Das Miteinander von Mensch und Maschine angesichts von KI
Das war das Thema für einen Vortrag den Univ. – Prof. Dr-. ing. habil. Norbert Gronau,
Inhaber des Lehrstuhls für Wirtschaftsinformatik, Prozesse und Systeme an der Universität
Potsdam, am 06. Dezember im Industriemuseum Teltow gehalten hat.
Der Vortrag erfolgte im Rahmen der gemeinsamen Veranstaltungen des Vereins Industriemuseum Region Teltow e.V. und des Unternehmerverbandes Brandenburg – Berlin e.V.
Der Lehrstuhl für Wirtschaftsinformatik, Prozesse und Systeme
Der Lehrstuhl zählt etwa 40 Mitarbeiter in der Forschung, Lehre und angewandten Praxis.
Es bestehen fünf interdisziplinär aufgestellte Forschungsgruppen:
* Wirtschaftsinformatik
* Informatik
* Psychologie
* Betriebswirtschaft und
* Wirtschafts- & Sozial – Wissenschaft
Im Institut für Wirtschaftsinformatik und Digitale Gesellschaft e.V. bestehen vier Bereiche:
* Social Media und Data Science
* Digitalisierung, Wirkung auf Konsumenten
* KI – basierte Anwendungssysteme und
* Smarte Systeme und Prozesse. Wirkung auf Unternehmen
Das Institut verfügt über ein Forschungs– und Anwendungszentrum Industrie 4.0 mit
entsprechenden Ausrüstungen der praxisnahen Forschung und Produktion.
Was ist künstliche Intelligenz (KI)?
* Sehr flexibel auf Situationen reagieren
* Vorteile aus günstigen Umständen ziehen
* Mehrdeutigen oder sogar widersprüchlichen Aussagen einen Sinn geben
* Die relative Wichtigkeit der verschiedenen Elemente einer Situation erkennen
* Ähnlichkeiten zwischen Situationen entdecken, auch wenn sie sich deutlich voneinander
unterscheiden
* Unterschiede zwischen Situationen entdecken, auch wenn sie einander sehr ähnlich sind
* Neue Konzepte synthetisieren, indem alte Konzepte auf neue Art zusammengefügt werden
* Neuartige Ideen haben
Was kann KI?
Basisfunktionen:
* Searching Lösungen in deterministischen, beobachtbaren,
statistischen und komplett bekannten Umgebungen
* Contraint z. B in der Reihenfolgeplanung. Ist der erzeugte
Satisfaction Ablaufplan gültig?
Reasoning Herausfinden neuer Dinge über die Welt auf
der Basis bekannter Dinge
Neue Funktionen:
* Probabillistic Erzeugen neuer Informationen auf der Basis
Reasonic unsicherer Informationen
* Knowledge z.B. durch sog. Bayesianische Netzwerke
Representation
* Prediktion and Vorhersage von Ereignissen und Lernen
Learning (durch Beobachtung )
Lernen als Schlüsselkomponente:
* Unüberwachtes Aufnehmen neuer Informationen
Lernen z.B. durch Clustering
* Reinforced Verstärken von Lerneffekten durch
Learning Belohnung bzw. Bestrafung
* Supervised Erzeugen von Zusammenhängen aus
Learning beobachteten Informationen mit Hilfe
der Umgebung
Wenn Systeme lernen können, sind es Systeme der künstlichen Intelligenz!
Spezielle Technologien:
* Case – Based Retrieval von Fall- /lösungens – Muster
Reasoning Anwendbar für kleine Fallzahlen
* Künstliche erfordern Training, nur geeignet für
neuronale große Fallzahlen
Netze
* Multi- Koordination und Interaktion mehrerer
Agentsysteme Softwareagenten
Herr Prof. Dr. Gronau behandelte in seinem Vortrag unterschiedliche Beispiele der
Anwendung von KI:
* Informationssysteme mit KI z.B. für Administration, Disposition, Information und Analyse.
* Ergänzung durch KI z. B Erkennung und Klassifizierung von Strukturen, Automatisierung von
Routinevorgängen und Workflows
Kennzahlenbildung, Hinweis- und Warnfunktionen
Analysen, Echtzeit,- Trend- und Fehleranalyse
Vorhersage, Maintenance, Kundenverhalten, verbesserte Workflows
* Klassische Softwarearchitektur
KI im Umfeld der Smart Factory
In dem Vortrag wurde die prinzipielle Automatisierbarkeit behandelt, wobei Prozesse wie
Zahlungsverkehr, Warenannahme, Vertragsmanagement, und Bestellanforderungen ein hohes Potential der Automatisierbarkeit besitzen. Dagegen sind Lieferantenmanagement, Controlling oder Verhandlungen weniger für die Automatisierung geeignet.
Anforderungen an KI- Lösungen sind:
* Massiv parallele Datenverarbeitung
* Lern – und Adaptionsfähigkeit
* Unscharfes Schließen
* Robustheit und Fehlertoleranz
Teilprojekte zum Einsatz von KI in der Smart Factory sind:
* Klassifikation Modell für eine geeignete Klassifikation der Varianten
nach geeigneten Zieldimensionen
Strukturierung der Varianten nach geeigneter Zieldimensionen
* Optimierung Optimierte Zusammenstellung von Varianten
entsprechend betrachteter Produktionsszenarien
Handlungsempfehlungen für die Optimierung
von Produktionsabläufen
* Prognose Modelle für eine geeignete Prognose der
Varianten und Produktionsszenarien
Realisierung der Prognosefähigkeit des
Produktionsverlaufs
Integration Verbesserte Planung der Produktion anhand der
Zusammenstellung durch Varianten
Verbindung der KI – Planungsprozesse mit
existierenden Planungsprozessen
Was bleibt für den Menschen übrig?
Der Mensch hat zwei überragende Fähigkeiten, Kreativität und Soziale Integration. Beides ist durch die Automatisierung nicht ersetzbar!
Niedrige oder keine Anforderungen an diese Eigenschaften ermöglichen eine erfolgreiche Automatisierung ohne das Mitwirken von Menschen.
Dazwischen ist ein Einsatzfeld, in dem der Mensch und der Roboter „Hand in Hand“ arbeiten.
Die Schlussfolgerung für die Perspektive des Menschen in der Arbeitswelt besteht darin, das zwar immer mehr einfache Arbeiten durch die Automatisierung ohne die Menschen ausgeführt werden, diese aber mehr anspruchsvolle Aufgaben übernehmen müssen.
Das bedeutet, das die Anforderungen an die Qualifizierung durch Studium und berufliche Ausbildung steigen.
Kontakt: norbert.gronau@wi.uni-potsdam.de
Lothar Starke
Leiter Arbeitskreis Innovative Technologien
im Unternehmerverband Brandenburg-Berlin