Die zunehmende Intelligenz der Dinge

Bei AIoT (Artificial Intelligence/Internet of Things) geht es um komplexe Algorithmen: Sensoren in physischen Geräten, wie Kühlschränken, Fertigungsmaschinen und Windturbinen, sammeln Daten – in einer Größenordnung von mehreren Gigabyte, Terabyte oder gar Petabyte –, in denen mittels Algorithmen Muster erkannt werden. Es geht um Maschinen, die sich Wissen aneignen, sodass sie ohne Zutun des Menschen Entscheidungen treffen können. Es geht um die intelligente Technologie, die vielleicht eines Tages Ihr Auto steuert, ohne dass Sie die Hände am Lenkrad haben müssen. AIoT ist zwar nicht die knackigste technische Abkürzung, aber die Technologie dahinter wird weltweit heiß diskutiert. Warum? Weil Unternehmen, insbesondere im Bereich Fertigung und Logistik, mit ihr die Unmenge an Daten, die sie anhäufen, gewinnbringend nutzen können. Diese Technologie ermöglicht es Unternehmen, ungeplante Ausfallzeiten proaktiv zu minimieren, Verbesserungsbedarf zu erkennen und neue, innovative Umsatzpotenziale zu erschließen – unterm Strich zahlt sich das aus.

In einer immer stärker vernetzten industriellen Welt ist AI das „Gehirn“, das die Daten analysiert, die von unzähligen Sensoren erfasst werden, und das auf dieser Grundlage Entscheidungen trifft. Verglichen mit traditionellen Business-Intelligence-Tools lassen sich operative Entscheidungen durch maschinelles Lernen (eine AI-Technologie) bis zu 20-mal früher treffen – noch dazu genauer. Auch andere AI-Technologien, wie Spracherkennung und maschinelles Sehen, können dabei helfen, Erkenntnisse aus Daten zu gewinnen. Bislang waren hierfür noch Menschen nötig. Altmann und andere Experten sind sich einig: Die Zukunft des Internets der Dinge liegt in der künstlichen Intelligenz. AIoT gewinnt zunehmend an Bedeutung. SAS arbeitet u. a. mit GE Transportation daran, dessen Lokomotiven in Nordamerika für das IoT und AI fit zu machen. Während die Loks sieben Kilometer lange Züge mit einer Ladung von mehr als 100 Kilotonnen ziehen, erzeugen Hunderte von IoT-Sensoren, die an ihnen angebracht sind, mehrere Milliarden Datenpunkte pro Sekunde. So viele Daten lassen sich nicht in die Cloud schicken und dort verarbeiten. „Die vordere und die hintere Lokomotive sind mit einer Edge-Lösung ausgestattet, damit die Analyse direkt vor Ort stattfinden kann“, erklärt Altmann. „Unsere Analysesoftware übermittelt in Echtzeit Informationen darüber, wie der Kraftstoffverbrauch und der Gesamtbetrieb optimiert werden können.“

Auch das Flottenmanagement für kommerzielle Fahrzeuge wird durch AI-IoT revolutioniert. So sammeln Sensoren in rund 200.000 Volvo-Lastwagen in den USA in Echtzeit die unterschiedlichsten Daten, die dann über telematische Geräte in den Fahrzeugen übertragen werden. Das mit der Analytics-Technologie von SAS ausgestattete System ermöglicht die Echtzeitüberwachung von Fahrzeugkomponenten und die Ferndiagnose ebenso wie Software-Updates „Over-the-Air“. Und das Unternehmen wendet sein AI-Know-how auf diese Daten an, um eine vorausschauende Wartung anzubieten.