Ich habe lange nichts geschrieben, aber das Thema Generative AI ist in jedem Fall einen Artikel wert. Und ja, ich recherchiere und schreibe hier selber und lasse keine Texte generieren. Das ist mir schon deshalb wichtig, da es mit diesem Blog hauptsächlich im meine persönliche Weiterentwicklung durch die Beschäftigung mit einem Thema geht.
Was ist GenAI?
Bevor wir zu Anwendungen kommen muss diese Frage grob geklärt sein.
Die Generative Künstliche Intelligenz oder Generative Artificial Intelligence oder kurz GenAI ist ein Fachgebiet der Informatik. Ziel ist die Erstellung neuer Daten durch das Lernen aus bestehenden Daten. Dazu kommen vornehmlich neuronale Netze zum Einsatz, die auf einer sehr großen Datenbasis trainiert und ggf. auf die konkrete Aufgabe angepasst werden. Während der Bearbeitung der Aufgabe findet kein Eingriff durch Benutzer statt (non supervised) – beim der Erstellung des Modells sind Menschen jedoch sehr wohl beteiligt.
Der derzeit bekanntest Vertreter ist ChatGPT der Firma OpenAI. Jedoch ist dieses bei weitem nicht das einzige Modell; es gibt tausende weitere bei Diensten wie Huggingface.
Dabei gibt es nicht nur die Möglichkeit Text aus einer Texteingabe zu erstellen. Die generierten Daten können auch Bilder, Videos oder Ton sein.
Was sind mögliche Anwendungsfelder im industriellen Kontext?
- Generierung von Softwarecode
Das ist sicher der bekannteste Anwendungsfall, über den ich hier nicht viel sagen werden. Das können andere besser. Typischerweise wird dabei durch einen Chatbot eine Unterstützung für den Programmierer geboten. Also über Frage und Antwort Anregungen für die Umsetzung von typischen Problemen gegeben oder direkt Code zum Einfügen in das eigene Projekt erzeugt.
- Generierung von Testfällen für Software
Das Testen von Software ist eine wichtige Aufgabe um deren Qualität sicherzustellen. Leider ist es auch eine unbeliebte Aufgabe. Hier kann durch die Ableitung von Testfälle aus der Beschreibung des Codes unterstützt werden.
- Trainingsdaten für Automatic Optical Inspection generieren
Automatische optische Inspektion (AOI) wird häufig der Großserienfertigung eingesetzt, um einzelne Arbeitsschritte oder Produkte einer 100% Kontrolle zu unterziehen. Es beispielsweise um die Vollständigkeit einer Schweißnaht oder um die Korrektheit einer Bestückung gehen. Es wird ein Bild aufgenommen und bewertet. Klassisches Machine Learning.
GenAI kann genutzt werden, um Bilder von Fehlerfällen zu erzeugen, die für das Anlernen verwendet werden. Das ist einfacher und kostengünstiger als diese Herzustellen und es können alle Grenzfälle abgedeckt werden.
- Generierung von Dokumentation
Die Überschrift ist bewusst allgemein gehalten. Dokumentation wird an vielen Stellen in der Produktentwicklung und Fertigung benötigt und häufig vernachlässigt. Sei es Software, Resultate von Prüfungen oder Zusammenfassungen von Patenttexten.
- Suche nach internen oder externen Informationen (Knowlegde Management)
Auch hier können Patente die Datengrundlage bilden, oder auch anderen verfügbare Informationen, wie wissenschaftliche Publikationen. Es gibt eine unüberschaubare Menge an Material, die täglich erweitert wird. Alles zu lesen für einen Menschen schlicht nicht mehr möglich. Und die Verbreitung von GenAI wird diesen Trend nur noch weiter beschleunigen.
Gerade in größeren Firmen gilt das schnell auch für die einen Dokumente.
