in der Produktion".
In den letzten Jahren hat die Embedded-KI – also die Integration von KI direkt auf Geräten oder Sensoren – enorme Fortschritte gemacht. Im Unterschied zu Cloud-KI werden Entscheidungen hier an der Datenquelle getroffen, was Latenz und Abhängigkeiten vom Netz reduziert. Die Integration von Künstlicher Intelligenz in industrielle Steuerungssysteme hat sich zu einem zentralen Thema in der Automatisierungstechnik entwickelt. Führende Hersteller wie Siemens haben Lösungen vorgestellt, die eine nahtlose Einbindung von KI in SPS-Steuerungen ermöglichen. Ein Beispiel dafür ist das Siemens-Modul SIMATIC S7-1500 TM NPU, eine Neural Processing Unit, die sich direkt in die S7-1500 SPS integrieren lässt. Wichtige Aspekte der KI-Integration in industrielle Steuerungen sind:
- Durchgängige KI-Architektur von Cloud-basierten IoT-Systemen bis zur Steuerungsebene
- Ausführung vortrainierter KI-Modelle im Echtzeit-Kontext von SPS-Programmen
- Erhöhte Adaptivität klassischer Steuerungen durch eingebettete Neuronale Netze
- Standardisierte Schnittstellen (OPC UA, MQTT) für die Integration in SCADA/MES-Plattformen
- Deployment von KI-Containern auf Edge-Geräten in der Fertigung
- Praktikable Umsetzung von Predictive Maintenance und visueller Inspektion direkt in Maschinensteuerungen
Die Integration von KI in industrielle Steuerungssysteme eröffnet ein breites Spektrum an Innovationen und disruptiven Anwendungsmöglichkeiten. Neuromorphes Rechnen steht dabei im Fokus der aktuellen Forschung, mit dem Potenzial, die Effizienz von KI-Chips drastisch zu steigern. Diese Technologie verspricht ultra-energieeffiziente Lösungen für komplexe Analysen in Mikrosensoren und ermöglicht neue Ansätze wie Edge Learning und erklärbare KI (XAI) für kritische Prozesse.
Ziel der Arbeitsgruppe im Cluster Mobility & Logistics ist es die Chancen von Embedded KI für alle Beteiligten nutzbar zu machen. Diese AG kann als Plattform dienen, um Wissen auszutauschen, gemeinsame Projekte anzustoßen und die regionale Wertschöpfung zu erhöhen. Mögliche Schwerpunktthemen sind:
- Predictive Maintenance & Asset Monitoring: Erfahrungsaustausch zu KI-Modellen für die vorausschauende Wartung von Fahrzeugen, Maschinen und Logistiksystemen. Hier könnten Mitglieder Pilotprojekte vorstellen (z.B. KI-Überwachung einer Fertigungsanlage) und Best Practices ableiten.
- KI in der Produktionssteuerung: Wie lassen sich KI-Entscheidungshelfer in bestehende Produktions-IT integrieren? Gemeinsame Erarbeitung von Konzepten, KI-Ausgabe mit MES/SCADA zu verknüpfen, oder adaptive Regelung via KI. Auch Mensch-KI-Interaktion an der Linie (Assistenzsysteme) wäre hier relevant.
- Qualitätssicherung & Vision-Systeme: Austausch über KI-gestützte Bild- und Datenauswertung für Qualitätsprüfungen in Produktion und Wareneingang. Mögliche Unterthemen: optische Inspektion, Audio-Analytics, Anomaliedetektion in Prozessdaten. Eventuell gemeinsame Entwicklung eines Demonstrators (z.B. eine Kamera mit KI, die Gut/Schlecht an Teilen erkennt).
- Datenmanagement und Edge-Computing-Infrastruktur: Behandlung der Frage, wie man Daten aus Fahrzeugen/Maschinen erfasst, für KI aufbereitet und verteilt. Etwa Vorstellung verschiedener Edge-Plattformen, IoT-Netzwerke (5G-Campusnetze) und Datensicherheitskonzepte – wichtig für alle, die verteilte KI einsetzen wollen.
- Standardisierung & Best Practices: Erarbeitung von Leitfäden: z.B. “Wie implementiere ich Embedded KI sicherheitsgerecht?”, “Welche Standards (OPC UA, MQTT etc.) nutze ich zur Anbindung?”. Ebenso könnten Ergebnisse der Normungsroadmap KI vorgestellt werden, um Mitglieder früh auf zukünftige Anforderungen (etwa bei Zertifizierung von KI-Systemen in Fahrzeugen) vorzubereiten.
- Geschäftsmodelle und ROI von Embedded KI: Diskussion darüber, wie sich Investitionen in KI rechnen. Hier könnten Anwender berichten, welche Einsparungen/Verbesserungen sie erzielen konnten, während Anbieter neue Servicemodelle (KI as a Service an der Edge) präsentieren. Dieses Thema fördert das Verständnis der wirtschaftlichen Perspektive und hilft allen Mitgliedern, Argumente für KI-Projekte intern zu untermauern.
AGENDA
09:00 | Begrüßung
Uwe Pfeil, Clustermanager Cluster Mobility & Logistics
09:05 | Titel tbd.
Prof. Matthias Ehrnsperger, Ostbayerisch Technische Hochschule Regensburg
09:25 | Titel tbd.
Viktor Bilousov, SYSTEMA GmbH
09:45 | Herausforderungen und Ideen sammeln und clustern
10:20 | Kaffeepause
10:35 | Ideen weiter konkretisieren – Kooperationspotenziale ableiten
11:00 | Ideen-Pitches
11:30 | Fazit / Ausblick
Uwe Pfeil, Clustermanager Cluster Mobility & Logistics
>>> Anmeldung
Über die Cluster Mobility & Logistics und Artificial Intelligence Regensburg
Beide Cluster werden von der TechBase Regensburg GmbH organisiert. Die TechBase Regensburg GmbH ist ein Unternehmen der Stadt Regensburg und hat die Aufgaben, die Innovationsfähigkeit regionaler Technologieunternehmen zu fördern und agiert in Projekten, Kooperationen und Netzwerken auch überregional. Das Unternehmen betreibt eines der größten Bayerischen Gründer- und Innovationszentrum - die TechBase.