Machine Learning, ein Teilbereich der Künstlichen Intelligenz, ermöglicht die effiziente Beherrschung von Big Data, insbesondere in der Industrie 4.0-Welt: Systeme finden damit selbständig Strukturen in Datenströmen, lernen daraus und können sich sogar eigenständig umprogrammieren. Machine Learning sorgt dafür, dass Software und Informatik immer stärker zum maßgeblichen Innovationstreiber im Maschinenbau werden. Das VDMA Competence Center Future Business hat Machine Learning bereits im vergangenen Jahr mit einer Studie ausgiebig beleuchtet. Auf Beschluss des Vorstandes des Fachverbands Software und Digitalisierung wird der VDMA das Thema nun in einem eigenen Arbeitskreis, der Anwender und Anbieter zusammenbringt, weiter vorantreiben. Designierter Sprecher des Arbeitskreises ist Matthias Dietel, Focal Point Industrie 4.0, IBM Germany Lab und Mitglied des Fachverbands-Vorstandes.
Attraktive neue Märkte für den Maschinenbau durch Software
„Aktuell 375 Mitglieder im VDMA Fachverband Software und Digitalisierung zeigen deutlich, welch hohen Stellenwert Digitalisierung im Maschinenbau inzwischen genießt“, betont Dietel. „Machine Learning findet Einzug in unseren Alltag und deshalb sollten wir auch den Maschinenbau für den Einsatz der Künstlichen Intelligenz befähigen. Attraktive neue Märkte in der Datenanalyse und Cognitive Computing mit zweistelligem Wachstumspotenzial tun sich für den Maschinenbau auf.“
Konkrete Schritte für die Implementierung in den Unternehmen
Die Maschinenbau-Unternehmen, die Machine Learning einsetzen wollen, möchten wissen wie es weitergeht und fragen nach Leitfäden, Roadmaps, Standardisierung und Zusammenarbeit mit Instituten und IT-Dienstleistern. „In unserer Studie ‚Machine Learning 2030‘ spielten Ausbildung, Datenhoheit aber auch ethische Fragen eine große Rolle. Wir haben Handlungsempfehlungen an Unternehmen, Politik und Forschung gegeben, die durch den Arbeitskreis nun weiter präzisiert und implementiert werden“, erklärt Dr. Eric Maiser, Leiter VDMA Future Business. Rainer Glatz, Geschäftsführer von VDMA Software und Digitalisierung, bei dem das Thema nun verankert ist, betont: „Wir geben jetzt weiter Gas, das Thema ist reif. Nachdem wir in den letzten Jahren Industrie 4.0 im Maschinenbau und im VDMA etabliert haben, müssen wir nun auch die Potenziale für Machine Learning erschließen. Entscheidend ist hierbei, dass wir Anbieter und Anwender zusammenbringen und die Nutzung von Machine Learning im industriellen Umfeld in den Mittelpunkt stellen.“
Die derzeit stattfindende Hannover Messe belegt eindrucksvoll, dass Machine Learning bereits heute und nicht erst 2030 ein strategisch relevantes Thema ist.
Von Predictive Maintenance bis Logistik
Die Anwendungsbereiche von Machine Learning sind vielfältig, prominente Beispiele sind Predictive Maintenance, industrielle Bildverarbeitung und Robotersteuerungen aber auch die Logistik innerhalb und außerhalb der Fabrik. „Machine Learning wird nicht nur Industrie 4.0 weiteren Schub verleihen, sondern auch die Zusammenarbeit mit Softwarefirmen und Startups zum Wohle neuer Maschinenbau-Geschäftsfelder beflügeln“, erläutert Hartmut Rauen, stellvertretender VDMA-Hauptgeschäftsführer. „Deshalb freut es mich besonders, dass das Momentum, das unser Competence Center VDMA Future Business zu Machine Learning aufgebaut hat, nun ausgebaut wird. VDMA Software und Digitalisierung ist dafür der ideale Träger bei uns im Verband.“
Attraktive neue Märkte für den Maschinenbau durch Software
„Aktuell 375 Mitglieder im VDMA Fachverband Software und Digitalisierung zeigen deutlich, welch hohen Stellenwert Digitalisierung im Maschinenbau inzwischen genießt“, betont Dietel. „Machine Learning findet Einzug in unseren Alltag und deshalb sollten wir auch den Maschinenbau für den Einsatz der Künstlichen Intelligenz befähigen. Attraktive neue Märkte in der Datenanalyse und Cognitive Computing mit zweistelligem Wachstumspotenzial tun sich für den Maschinenbau auf.“
Konkrete Schritte für die Implementierung in den Unternehmen
Die Maschinenbau-Unternehmen, die Machine Learning einsetzen wollen, möchten wissen wie es weitergeht und fragen nach Leitfäden, Roadmaps, Standardisierung und Zusammenarbeit mit Instituten und IT-Dienstleistern. „In unserer Studie ‚Machine Learning 2030‘ spielten Ausbildung, Datenhoheit aber auch ethische Fragen eine große Rolle. Wir haben Handlungsempfehlungen an Unternehmen, Politik und Forschung gegeben, die durch den Arbeitskreis nun weiter präzisiert und implementiert werden“, erklärt Dr. Eric Maiser, Leiter VDMA Future Business. Rainer Glatz, Geschäftsführer von VDMA Software und Digitalisierung, bei dem das Thema nun verankert ist, betont: „Wir geben jetzt weiter Gas, das Thema ist reif. Nachdem wir in den letzten Jahren Industrie 4.0 im Maschinenbau und im VDMA etabliert haben, müssen wir nun auch die Potenziale für Machine Learning erschließen. Entscheidend ist hierbei, dass wir Anbieter und Anwender zusammenbringen und die Nutzung von Machine Learning im industriellen Umfeld in den Mittelpunkt stellen.“
Die derzeit stattfindende Hannover Messe belegt eindrucksvoll, dass Machine Learning bereits heute und nicht erst 2030 ein strategisch relevantes Thema ist.
Von Predictive Maintenance bis Logistik
Die Anwendungsbereiche von Machine Learning sind vielfältig, prominente Beispiele sind Predictive Maintenance, industrielle Bildverarbeitung und Robotersteuerungen aber auch die Logistik innerhalb und außerhalb der Fabrik. „Machine Learning wird nicht nur Industrie 4.0 weiteren Schub verleihen, sondern auch die Zusammenarbeit mit Softwarefirmen und Startups zum Wohle neuer Maschinenbau-Geschäftsfelder beflügeln“, erläutert Hartmut Rauen, stellvertretender VDMA-Hauptgeschäftsführer. „Deshalb freut es mich besonders, dass das Momentum, das unser Competence Center VDMA Future Business zu Machine Learning aufgebaut hat, nun ausgebaut wird. VDMA Software und Digitalisierung ist dafür der ideale Träger bei uns im Verband.“