Ein Suche nach entsprechen Informationen ist dabei schwierig, kann aber über das Speisen ein Models mit genau diesen Daten und einem Chatbot einfach gelöst werden.
„Wie ist der Stundensatz für die Anlage X?“, „Welche Schritte sind bei einer Krankmeldung einzuhalten?“ oder ähnliche Fragestellungen können leicht beantwortet werden und zudem soll das Dokument in dem Treffen gefunden wurde zurückgegeben werden, um direkt den Originaltext zu lesen.
- Bedarfsplanung
Ein große Frage für die Fertigung. Wie viele Ressourcen muss ich zum Zeitpunkt X vorhalten, um für die Abrufen der Kunden gewappnet zu sein.
In der Erstellung eines Forecasts aus bestehenden Daten kann GenAI den Planern in Logistik und Supply Chain helfen die richtigen Entscheidung zu treffen.
- Mustererkennung in der Produktion
In vielen Betrieben fallen große Datenmengen in der Produktion an. Diese werden jedoch häufig nicht oder nicht vollständig ausgewertet. Gerne wird nur nach Grenzwertüberschreitungen gesucht und somit recht spät auf z.B. langsam sinkenden Qualität reagiert. Für eine stetige Beobachtung von Trends fehlt schlicht die Zeit. GenAI kann in den Daten nach Mustern und Abweichungen suchen und Fachexperten darauf hinweisen.
- Prozessregelung
Die Anpassung von Prozessparametern in der laufenden Fertigung kann automatisierte durchgeführt werden. Dabei werden diese anstelle von manuellen Eingriffen oder von Regelkreisen verwendet um Prozessparameter nachzuführen. Ein Beispiel für die Anwendung in der Praxis ist die Herstellung von Chips – Kartoffelchips.
Hier gebe ich zu bedenken, dass genau geprüft werden sollte, ob der Einsatz von KI tatsächlich der klassischen Regelungstechnik überlegen ist. Gerade von Anforderungen an Eingriffsfrequenz oder Echtzeitfähigkeit angeht sind schwer einzuhalten.
- Schreiben von Produktbeschreibungen
GenAI kann aus Basisdaten von ähnlichen Produkten Beschreibungen für die interne oder extern Verwendung erstellen.
Immer nach identischem Muster und immer aktuell.
- Cybersecurity
Das ist zwar keine Thema in meinem Blog aber ein sehr Wichtiges. Ähnlich zur Generierung von Fehlerfällen für die Automatische Optische Inspektion – Anwendungsfall Nr. 3 – können auch hier mögliche Angriffsvektoren erstellt und so Reaktionen trainiert werden.
- On-The Fly Dokumentation
Eine einheitliche und aussagekräftige Dokumentation für dynamische Situationen kann den Unterscheid machen. Sei es beim eigenen Management oder beim Kunden. Jedoch werden gerade diese Unterlagen unter hohem Zeitdruck erstellt und können allein daher schon Fehler aufweisen.
GenAI kann hier helfen auf Basis eines Templates zumindest die Darstellung der Inhalte fehlerfrei zu bekommen.
- Zusammenführung in Aufgabenlisten
Aus vielen Quellen können im Alltag Aufgaben übergeben werden – Mails, Excel-Listen, Chat-Nachrichten etc.. Anstatt diese manuell zusammenzuführen kann GenAI ein Datei mit allen Aufgaben erstellen und aktuell halten. Das kann für einzelne Personen oder für ein ganzes Team erfolgen.
Wichtig: es muss jedoch ein Single-Point-of-Truth bestehen bleiben. Falls also die Abarbeitung einer Aufgabe an einer Stelle zu bestätigen ist, muss die Verknüpfung in die zusammengefasste Liste übernommen werden.
Diese Liste von Anwendungsfällen hat natürlich keinen Anspruch auf Vollständigkeit, vielmehr sind es die Themen, die mir bisher begegnet sind.
Ergänzungen sind willkommen.
