Mobile-Menu

Fit for AI Wie Datenwolken zu Informationsquellen werden

Von Simus Systems 4 min Lesedauer

Anbieter zum Thema

simus systems GmbH
Sick AG
FAULHABER SA

Der erfolgreiche Einsatz von künstlicher Intelligenz (KI) in der Industrie hängt entscheidend von der Qualität der Datenbasis ab. Simus Systems bietet mit «Fit for AI» Datendienstleistungen, die KI-Projekte in Produktentwicklung, Automatisierung, vorausschauender Wartung, Qualitätssicherung oder Kundendienst wesentlich erleichtern.

Fit for AI: Simus Systems schafft die optimale Datenbasis für KI-Anwendungen in der Industrie.(Bild: Simus Systems)
Fit for AI: Simus Systems schafft die optimale Datenbasis für KI-Anwendungen in der Industrie.
(Bild: Simus Systems)

Der Einsatz von künstlicher Intelligenz nimmt in Fertigungsunternehmen mit rasanter Geschwindigkeit zu. So nutzen laut «The AI Opportunity in Manufacturing» 78 Prozent der Führungskräfte wöchentlich, fast ein Drittel sogar täglich KI, während im vergangenen Jahr 46 Prozent wöchentlich und acht Prozent täglich damit gearbeitet haben. Nach der 2025 erstellten Studie(1) wollen:

  • 28 Prozent der befragten Unternehmen damit den Kundensupport automatisieren,
  • 19 Prozent Prozesse automatisieren,
  • 19 Prozent die Lieferkette optimieren.

Daneben wird KI zur Inspiration und Ideenfindung eingesetzt. Das Vertrauen der Manager in KI wächst auch wenn es darum geht, künftige Geschäftsszenarien zu prognostizieren (41 Prozent), auf dieser Basis Entscheidungen zu treffen (36 Prozent) und dies sogar ohne menschliche Aufsicht (29 Prozent). Experten prognostizieren, dass der zunehmende Einsatz von KI in der Fertigung den grössten Produktivitätsanstieg seit einem Jahrhundert auslösen könnte.

Bildergalerie

Produktivitätsgewinne treiben KI-Investitionen

Einiges von dem Erfolg werden die Unternehmen mit fortschrittlicher Standardsoftware erreichen, die zunehmend mit aufgabenspezifischen KI-Funktionen und Assistenten erweitert wird. Die Tendenz zur KI-Integration zeigt sich in ERP-Systemen ebenso, wie in der Konstruktions- und Simulationssoftware. Doch um entscheidende Produktivitätsfortschritte zu erreichen, müssen Unternehmen den KI-Einsatz bis zu den Wurzeln ihrer individuellen Prozesse in Fertigung oder Montage ausdehnen. Unternehmensspezifische KI-Projekte der Automatisierung, Datenanalyse, Qualitätsüberwachung und Prozesssteuerung sollen Analysten zufolge die grössten Potenziale heben. Entsprechend erwarten 81 Prozent der Entscheider in den nächsten sechs bis zwölf Monaten höhere KI-Investitionen in ihren Unternehmen.

Herausforderungen individueller KI-Projekte

Die heutigen Large Language Models der künstlichen Intelligenz, wie wir sie aus alltäglichen Anwendungen kennen, werden in einem ausführlichen Pre-Training mit riesigen, öffentlich verfügbaren Datenmengen im Internet angelernt, damit sie treffsichere Ergebnisse liefern. Diese Methode lässt sich aus zwei Gründen nicht auf den individuellen, industriellen Einsatz übertragen:

  • In Unternehmen stehen meist nur begrenzte, domänenspezifische Daten zur Verfügung, die für ein vollständiges Pre-Training nicht ausreichen.
  • Allerdings würden die für diese Datenmengen notwendigen, umfangreichen Anlern- und Optimierungsphasen die Wirtschaftlichkeit der meisten Projekte auch stark gefährden.

Als erste Herausforderung müssen die Unternehmen also für jeden individuellen Anwendungsfall geeignete Datenquellen und -bestände identifizieren. Mit den extrahierten Daten können sie anschliessend ihre KI-Modelle trainieren. Weil die Datenmengen um Dimensionen geringer sind und der Aufwand für das Anlernen begrenzt werden muss, rückt die Qualität der Daten in den Fokus.

