Generative KI – eine neue Value Proposition für die Systemintegration
Lesezeit: 3 min.
Künstliche Intelligenz maximiert die Leistungsfähigkeit der Qualitätskontrolle und der vorausschauenden Instandhaltung. So eröffnet sie ganz neue, vielversprechende Horizonte für die Industrie und deren Partnerfirmen.
Werden Assistenzprogramme wie ChatGPT, Deepseek, Gemini oder Le Chat zukünftig aus der industriellen Fertigung nicht mehr wegzudenken sein? Für McKinsey ist die Produktion einer von vier Hauptbereichen, in denen generative künstliche Intelligenz einen echten Mehrwert bringen kann. Das wissen natürlich auch Industrieunternehmen: Laut Deloitte verwenden 56 % von ihnen bereits KI-Lösungen zur Verbesserung der Effizienz und Produktivität ihrer Fertigungslinien.
„Sämtliche Industriebranchen beobachten die Entwicklung sehr genau und prüfen, welche Vorteile ihnen solche Rechenmodelle bringen können“, bemerkt Antoine Béron, Brand Business Support & Development Director von Actemium. Allerdings mit Abstrichen: „Vielerorts ist die Technik noch im Versuchsstadium. Zwar wird in einigen Großkonzernen bereits eifrig getestet, aber der Mittelstand zögert noch: Wie und wo anfangen? Wie steht es mit dem Return on Investment (ROI)? Ist meine Organisation überhaupt bereit für diesen Schritt?”
Eingespielte, rentable Modelle entwickeln
Die Unterstützung von Industriefirmen bei der schrittweisen Einführung generativer KI-Anwendungen wird somit zu einem neuen Geschäftsfeld der Integrations- und Beratungsunternehmen. Innerhalb von VINCI Energies wurde 2020 DIANE (Digital et Intelligence Artificielle pour Nos Entreprises, Digitalisierung und KI für unsere Unternehmen) mit dem Ziel gegründet, gemeinsam Lösungen zur Verbesserung der Wettbewerbsfähigkeit zu entwickeln. Das eröffnete neue Möglichkeiten und stimulierte Innovationen.
„Die Industrieproduktion wird leistungsfähiger denn je.”
Die Aufgabe von DIANE besteht darin, eine „KI-Kultur“ in unseren Business Units zu verankern, gemeinsam mit Branchenfachleuten Bestandsaufnahmen durchzuführen, Möglichkeiten für die KI-Anwendung zu erkennen und gemeinsam POCs (Proof of Concept, Demonstratoren) zu entwickeln, die irgendwann zu eingespielten und rentablen Modellen werden.
Derzeit greifen insbesondere Anwendungen zur Beobachtung und Überwachung von Industrieprozessen und Warenströmen auf KI-Lösungen zurück: MSR, Dokumentenmanagement, zentrale Leitwarten, Qualitätskontrolle, vorausschauende Instandhaltung.
Risiken erkennen, Fehlern vorbeugen
Bei der generativen KI kommen Large Language Models (LLM) sowie Natural Language Processing (NLP, Verarbeitung natürlicher Sprache) zum Einsatz, um die astronomischen Datenmengen (Zahlen, Text, Bilder) aus unterschiedlichsten Quellen zu analysieren: Inspektionsprotokolle, Kundenbeschwerden, Sensoren und Kameras in den Produktionsanlagen.
Dank der Verarbeitungskapazität und Lernfähigkeit solcher Modelle kann die KI im Ansatz verstehen, wie ein perfektes Produkt aussehen muss – damit ist sie in der Lage, in Echtzeit selbst geringste Fertigungsfehler zu erkennen. Besser noch – sie kann Bereiche identifizieren, in denen es besonders häufig zu Defekten kommt, und dort gezielt prüfen.
Die KI ist somit fähig, auch kleinste Abweichungsrisiken von der Norm offenzulegen, Fehlern vorzubeugen und die Produktion zu benachrichtigen, noch bevor eine Panne eintritt. Die Vorteile liegen auf der Hand: Vermeidung von Stillständen, Optimierung der Maintenanceplanung, maximale Lebensdauer der Anlagen.
„Generative KI fördert die Diversifizierung und die Wettbewerbsfähigkeit unserer Unternehmen. Sie können ihre Value Proposition für ihre Kund:innen neu ausrichten und ihre Industrieproduktion wird leistungsfähiger denn je.
16/06/2025
