KI (Künstliche Intelligenz) und ML (Maschinelles Lernen) beflügeln nicht nur in den USA eine junge Gründergeneration. Das Gleiche gilt für Deutschland. Viele Ideen zielen darauf, industrielle Prozesse effektiver zu machen.
Auf das Milliarden-Programm zur KI-Förderung der Bundesregierung zu warten, dauert erfindungsreichen Jungunternehmern häufig zu lange. Vor allem dann, wenn sie ertragreiche Geschäfte wittern, wie es das sogenannte Öl des 21. Jahrhunderts verspricht. An den Universitäten und technischen Hochschulen scheint es viele zu geben, die nur darauf warten, ihre KI-Ideen in gewinnträchtige Geschäftsmodelle umzusetzen.
Ihnen helfen heute nicht mehr nur in den USA Inkubatoren, Träume von realistischen Möglichkeiten zu unterscheiden und ihre Idee praxisfähig zu machen. Ein Beispiel ist die Münchner Unternehmensschmiede Hyve. Viele interessante KI-Start-ups zielen zumindest auch aufs industrielle Umfeld. Es folgen einige Beispiele für hoffnungsvolle Start-ups in diesem Bereich.
Effektive Anlagenwartung
Besonders dringlich ist derzeit, wegen des Klimawandels, eine effektivere Steuerung technischer Anlagen, die Energieverschwendung möglichst vermeidet respektive die Ausbeute Energie erzeugender Anlagen wie etwa Solarfarmen oder Blockheizkraftwerke optimiert. Zudem ist es ein Problem, wenn mehrere gleichartige Anlagen gesteuert werden sollen – der Rollout entsprechender Software ist extrem umständlich.
Dieser Themen hat sich eine Ausgründung des Fraunhofer Instituts für Solare Energiesysteme, der PSE GmbH und der Hochschule Biberach angenommen. Ihre Lösung: Eine Softwarelösung, die derartige Anlagen intelligent überwacht und vorausschauend wartet. Mondas, so heißt die derzeit zehnköpfige Firma im IoT-Markt aus Freiburg, nutzt für die Messdatenanalyse ein spezielles Datenformat: das kommende Format HDF5 (Hierarchical Data Format). Es wird vor allem in der wissenschaftlichen Datenverarbeitung eingesetzt und ist dank spezieller logischer Strukturen imstande, Messdaten schneller als mit SQL auszuwerten.
Außerdem setzt Mondas Expertensysteme ein. Sie ermitteln aus den Messwerten im Normalzustand der Anlagen eine Basiskennlinie für das Funktionieren der Anlagen und melden, wenn diese verletzt wird. Geplant ist als einer der nächsten Schritte, diese Algorithmen lernfähig zu machen. Mit Mondas muss das System für jeden Systemtyp nur einmal eingerichtet werden, dann lässt sich diese Software auf Knopfdruck auch auf andere, gleichartige Anlagen anwenden.
IoT ohne Edge-Cloud?
Ein weiteres Thema, das derzeit die Industrie bewegt, ist das Edge-Computing: Weil es so viele Daten sind, heißt es derzeit allenthalben, brauche man eine zwischen Cloud und Endgerät gezogene Rechenzentrumsebene, eben das Edge-RZ, um dort erzeugungsnah Daten zu analysieren. Das bedeutet letztlich hohen Aufwand. Doch vielleicht hilft die Technologie des Münchner Start-ups Bragi, den zumindest in einigen Anwendungsfeldern zu vermeiden. Bragi will die Analysen nämlich dank einer Kombination dreier Elemente direkt in die Mikroprozessor-gesteuerten Sensormodule, die hier als Knoten bezeichnet werden. Nur noch Daten, die wirklich wichtig sind, fließen über ein spezielles Gateway an die zentrale Cloud.
