[---Image_alt---] Künstliche Intelligenz [DAM:IMAGE:DE:14163]

Künstliche Intelligenz (KI)

Eine Welt, die wir uns noch gar nicht erträumen können

Ist Künstliche Intelligenz (KI) ein Buzzword oder steckt mehr dahinter? Findet KI schon Anwendung oder befinden wir uns in einer Vorstufe? Licht ins Dunkel bringt im Interview Markus Klug, Team Leader Data Analysis & Simulation der SSI SCHÄFER IT SOLUTIONS GMBH. Und er gibt darüber hinaus einen Einblick in die Pläne von SSI SCHÄFER, zunehmend auf die Möglichkeiten von KI zu setzen.

Worin unterscheiden sich klassische IT- und moderne KI-Systeme?

Klassische IT-Systeme sind regelbasiert und entsprechend statisch. Das heißt, wir definieren Funktionen und Entscheidungsbäume, welche die Maschinen umsetzen. Aber: Kunden wollen mehr. Verschiedenste Auftragsstrukturen hervorgehend aus den Absatzkanälen, z. B. Shopbelieferung und gleichzeitiger E-Commerce, müssen flexibel, parallel und individuell ablaufen. Ein erster Schritt sind hier Algorithmen, die zu einer Optimierung beitragen. Bei unserem Kunden Desigual nutzen wir diese und passen die Auftragsabwicklung wiederkehrend an, um wirtschaftlicher zu kommissionieren. Nichtsdestotrotz: die derzeit in der IT abgebildeten Logiken schränken uns zu sehr ein. Wir bei SSI SCHÄFER denken progressiv: KI ist unser Schlagwort. Die innerbetrieblichen Prozesse sollen sich selbstständig und dynamisch an die wandelnden Voraussetzungen des Kunden anpassen können.

Dabei untersucht das unvoreingenommene IT-System Muster z. B. beim Bestellverhalten, die dem kausal denkenden Menschen verborgen bleiben. Dieser Paradigmenwechsel ermöglicht es, Prozesse dynamischer und situationsbezogener zu gestalten. Ein Vorteil: vorhersehbare Kundenaufträge werden vor dem Bestelleingang kommissioniert und Lieferungen folglich bei Auftragseingang noch schneller getätigt. Das bestehende Kundenwissen in den Daten soll optimal genutzt werden.

Was ist Künstliche Intelligenz? Was ist Intelligenz? Und ab wann ist ein System ein KI-System?

Unter KI versteht man den Versuch, einem Computersystem eine gewisse Intelligenz beizubringen. Über eine genaue Abgrenzung des Begriffs „Intelligenz“ sind sich auch Experten nicht einig. Ein Beispiel dazu bietet das neuronale Netz. Also die IT-seitige Nachbildung der kognitiven Strukturen zur Approximation eines im Allgemeinen nicht bekannten funktionellen Zusammenhangs zwischen Eingangsdaten und Ergebnissen. Systeme analysieren mögliche Verbindungen und nutzen somit die vorliegenden Daten in einer derart unvoreingenommenen Weise, wie es Menschen unmöglich wäre. Kurz: Menschen denken zu problemspezifisch, während Maschinen Verknüpfungen finden und uns Antworten auf Fragen geben, die wir möglicherweise gar nicht gestellt haben.

Wie sieht die Zukunft aus?

Entsprechend trainierte KI-Systeme assistieren den Mitarbeitern im Lager. Auf Basis smarter Prognosen liefern sie Empfehlungen und steigern so die Effizienz der Prozesse. Prescriptive Maintenance wird beispielsweise eine frühzeitige Einschätzung der (Rest-) Lebensdauer von Maschinen ermöglichen: Probleme werden vorausschauend diagnostiziert, sodass rechtzeitig mit Wartungen und proaktiv durch angepasste Lagerabläufe reagiert werden kann, ohne die Anlagenleistung spürbar einzuschränken. Prescriptive Maintenance hat zum Ziel, die Intelligenz auf Hard- und Softwareebene zu kombinieren.

Der Begriff ist nicht neu, seine Relevanz allerdings steigt. Wieso kocht das Thema jetzt auf?

In den 1990er Jahren fehlten noch die Datenmengen, die Rechenleistungen waren noch geringer und der aufwendige Lernprozess für unsere Bedürfnisse somit nicht umsetzbar. Moderne Hardware und hohe Performance der Chips machen es heute möglich. Big Data bringt uns die komfortable Lage, Systeme mit künstlichem Wissen zu versorgen und kontinuierlich weiterlernen zu lassen. Deep Learning, die hierarchische Anpassung von neuronalen Netzen für das maschinelle Lernen, ist ausgereift. Schlussendlich sind wir heute besser und flexibler unterwegs. Jetzt können wir über die Theorie hinausgehen und die Technologien in die tägliche Arbeit aufnehmen. Permanente Weiterentwicklungen und Optimierungen bestimmen diese Integration und steigern unsere KI-Möglichkeiten immanent.

Welche Auswirkungen hat das auf die Intralogistiklösungen von SSI SCHÄFER? Welche Rolle nimmt KI in Ihrem Team ein?

Mit der Entfaltung unserer IT- und Softwarekompetenzen in der SSI SCHÄFER IT Solutions GmbH haben wir uns neue themenbezogene Möglichkeiten geschaffen. Schon bald können wir KI-Systeme bei Kundenprojekten einsetzen – zumindest auf Basis historischer Daten. In Zukunft wird das dazu führen, dass wir weniger programmieren und die Systeme vermehrt trainieren. Steigender Projekterfolg ist das erklärte Ziel dieser Entwicklung. Trotzdem darf die Kontrolle über das System nicht verloren gehen: Wie weit gehen wir? Mit Fallback-Strategien müssen wir weiterhin auf unvorhersehbare Veränderungen beim Kunden vorbereitet sein. Nur so können wir die permanente Funktionsfähigkeit seines Lagers gewährleisten.

Schlussendlich möchten wir dem Kunden eine Lagerlösung realisieren, die lediglich durch die Hardware technisch begrenzt wird. Flexibilität ist das zentrale Element der Softwareunterstützung, um sich auf die Bedürfnisse der Kunden einzustellen. Kommunikation zwischen Data Science/Simulation und Realisierung, welche weiterhin das Domänenwissen trägt, ist ein Schlüssel bei der KI-Implementierung.

[---Error_NoJavascript---]