✨ AI Kontextualisierung
Ungeplante Ausfälle schaden jedem Unternehmen: Defekte Geräte und stillstehende Maschinen bedeuten hohe Kosten, die sich auf alle Bereiche der Produktion auswirken. Reklamationen von fehlerhaften Chargen führen zu administrativem Mehraufwand und Zeitverlust. Moderne, mit Künstlicher Intelligenz betriebene Lösungen bieten die automatisierte Überwachung und Überprüfung von Maschinen auf ihre Leistungsfähigkeit und ihren Betrieb. So wissen Unternehmen schon im Voraus, wann die Betriebsdauer sich dem Ende zuneigt oder eine Produktion Fehler aufweisen könnte – und wie sie dem entgegenwirken können.
craftworks bietet Problemlösung an
Bei der Entwicklung von diesen Machine Learning-Modellen sind zahlreiche Kompetenzen gefragt. Der Prozess besteht aus mehreren Schritten, bei denen unterschiedliche Akteur:innen oft voneinander abhängig sind. So kommt es schnell zu Verzögerungen, bis das finale Modell für den Einsatz bereit ist. Ein Problem, das craftworks aus der Praxis kannte und mit einer innovativen Managed-KI-Plattform lösen möchte. Um für eine effizientere Prozessoptimierung durch intelligente und voraussehende Qualitätskontrolle und Wartung (Predictive Quality und Predictive Maintenance) zu sorgen, hat das österreichische Unternehmen die Plattform navio entwickelt. Für die Umsetzung fiel die Wahl auf Microsoft Azure, da die Plattform in der Industrie weitestgehend etabliert ist.
Die Anfänge von navio
craftworks ist seit seiner Gründung im Jahr 2014 bestrebt, die Grenzen in der Softwareentwicklung und künstlicher Intelligenz (KI) zu verschieben. Ohne fremdes Kapital ist das Unternehmen inzwischen zu einem Team von 29 Mitarbeiter:innen mit Sitz in Wien gewachsen. Insgesamt 23 Engineers und Scientists im Bereich Software und Data arbeiten an Lösungen, die die Effizienz der Kunden zu steigern.
„Als Softwareunternehmen, das sich auf kundengerechte KI-Lösungen für die Industrie spezialisiert hat, hatten wir selbst den Bedarf für navio. Wir arbeiten immer in enger Kooperation mit unseren Kunden. Wir selbst waren mit Software-Engineers konfrontiert, die auf die Ergebnisse von Data Scientists warten mussten, um ihre Arbeitspakete abschließen zu können“, erklärt Simon Grabher, CEO von craftworks die Motivation hinter der neuen Lösung.
So funktioniert navio
Mit navio geht der Betrieb für alle Beteiligten fließend weiter: Software-Engineers können bereits ein Basismodell erstellen und es in den Testbetrieb übergeben, während Data Scientists noch das endgültige Modell trainieren und optimieren. Nach dem Einsatz können Kunden die Modelle direkt in die Produktion bringen, diese überwachen und die Modelle selbst austauschen oder sogar neu trainieren. Das wiederum sorgt nicht nur für eine Steigerung der Geschwindigkeit, sondern auch für Kostenreduktion im Tagesgeschäft.
Konkreter Use-Case: Automobil-Industrie
| Die Plattform kann beispielswiese bei der Herstellung von Autoteilen eingesetzt werden: Hier kommt es zur Effizienzsteigerung durch Qualitätskontrolle durch visuelle Inspektion. Beim Zusammenfügen von Metallteilen werden 10.000 Bilder von Kameras ins System eingespeist. Künstliche Intelligenz analysiert anschließend, wie viel Kleber benutzt werden muss und wie die Teile korrekt zusammengesetzt werden. Etwaige Abweichungen werden bereits während des Fertigungsprozesses signalisiert. Produktionsmitarbeiter:innen können rechtzeitig eingreifen und das Modell lernt dazu. Fehlerhafte Chargen verlassen nicht die Fabrik und Reklamationen werden vermieden. Nach demselben Prinzip können Machine Learning Modelle auch dazu trainiert werden, verschiedene Holzarten – sowie die effizienteste Verarbeitung davon – zu erkennen. |
Zusammenspiel zwischen Mensch und Maschine
Der Einsatz von Künstlicher Intelligenz für Software-Lösungen erfreut sich steigender Popularität, vor allem in der herstellenden Industrie. Ein zusätzlicher Faktor ist das wachsende Vertrauen in neuen Technologien – ein Muss, um die langfristige Anwendung ohne Vorbehalte zu ermöglichen.
Die Plattform navio bietet deshalb einen integrierten Explainability-Part: Im Zusammenspiel zwischen Mensch und Maschine wird Anwender:innen jederzeit die Möglichkeit gegeben, in den Prozess einzugreifen und den Learning-Prozess somit zur Zufriedenheit der menschlichen Komponente zu beeinflussen. Die Plattform erklärt, warum es zu Fehlern kommt, wo dies geschieht – und wie man sie verhindern kann.
craftworks arbeitet mit Microsoft zusammen
Die Usability für Anwender:innen steht laut craftworks nicht von Ungefähr an erster Stelle bei den Entwicklungen des Wiener Software-Unternehmens. Deswegen vertraut das Unternehmen auf Microsoft, um Kunden seine Expertise in Machine Learning und KI mit einem Höchstmaß an Sicherheit und Skalierbarkeit zur Verfügung zu stellen.
„Neben Managed Kubernetes und hoher Rechenleistung sind für das Machine Learning auch enorme Grafikleistungen von Nöten. Die meisten Kunden in der Industrie und in anderen Bereichen arbeiten mit Microsoft Azure, da Unternehmen dort alles Nötige geboten wird, wenn man nicht sein eigenes Rechenzentrum betreiben möchte“, sagt Jakob Lahmer, CTO von craftworks. „Deshalb vertreten wir den Standpunkt, dass der Weg auch in Zukunft immer weiter in Richtung Cloud und den sich dort bietenden Möglichkeiten gehen wird.“
navio soll noch 2021 auf dem Microsoft Azure Marketplace und als „navio on edge“ verfügbar gemacht werden. Zudem ist für Anfang 2022 eine Software-as-a-Service-Lösung geplant, um die Verfügbarkeit der Plattform weiter zu maximieren und Kunden damit die bestmögliche User Experience zu bieten.
