Acatech: Physical Artificial Intelligence Virtuelle und reale Produktion verknüpfen

Anbieter zum Thema

Acatech - Deutsche Akademie der Technikwissenschaften e.V.

Schneider Electric GmbH

FN NIEDERHAUSER AG

Siemens Schweiz AG

Digitale Zwillinge repräsentieren virtuell reale Produktionssysteme und -prozesse. In Kombination mit Physical AI können autonom arbeitende Anlagen verwirklicht werden.

Physical AI bezeichnet den Einsatz von Künstlicher Intelligenz (KI) in cyberphysischen Systemen, die mit der physischen Umwelt interagieren. Sie erfassen Umgebungsinformationen und Daten anderer Systeme, werten diese mithilfe von KI aus, leiten daraus eigenständig Handlungen ab und setzen diese um. Entscheidend ist die Verbindung mit dem Digitalen Zwilling, also dem virtuellen Abbild von Maschinen, Anlagen oder Prozessen. So verknüpfen Physical-AI-Systeme Simulationen und Realität durch einen kontinuierlichen Datenfluss und passen ihre Entscheidungen an reale Bedingungen an. Durch den kontinuierlichen Austausch zwischen realer und digitaler Welt kann die Produktion flexibler, energieeffizienter und resilienter gestaltet werden.

Modellfabrik zeigt Potenziale

Aktuell befindet sich die Einbindung von KI in physische Systeme noch im Forschungsstadium. Demonstratoren und Modellfabriken verdeutlichen die Potenziale. Zum Beispiel bei einer Prozessanlage wird gezeigt, wie ein Digitaler Zwilling und agentische KI zusammenarbeiten. Mit Echtzeitdaten aus der Anlage werden Simulationen durchgeführt, die beste Strategie berechnet und anschliessend mithilfe von agentischer KI die Steuerung der Anlage optimiert. Durch die Kombination von Digitalem Zwilling und agentischer KI kann die Anlage zunehmend eigenständig Entscheidungen über ihre Betriebsführung treffen.

Damit solche Anwendungen in realen Produktionsumgebungen funktionieren, müssen die zugrunde liegenden KI-Modelle flexibel auf wechselnde Situationen reagieren können. Ein lernfähiger Roboter sollte beispielsweise nicht für jede einzelne Schraube oder jedes Werkstück vollständig neu trainiert werden müssen. Spezielle Trainingsverfahren wie Continuous Learning oder Transfer Learning sollen KI-Anwendungen anpassungsfähiger machen, damit sie in komplexen Produktionssystemen funktionieren.

Standards schaffen

Damit Physical AI zu einem integralen Bestandteil industrieller Prozesse werden kann, müssen die Systeme vertrauenswürdig, nachvollziehbar und menschenzentriert sein. Verantwortlichkeiten sind klar zuzuordnen. Neben technischen Systemen braucht es dafür prozessuale Standards und Zertifizierungsverfahren.

Auch die Kommunikation zwischen Mensch und Maschine ist entscheidend. Fachkräfte füttern Physical-AI-Systeme mit Prozesswissen, fällen Entscheidungen in Grenzsituationen und überwachen die KI. Gleichzeitig muss die KI von menschlicher Expertise lernen und ihre Entscheidungen für Menschen verständlich machen.

Reale Einflüsse berücksichtigen

Eine Herausforderung bei Physical-AI-Systemen im Konzept Industrie 4.0 stellt der Unterschied zwischen Simulation und Realität dar. Modelle, die im Labor gut funktionieren, treffen in der realen Fabrik auf Faktoren wie Sensorrauschen, Materialverschleiss, Störungen und andere dynamische Umweltbedingungen. Der Digitale Zwilling hilft hier weiter, indem er kontinuierlich Feedback aus der realen Umgebung in das Modell integriert und es verbessert.

(kmu)

(ID:50866886)