Bragis drei Lösungselemente sind die Hardwareplattform nanoSystems, eine Software-Toolchain namens nanoAI und ein spezielles Betriebssystem (nanoOS). nanoOS ist eine portable Embedded-Softwareplattform. Sie greift auf die am Edge laufenden AI-Algorithmen zu. Mit der Toolchain können Anwender energieeffiziente AI-Algorithmen bauen. Sie laufen direkt auf dem Sensorknoten und können ständig aktualisiert werden. Zudem können die Knoten untereinander direkt statt nur über ein Gateway kommunizieren und dabei diverse Netzkonfigurationen nutzen. Auch die Kommunikation zwischen Sensoren und Smartphones und natürlich mit der Cloud ist direkt vom Sensorknoten aus möglich. Das Unternehmen setzt mit dem modularen Produkt kundenindividuell angepasste Lösungen um.
Optische Kontrolle mit dem Smartphone
Die Vischeck GmbH aus Neubiberg wurde 2015 gegründet. Ihr Fokus ist eine Kombination aus Mustererkennung und maschinellem Lernen. Beides wird zur optischen Qualitätsprüfung eingesetzt und dafür beispielsweise mit Industriekameras kombiniert. Man kann aber das System auch mit auf Smartphones aufsetzbaren Mikroskopen für mobile Einsatzzwecke verwenden, die es schon für zweistellige Eurobeträge im Internet zu kaufen gibt. In Virtual Reality vermutet Vischeck sinnvolle Anwendungsmöglichkeiten. Derzeit kooperiert Vischeck in Bayern bereits mit mehreren Forschungsprojekten.
Geistiges Eigentum bleibt beim Kunden
Viele Unternehmen gerade auch hierzulande haben Bedenken dagegen, wichtige Daten extern analysieren zu lassen. Denn sie fürchten, dass dann am Ende andere über ihr Kern-Know-how verfügen oder sie selbst nicht mehr die nötigen Kenntnisse haben, um optimalen Gebrauch von ihren Daten-Assets zu machen.
Repetitive, nicht echtzeitfähige Prozesse mit Mehrwert und einer intuitiven Komponente sind das bevorzugte Einsatzfeld von Luminovo.ai. Die Software für die spezifischen Kundenanwendungen wird dabei nicht von Grund auf neu entwickelt. Denn es gibt inzwischen zahlreiche für spezifische Zwecke vorprogrammierte neuronale Netze auf dem Markt oder als Open-Source-Komponente. Aus denen wählt das Start-up die für den kundenspezifischen Einsatzzweck am besten geeigneten aus, passt sie an und übernimmt das Anlernen mit öffentlich zugänglichen Daten oder Daten des Unternehmens.
Dabei behalten Kunden nach Abschluss ihres Projekts vollständig das geistige Eigentum an der Lösung und den verwendeten Daten, sofern sie aus dem Unternehmen stammen. Der gemeinsame Entwicklungsprozess, den das Start-up mit seinen Kunden vollzieht, zielt nicht nur auf eine individuelle Lösung. Gleichzeitig sollen die Mitarbeiter des Kunden alles lernen, was sie wissen müssen, um die Lösung selbstständig ausbauen zu können.
Zudem soll in der „Hybriden Verarbeitung“, wie sie Luminovo.ai vorschwebt, der Mensch im Entscheidungsprozess bleiben und nicht möglichst vollständig durch Algorithmen ersetzt werden. Es geht der jungen Firma aus Gilching bei München darum, repetitive Prozesse zu verbessern, die letzte Entscheidung aber menschlichen Kollegen zu überlassen.
Fazit
Die vier Beispiele zeigen, dass Einfallsreichtum in Sachen KI mitnichten auf die USA oder China beschränkt ist. Zugleich zeigen zumindest einige hiesige Start-ups eine gesteigerte Sensibilität in Sachen Datenethik, die man bei vielen transatlantischen Geschäftsmodellen, ob nun aus Ost oder West, vermisst. Darin liegt die Chance, sich gegen größere, bereits etablierte Player zu behaupten. Denn die Sensibilität für Datenschutz und -sicherheit steigt.
www.bigdata-insider.de
