KI im Maschinenbau: So gehen Unternehmen vor

Unternehmen, die KI im Maschinenbau im Bereich After-Sales & Service und Technischer Dokumentation nutzen wollen, sollten zunächst ihre Erwartungshaltung abstecken. Maschinenbauer sollten sich klarmachen: 

• welches Ziel sie mit dem Einsatz von KI erreichen wollen 
• wer damit arbeiten soll 
• wie die KI trainiert werden soll 

Bei der Zielstellung muss klar sein: KI ist keine Lösung, die perfekte Antworten auf alle Fragen liefert. Es geht vielmehr um Wahrscheinlichkeiten, Relevanzen und darum, Unterstützung bei komplexen Fragestellungen zu bekommen, die man nicht mit 0 und 1 beantworten kann.  

Maschinenbauer sollten deshalb Offenheit bei der Zielsetzung bewahren und auch Alternativen zum Einsatz von KI im Hinterkopf behalten: etwa die Optimierung der Benutzerführung oder ein besonders intelligentes Prozessdesign. Wichtig ist bei lernenden Algorithmen auch die Frage, ob die KI auf einen bestimmten Prozess trainiert werden soll oder ob ein selbstlernendes System die bessere Lösung ist. 

Die Zielgruppe spielt eine zentrale Rolle. Eine KI-Fotoerkennung für Servicetechniker ist wertlos, wenn die KI auf freigestellte Bauteile trainiert ist und in der praktischen Anwendung eingebaute oder verschmutzte Teile nicht korrekt erkennt.  

In der Technischen Redaktion ist hingegen wichtig, dass die Content-Erstellung nach wie vor nicht ohne Menschen stattfinden sollte. Besonders sicherheitsrelevante Abschnitte sollten nicht ohne Human-in-the-Loop von der KI erstellt werden. Für eine geeignete Arbeitsweise mit KI müssen entsprechende Prozesse erstellt werden. 

Es gibt keine allgemeingültige Antwort auf die Frage, wie viel Zeit und Daten notwendig sind, um KI-Anwendungen im Unternehmen umzusetzen. Beides hängt vom Einsatzzweck ab. Um zum Beispiel eine autonom lernende KI und neuronale Netze wie ChatGPT zu entwickeln, ist Machine Learning notwendig: Mithilfe einer großen Menge an Daten lernt die KI, Muster zu erkennen, selbstständig Entscheidungen zu treffen und mit der Zeit immer bessere Vorhersagen zu treffen. 

Gerade bei speziellen Prozessen im Maschinen- und Anlagenbau ist eine kritische Menge an Daten in der Regel nicht zu erreichen. Doch auch ohne Machine Learning kann Künstliche Intelligenz Unternehmen im Maschinenbau unterstützen. Für optimale Ergebnisse kommt es dabei stärker auf die Qualität als auf die Menge der Daten an.  

Mit ST4 erstellte Inhalte sind dafür ideal: Die strukturierten Inhalte in ST4 beinhalten in der Regel viel mehr Informationen (z.B. Produktzuordnung) als nur der reine Text. Dadurch könnte beispielsweise ein Large Language Model (LLM) auf Inhalte aus der Technischen Redaktion "trainiert" werden, eigene Maschinen besser zu verstehen, was etliche neue Business-Cases (z.B. Chatbot-Dokumentation) ermöglicht. 

Qualität ist auch der Faktor, der über den Zeitrahmen einer KI-Einführung entscheidet. Viele Technologien für standardisierte Prozesse liefern schon nach kurzer Zeit passable Ergebnisse. Doch je höher die Qualitätsanforderungen sind, desto länger dauert die Umsetzung. Unternehmen sollten sich deshalb eher auf längerfristige Prozesse mit vielen Iterationen einstellen. 

Am Ende geht es vor allem um den Anwender und seine Bedürfnisse. Ob spezielle KI-Tools gefragt sind oder Standardlösungen ausreichen, kann – je nach Anwendungsfall - nur der Servicetechniker oder Technische Redakteur beantworten. Damit die Lösung ihn tatsächlich in seiner Arbeit unterstützen und ihm und dem Unternehmen Zeit sparen kann, sollte der Anwender frühzeitig einbezogen werden. 

KI erfüllt im Maschinenbau im Wesentlichen zwei Aufgaben: Sie kann zum einen Systeme intelligenter machen und zum anderen User in ihrer Arbeit unterstützen. Studien zeigen, dass KI im Maschinenbau zwar immer relevanter wird, viele Unternehmen jedoch noch auf der Suche nach dem richtigen Zugang zu der Technologie sind. 

Wichtig für Unternehmen ist, sich nicht abschrecken zu lassen, sondern sich frühzeitig mit KI auseinanderzusetzen. Wie bei allen Trends ist es sinnvoll, eine gesunde Erwartungshaltung zu haben und am besten Erfahrungen zu sammeln, indem sie die Möglichkeiten der Technologie austesten. Unternehmen sollten Künstliche Intelligenz als das annehmen, was sie ist: Ein Werkzeug, das den Menschen im beruflichen Alltag unterstützen und ihn nicht ersetzen soll.