Entwicklung einer Methodik zur bedarfsgerechten Identifikation von KI-Anwendungen in Produktionsprozessen
Im Rahmen des ersten Entwicklungsprojekts von KompAKI lag der Fokus insbesondere auf dem Aspekt der Potential- und Anforderungsanalyse für Anwendungen der Künstlichen Intelligenz (KI). So beschäftigte sich das erste Arbeitspaket des Entwicklungsprojekts speziell mit der Identifikation von KI-Bedarfen in Produktionsprozessen. Das Projektteam setzte sich daher mit verschiedenen Verfahren zur Analyse von Verbesserungsbedarfen in Produktionsprozessen auseinander. Im Rahmen des Arbeitspakets wurde daraus eine Methodik entwickelt, welche bereits in Pilotprojekt 1 validiert und evaluiert wurde und im Folgenden näher beschrieben wird.
Der Bedarf für eine solche Methodik liegt besonders im Bereich der klein- und mittelständischen Unternehmen (KMUs). Studien zeigen, dass etwa 59 % der deutschen KMUs das Thema der KI lediglich zögerlich in Erwägung ziehen. Das liegt unter anderem daran, dass ihnen, neben einer ausreichenden Datengrundlage, zumeist die fachliche Expertise fehlt, woraus wiederum das fehlende Wissen ob der Chancen der KI resultiert. [1]
Die Methodik setzt sich aus insgesamt sieben Bausteinen zusammen und ist dadurch für die individuelle Anpassung des situationsbedingten Bedarfs von Unternehmen geeignet. Zwar sollte keiner dieser Schritte vollständig übersprungen werden, jedoch können beispielsweise die Analysebausteine verkürzt werden, indem Problembereiche genau definiert werden oder auf bereits existierenden Ergebnissen aufgebaut wird. Die Bausteine der Methodik verteilen sich in drei Phasen: die Vorbereitungsphase, die Analysephase und die Auswertungsphase (siehe Abbildung 1).
Abbildung 1: Übersicht über die Methodik
Im Rahmen der Vorbereitungsphase wird zunächst die Basis für das weitere Vorgehen gelegt. So wird dem teilnehmenden Personenkreis im Rahmen eines Workshops zunächst ein grundlegendes KI-Wissen vermittelt. Der Workshop kann beispielsweise unternehmensintern oder aber auch im Rahmen der Angebote von KompAKI oder weiterer Kompetenzzentren (z.B. des Mittelstand-Digital Zentrums Darmstadt) durchgeführt werden. Dieses bietet die Grundlage für die anschließende Erarbeitung der KI-Strategie des Unternehmens, in der problematische Bereiche festgehalten und Ziele für das kommende KI-Projekt definiert werden.
Während der Analysephase werden die, in der KI-Strategie definierten Bereiche mit Hilfe einer Wertstromanalyse 4.0 (WSA 4.0) näher betrachtet. Aus dieser Analyse resultieren Optimierungsbedarfe, die in den darauffolgenden Design Thinking Workshop einfließen. Dieser dient dazu, Ideen für mögliche KI Use Cases zu generieren, im Plenum zu diskutieren und anschließend hinsichtlich ihrer Priorität zu sortieren. Die daraus entstandene und vorgefilterte Auswahl an Use Cases wird daraufhin mit Hilfe eines „KI-Fragebogens“ bezüglich ihrer technischen Machbarkeit sowie ihrer wirtschaftlichen Zweckhaftigkeit untersucht.
In der Phase der Auswertung werden die bereits bewerteten Use Cases innerhalb einer Matrix priorisiert, wodurch der bestgeeignete Use Case identifiziert wird. Dieser wird anschließend in einem KI Canvas niedergeschrieben und zusammengefasst. Ein Canvas ist eine bewährte Darstellungsform, um Projektvorhaben und -ziele festzuhalten und dienen sowohl als Informations-Tool für Projektexterne, sowie als stetiger Begleiter während der Implementierungsphase.
Die zeitliche Dauer der Anwendung dieser Methodik ist stark davon abhängig, in welchem Maße die einzelnen Bausteine der Methodik umgesetzt werden. Es ist jedoch von insgesamt etwa fünf Workshop-Tagen auszugehen. Der Personenkreis, der durchgängig im Rahmen der Methodik beteiligt sein sollte, besteht neben dem/der Projektmanager*in und den Anwendenden unter anderem aus IT-& Domänen-Expert*innen, Data Scientists und Softwareingenieur*innen.[2] Für die Prozessschritte der Entwicklung der KI-Strategie, den Design Thinking Workshop sowie die abschließende Auswahl des Use Cases sollten ebenfalls Personen aus der Geschäftsführungs-Ebene involviert sein.
Während der Anwendung und Evaluation dieser Methodik im Rahmen von Pilotprojekt 1 zeigte diese sich als sehr hilfreich zur Identifikation relevanter Use Cases unter umfassender Berücksichtigung der unternehmensspezifischen Prozesse und Probleme.
[1]: Forschungsbeirat der Plattform Industrie 4.0 (2021): Künstliche Intelligenz zur Umsetzung von Industrie 4.0 im Mittelstand. Expertise des Forschungsbeirats der Plattform Industrie 4.0. Edited by acatech – Deutsche Akademie der Technikwissenschaften.
[2]: Bretones Cassoli, Beatriz; Ziegenbein, Amina; Metternich, Joachim (2021): Getting Started: KI zum Nutzen der Industrie vorantreiben. In: VDI-Z Integrierte Produktion, Springer VDI, ISSN: 0042-1766, https://www.ingenieur.de/fachmedien/vdi-z/industrie-4-0/getting-started-ki-zum-nutzen-der-industrie-vorantreiben/
