Einsatz von KI in der industriellen Digitalisierung
Es ist keine Übertreibung zu sagen, dass künstliche Intelligenz unser Leben und die Art und Weise, wie wir Geschäfte machen, verändern wird. In etwas mehr als einem Jahr hat die KI gezeigt, was sie leisten kann, und es ist klar, dass dies erst der Anfang ist.
Obwohl es eine lange Geschichte der Forschung und Entwicklung im Bereich der KI gibt, ist die breite Öffentlichkeit nur gelegentlich auf den Begriff gestoßen – aber spätestens seit der Einführung von ChatGPT 3.0 im November 2022 haben wir die wahre „KI-Explosion“ erlebt, von der alle sprechen: Sprachmodelle, Bild- und Videogeneratoren, Musik…
Im Juni 2023 veröffentlichte GitHub eine Umfrage unter 500 Softwareentwicklern: Der Umfrage zufolge nutzen 92 % der Entwickler bereits irgendeine Art von KI-basiertem Dienst bei ihrer Arbeit (und natürlich für den privaten Gebrauch)! Obwohl die Umfrage in den USA durchgeführt wurde, ist es wahrscheinlich, dass der Anteil der europäischen Entwickler ähnlich hoch ist.
Wir bei DSS Consulting haben ChatGPT seit seiner Veröffentlichung auf verschiedene Weise genutzt, um unsere Entwicklungsarbeit zu unterstützen. Lassen Sie uns nun ein konkretes Beispiel dafür nennen, wie wir KI in der industriellen Digitalisierung einsetzen.
Die Aufgabe besteht darin, unsere Lösung, DSS EffiSensy im laufenden IPAMS-Projekt (Industrial Process Analysis and Monitoring System), das gemeinsam mit Bosch Rexroth durchgeführt wird, sinnvoll zu ergänzen.
Kurz gesagt, EffiSensy ist eine Lösung zur Unterstützung der Effizienz in der Produktionslinie, die drei Schlüsselfaktoren einer effizienten Produktion misst und analysiert: die Anzahl der produzierten Teile, die Ausschussrate und die Verfügbarkeit der Maschinen.
Unser Ziel ist es, das EffiSensy-Dashboard zu ergänzen, das mit der Datenbank kommuniziert, um die Fragen der Benutzer zu beantworten: Auf der Grundlage der Frage des Nutzers schreibt es eine SQL-Abfrage, führt sie aus und gibt eine Antwort – bisher in Tabellenform, jetzt in Textform.
KI in der industriellen Digitalisierung – aber wozu ist das alles gut?
Der Hauptvorteil für den Benutzer besteht darin, dass er das EffiSensy-Dashboard (oder die Tabellenkalkulationen) nicht durchsuchen muss, wenn er eine oder mehrere spezifische Fragen hat, da die Software eine spezifische Textantwort auf eine Textfrage gibt. Eine solche Frage könnte z.B. lauten:
- Welche Maschinenlinie hat letzte Woche den meisten Ausschuss erzeugt?
- Welche Maschine hatte gestern die meisten Ausfallzeiten?
- Welcher Bediener hat im letzten Monat das meiste Produkt hergestellt?
Die erste Version unserer Software generierte einfach eine SQL-Abfrage für die Benutzerfrage über die OpenAI-API mit GPT 3.5 Turbo. Die zweite Version, die sich derzeit in der Entwicklung befindet, geht noch weiter: Sie agiert nun als „Agent“, sie kann „denken“ und wir haben zusätzliche Tools entwickelt, die ihr helfen, SQL-Abfragen zu generieren. Der Agent verwendet eine „few-shot“-Technik, um in mehreren Schritten mit Hilfe von Tools, von denen eines oder mehrere weggelassen werden können (je nach „Entscheidung“ des Agenten), die beste Antwort zu finden.
Die Entwicklung von OpenAI, die am 6. November angekündigt wurde, stellt eine große Herausforderung dar: LangChain war ein nützliches Werkzeug, aber die neue Entwicklung hat seine Verwendung weitgehend überflüssig gemacht und erfordert einen neuen logischen Ansatz.
Der nächste Schritt besteht daher darin, die neue OpenAI-Entwicklung bei der weiteren Verfeinerung des EffiSensy-Add-ons zu replizieren: Hier stehen wir heute.
Können wir Ihrem Unternehmen mit ähnlichen KI-basierten Lösungen helfen? Warum sprechen wir nicht bei einer guten Tasse Kaffee darüber?
