Analytische KI im Fokus

Diesem Weg folgt Siemens zweigleisig: über analytische und generative KI. „Analytische KI hat bereits vor Jahren Einzug in die Industrie gehalten und dient dort im Wesentlichen zur Erkennung und Optimierung“, so R. Brehm. Als Beispiel, an dem auch die Idee der Demokratisierung von KI deutlich wird, nennt er das KI-gestützte visuelle Qualitätsüberprüfungssystem Inspekto, das sich durch seine schnelle Einsatzbereitschaft auszeichnet. „Normalerweise erfordert maschinelle Bildverarbeitung Expertenwissen zu der Beleuchtung, den Kameraeinstellungen oder zur Integration in die Fertigungslinie. Mit Inspekto reicht es, 20 Gutteile einzulernen, um das Modell zu trainieren. Danach kann die Qualitätsüberprüfung automatisiert und robust ablaufen“, erläutert er. „Das System lässt sich problemlos in Brownfield-Anlagen integrieren, weil alles bereits enthalten ist – Beleuchtung, Kamera. Durch diese einfache Art der Anwendung und Integration wollen wir KI in industriellen Anwendungen demokratisieren“, so R. Brehm.

Im zweiten Beispiel zum Thema Level up geht es um die Erweiterung klassischer Automatisierung mit KI. „Wir sehen immer mehr Use Cases, bei denen KI mit einer SPS zusammenarbeitet“, sagt R. Brehm. Dabei kann ein AI Inference Server parallel zu einer SPS laufen und Optimierungsvorschläge in Echtzeit liefern. „Dafür haben wir einen leistungsstarken IPC auf den Markt gebracht – den IPC BX-59A, der mit Grafikprozessoren von Nvidia ausgestattet ist. Er wird als Edge-Device eingesetzt.“ Als weiteren Vorteil nennt er die nahtlose Integration in Cloudlösungen: „Unsere Kunden können ihre KI-Modelle in Microsoft- oder AWS-Umgebungen trainieren und dann direkt auf Edge-Devices wie unseren IPC BX-59A ausrollen“, gibt er weiter an. Durch die Echtzeit-Datenanbindung und eine integrierte Überwachungsfunktion lässt sich das Modell jederzeit nachtrainieren. „Data Scientists arbeiten bevorzugt in Cloudumgebungen. Wir sorgen nun für eine Pipeline, die die Modelle auf Industrial Edge bringt", fasst er zusammen.

Im Weiteren verweist er auf eine gemeinsam mit Microsoft entwickelte Referenzarchitektur, die Industrial-Edge-Geräte mit der Cloud verbindet. „Damit schaffen wir eine durchgängige Infrastruktur – von der Maschinenebene über die Edge bis hin zur Cloud", so R. Brehm. Dabei können leistungsfähige Edge-Devices zum Einsatz kommen, die sowohl lokal als auch virtuell auf Fabrikebene betrieben werden können.

Durch die enge Zusammenarbeit mit globalen Systemintegratoren wie Accenture und führenden Technologiepartnern ermöglicht es Siemens, moderne KI-Technologien direkt auf dem Shopfloor bereitzustellen. Ein zentraler Bestandteil dieser Strategie ist der AI Inference Server, der auf Siemens Industrial Edge läuft. „Das Schöne daran ist, dass wir ihn auch mit GPU-Karten nutzen können, die eine sehr hohe Leistung für KI-Inferenz bieten. Alle entwickelten Anwendungen können also sowohl auf Standard-Intel-Architekturen als auch direkt auf Nvidia-GPU zugreifen“, verdeutlicht R. Brehm. „Damit sind wir das erste Unternehmen, das einen nahtlosen Übergang von den Hyperscalern AWS und Microsoft bis in die Fertigung ermöglicht. Der Betrieb auf Intel- und GPU-Architekturen ist einfach und kann bei Bedarf gewechselt werden. Wird die höhere Geschwindigkeit einer GPU benötigt, müssen Kunden das Ökosystem also nicht verlassen: Sie bleiben auf Industrial Edge und können sich mit verschiedenen Cloudsystemen verbinden, aber auch die Leistung von Prozessorherstellern wie Intel und Nvidia nutzen“, erklärt R. Brehm.