In den meisten Unternehmen sind die Daten lückenhaft, unvollständig, in unterschiedlichen Terminologien, Formaten, Kategorien und Einheiten abgelegt sowie mit Dubletten und Altbeständen durchsetzt. Wenn sie aus verschiedenen Quellen stammen, müssen sie angeglichen werden. Unter diesen Voraussetzungen potenziert sich der Aufwand für KI-Projekte bis zur Unmöglichkeit. Deshalb müssen Unternehmen ihre Daten für den Einsatz von KI professionell vorbereiten, um die erforderliche Qualität zu erreichen. Dies bildet die zweite grosse Herausforderung individueller KI-Projekte.

Datenquellen dauerhaft erschliessen

Bei der Suche nach geeigneten Datenquellen und Beständen unterstützt die Software Simus Classmate von Simus Systems, einem Spezialisten für die Bereinigung, Strukturierung und effiziente Nutzung von technischen Datenbeständen. Sie enthält verschiedene Werkzeuge, die Datenbestände jeder Grösse aus den relevanten firmeninternen Quellen wie Datenbanken, Tabellen oder CAD-, ERP- und PDM-Systemen analysieren und strukturiert in einem Ergebnisspeicher ablegen. Dies ist wichtig, weil viele industrielle KI-Projekte Informationen aus verschiedenen Datenquellen verwenden. Zum Beispiel müssen häufig Daten aus Software-Lösungen mit Prozessdaten aus OPC-Servern, Maschinensteuerungen oder SPS von Anlagen verknüpft werden. Simus Classmate kann diese Daten regelmässig bearbeiten und die gewünschten Datensätze an die KI übergeben.

Wer auf Geometrie- oder Product Manufacturing Information (PMI) von CAD-Modellen zugreifen will, findet in Simus Classmate ebenfalls das richtige Werkzeug. Die Software sucht, vergleicht und findet Geometrie- und andere Merkmale, was sich zum Beispiel in Qualitätsprojekten als sehr hilfreich erwiesen hat.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Regelbasiert zur Datenqualität für KI-Anwendungen

Mit den Werkzeugen der Software-Suite Simus Classmate und vielfach bewährter Projektmethodik hilft Simus Systems Herstellern, «Fit for AI» zu werden. Zunächst wird in einem Vorprojekt eine Stichprobe des Datenbestandes analysiert. So lassen sich Ziel und Aufwand abgleichen und das Projekt klar definieren.

Nun wird das Projekt auf den gesamten relevanten Datenbestand ausgedehnt. Automatisch werden grosse Datenbestände nach Regeln bereinigt, ergänzt, sortiert, strukturiert und abgelegt. In Workshops mit den Projektbeteiligten werden die Resultate weiter verfeinert. Mit einer speziellen Suchmaschine lassen sich Daten filtern und betrachten, um eventuelle Fehler, Dubletten oder Ungenauigkeiten zu erkennen. Schliesslich wird der optimierte Datenbestand zur weiteren Verwendung freigegeben. Abschliessend wird die Datenqualität für die Zukunft gesichert. Die definierten Formate, Regeln und Konventionen werden mit der Software Simus Classmate für alle neu entstehenden Daten implementiert.

Grösste Hürde ausgeräumt

Nach der eingangs zitierten Teamviewer-Studie wird die Technologie noch nicht von allen Herstellern in grossem Umfang genutzt, obwohl die Vorteile der KI augenscheinlich auf der Hand liegen. Als grösstes Hindernis für ihre Einführung nannten 76 Prozent der Umfrageteilnehmer Sicherheitsrisiken im Zusammenhang mit der Datenverwaltung durch KI. Wenn die Daten und die KI nicht in einer Cloud arbeiten, bleiben davon die Risiken durch lückenhafte, willkürlich veränderte oder korrumpierte Daten. Diese lassen sich mit Simus Classmate ausräumen.

Darüber hinaus unterstützen Software und Dienstleistungen von Simus Systems nicht nur den Einsatz von KI. Sie erleichtern Herstellern viele weitere Vorhaben wie Manufacturing X, Digitaler Zwilling oder die Datenbereinigung vor ERP- und PDM-Migrationen. Nutzen Sie die smarten Lösungen zum Datenmanagement, um die Potenziale der Digitalisierung zu erschliessen und treiben Sie die Zukunft ihres Unternehmens voran!

  • Quelle (1): Die Studie «The AI opportunity in Manufacturing wurde 2025 von Sapio Research für Teamviewer angefertigt.

(ID:50853229)

Weiterführende Inhalte