Die enorme Leistungsfähigkeit einer neuen Generation von Computern und Algorithmen, dramatisch sinkende Speicherkosten und die universelle Verfügbarkeit der Cloud schaffen die Basis für den Einzug kognitiver Systeme in die Werkhallen. Hinzu kommen neue Möglichkeiten der Datenauswertung direkt an ihrem Entstehungsort mit Hilfe von „Edge Computing“. Es bedeutet die Verlagerung von Rechenleistung und intelligenter Datenauswertung direkt an die Quelle der Datenentstehung. IBM arbeitet gegenwärtig gemeinsam mit Partnern an unterschiedlichen Optionen: Zum einen gemeinsam mit Adlink an einer vorkonfigurierten Lösung, bei der IBM-PMQ-Software direkt in den Adlink-Gateway standardmäßig integriert ist. Zum anderen mit der Firma Hilscher, um durch den Einsatz von Regeltechnologie den Maschinen autonome Entscheidungen zu ermöglichen. Damit können Zustands- beziehungsweise Datenanalysen an der Maschine mit sehr geringem Konfigurationsaufwand ’out of the box’ direkt am Ort des Geschehens durchgeführt werden.
Doch ist die kognitive Fabrik nicht nur ein neues Marketing-Buzzword für das, was die Smart Factory heute bereits zu leisten vermag? Wo genau liegen die Unterschiede? Und wo liegen die Vorteile des Einsatzes kognitiver Lösungen in den Werkhallen und Supply Chains? Folgende Beispiele verdeutlichen den Übergang von einer smarten zu einer kognitiven Fabrik:
1. Von der reinen Zustandsüberwachung zur Fehlerprävention: Beratende Systeme helfen aktiv, jeden Fehler zu vermeiden.
2. Vom tiefen Einblick in den Zustand der Maschinen zu kontinuierlichem Lernen: Permanentes Evaluieren, Anpassen und Lernen und das Gelernte sofort wieder anwenden, wird zur Regel.
3. Vom traditionellen Mensch-Maschine-Interface zum Coaching-Gespräch in natürlicher Sprache: weg von kryptischen Displays und bunten Bildschirmen hin zu dialogfähigen Berater-Tools.
4. Von kollaborationsfähigen zu lernenden Robotern: Nicht mehr nur ihre mechanischen Fähigkeiten und der absolut sichere Umgang mit ihnen stehen im Fokus, sondern sie zu smarten Gesprächspartnern und hilfreichen Beratern in den Werkshallen zu machen.
5. Von der reinen Gefahrenabwehr zur kognitiven Security Intelligence: Hierbei geht es darum, über die Mustererkennung und Abwehr hinaus aus Vorfällen die richtigen Schlüsse zu ziehen, Gegenmaßnahmen zu ergreifen beziehungsweise Empfehlungen für deren Abwehr zu geben
6. Von vorausschauender Logistik zu kognitiven Supply-Netzwerken: Nicht nur das gebrauchte Material just-In-time/just-In-Sequence liefern, sondern die Selbstorganisation über die gesamte Lieferkette hinweg ermöglichen.
»Die Achillesverse der fertigenden Industrie ist der ungeplante und teure Stillstand von Maschinen und Anlagen. Weitere Dauerbrenner sind Ausschuss und Qualitätsmängel – Probleme, die mit lückenlosem Monitoring sowie vorausschauender und zustandsabhängiger Wartung am besten in den Griff zu bekommen sind«, sagt Kiradjiev. Das Ziel lautet ’Zero Downtime’, das heißt Anlagen und Maschinen so rechtzeitig zu warten, dass Ausfälle oder Produktionsprobleme gar nicht erst entstehen. Lernende Systeme können dabei nach den Worten von Kiradjiev einen entscheidenden Vorteil bieten.
Kognitive Sicherheitssysteme: über die Prävention hinaus
Nach dem Prinzip „Kognitiv“ könnten künftig auch Sicherheitssysteme dazulernen. Das Ziel ist, zu handeln, noch bevor der Mensch überhaupt eine potenzielle Gefahr erkennen kann. Kognitive Systeme wie Watson erkennen Muster und stellen Korrelationen her, die auch dabei helfen können, Hackerangriffe oder gezielte Manipulationen sehr frühzeitig zu identifizieren. Das System kann dann entweder automatisch Gegenmaßnahmen einleiten oder die Sicherheitsverantwortlichen warnen und beraten, welche Schutzmaßnahmen ergriffen werden sollten.