Optimierung des Wissenstransfers durch KI und Explainable AI
Kernthesen
- KMU stehen vor einer Vielzahl von Herausforderungen (Fachkräftemangel, Nachhaltigkeit und Umweltvorgaben, Kosten- und Wettbewerbsdruck) um weiterhin erfolgreich am Markt zu bestehen.
- Nur durch Innovation und technologische Entwicklung durch Forschung können diese Herausforderungen gemeistert werden, der erfolgreiche Wissenstransfer aus öffentlich geförderter Forschung kann hier entscheidend sein.
- Klassische Methoden des Wissenstransfers stoßen oft an ihre Grenzen. Durch den Einsatz von KI, insbesondere Explainable AI (XAI), kann der Wissenstransfer zielgerichteter erfolgen, weil:
Zusammenfassung
Das Institut für Umformtechnik an der Universität Stuttgart ist seit vielen Jahrzehnten Mitglied der europäischen Forschungsgesellschaft für Blechbearbeitung. Vor diesem Hintergrund sind das Institut und seine Mitarbeiter am Ende eines jeden bewilligten Förderantrages bemüht, die erarbeiteten Forschungsergebnisse möglichst vollständig und zeitnah an die projektbegleitenden Unternehmen, aber auch an produzierende Betriebe im Marktsegment der Blechumformung zu transferieren. Die heute verfügbare Menge an Forschungsergebnissen, die steigende Menge an verfügbaren Daten sowie die zunehmende Komplexität moderner Fertigungsprozesse erfordern heute neue Ansätze, um wissenschaftliche Erkenntnisse den interessierten Unternehmen bereitzustellen.
Der Einsatz von Künstlicher Intelligenz (KI) und Explainable AI (XAI) ermöglicht eine gezieltere und schnellere Vermittlung von Wissen. KI kann große Datenmengen analysieren, verborgene Muster erkennen und fundierte Handlungsempfehlungen ableiten, die über klassische statistische Methoden hinausgehen. Dies erleichtert die Entscheidungsfindung und trägt dazu bei, Prozesse effizienter zu gestalten. Am Institut für Umformtechnik IFU wird diese Technologie nun aktiv eingesetzt, um den Wissenstransfer zwischen Forschung und Industrie zu optimieren. Im Rahmen des Vortrages wird aufgezeigt, wie der Wissenstransfer zwischen Forschung und Industrie durch KI und XAI beschleunigt und optimiert werden kann.
Darstellung des Nutzens für KMU
Kleine und mittelständische Unternehmen (KMU) stehen oft vor der Herausforderung, neue Technologien effizient in ihre Prozesse zu integrieren, ohne über umfangreiche Ressourcen oder tiefgehendes KI-Expertenwissen zu verfügen. Der Einsatz von Explainable AI (XAI) bietet hierbei entscheidende Vorteile und führt zu einer effizienteren, kostensparenden und nachhaltigen Nutzung innovativer Lösungen. Durch den Einsatz von XAI steigt die Akzeptanz von KI-Lösungen da sie komplexe KI-Modelle transparenter und nachvollziehbarer macht. XAI erhöht die Transparenz und stärkt das Vertrauen in KI-gestützte Prozesse. Mitarbeitende können besser nachvollziehen, warum von einer KI bestimmte Entscheidungen getroffen wurden, was Vorbehalte gegenüber neuen Technologien reduziert und die Akzeptanz fördert. Dies erleichtert die Integration von KI-Lösungen in bestehende Arbeitsabläufe. Ein weiterer bedeutender Vorteil liegt in der Optimierung von Produktionsprozessen. Dank der Erklärbarkeit von KI-Modellen können Produktionsparameter gezielt angepasst werden, um Ausschuss zu minimieren und die Produktqualität zu verbessern. Fachkräfte sind in der Lage, Problemfälle schneller zu identifizieren und gezielt Gegenmaßnahmen zu ergreifen. Schließlich ermöglicht XAI eine größere Unabhängigkeit von Experten und Fachkräften. Erklärbare Modelle erleichtern es Unternehmen, internes Wissen aufzubauen.
Referent:
Univ.-Prof. Dr.-Ing. Dr. h. c. Mathias Liewald MBA
M. Sc. Marcel Görz - Institut für Umformtechnik, Universität Stuttgart
