Embed Size (px)
Citation preview
Seite 2© Protech Universität Siegen
Zukunftswelten der Produktion
Chancen für Wirtschaft und Forschung
Univ.-Prof. Dr.-Ing. Peter Burggräf, MBA Siegen, 11. März 2019
Seite 3© Protech Universität Siegen
In Deutschland, dem bevölkerungsreichsten Land in Europa, floriert
Quellen: destatis.de, ec.eurostat.eu
2%
3%
4%
5%
6%
7%
2009 2010 2011 2012 2013 2014 2015 2016 2017
DE2,6%
EU
-2,3%
Arbeitslosenquote [%]
19.372
22.034
14.000
16.000
18.000
20.000
22.000
24.000
2009 2010 2011 2012 2013 2014 2015 2016 2017
EU
DE
+26,0%
Seite 4© Protech Universität Siegen
Unsere Welt wird sich in den nächsten 20 Jahren so sehr wandeln
wie in den letzten 100 Jahren
1918 2018 morgen
Seite 5© Protech Universität Siegen
Erderwärmung
Urbanisierung
Digitalisierung
Neue Global
Player
Bild: Alexander Fuhr
Shocks
Akademisierung
Seite 6© Protech Universität Siegen
Fabriken können in den nächsten Jahren massiv an Bedeutung verlieren!
Seite 7© Protech Universität Siegen
Es ist leichter, als man zunächst denkt!
Seite 8© Protech Universität SiegenKann Industrie 4.0 zentrale Fragen wirklich beantworten?
Der Einzug von Industrie 4.0 auf dem Shopfloor ist erst der Anfang!
Seite 9© Protech Universität Siegen
1
2
3
4
5
6
7
8
9
Neuron Gewichtete
Verbindung
Computer:
Das ist eine Neun!
Was ist künstliche Intelligenz? Künstliche Neuronale Netze als
Beispiel für Narrow Artificial Intelligence
Beispiel: Schrifterkennung mit Zahlen1:
Neuronen werden stimuliert und aktivieren andere Neuronen. Welche
Neuronen das sind, entscheidet die Gewichtung ihrer Verbindung.1) In Anlehnung an: Universität Ulm (2002) Optimierung künstlicher neuronaler Netzwerke
1. Verborgene
Schicht
Grundformen
2. Verborgene
Schicht
Zahlenteile
Eingabeschicht:
Visuelle Neuronen
Ausgabeschicht
Ergebnis
Neuronen
Seite 10© Protech Universität Siegen
Was ist künstliche Intelligenz? Künstliche Neuronale Netze als
Beispiel für Narrow Artificial Intelligence
1) In Anlehnung an: Universität Ulm (2002) Optimierung künstlicher neuronaler Netzwerke
Beispiel: Schrifterkennung mit Zahlen1:
Die Maschine lernt: Mittels Backpropagation wird das Netz durch
Neugewichtung und Funktionsanpassung in Neuronen gesamthaft kalibriert.
1
2
3
4
5
6
7
8
9
Fehlerfunktion für
falsch rückgemeldete
Werte:
Ziel: Minimierung der
Fehler im System
Ausgabeschicht
Ergebnis
Neuronen
1. Verborgene
Schicht
Grundformen
2. Verborgene
Schicht
Zahlenteile
Nutzer:
Das ist eine Neun!
+
COMPUTER:
Das ist eine Drei, eine Vier, ein
bisschen fünf und sieben Und neun!
Eingabeschicht:
Visuelle Neuronen
Seite 11© Protech Universität Siegen
Die 5 Stufen des autonomen Managements:
1. Rein menschliches Entscheiden
2. Unterstütztes Entscheiden
3. Hochautomatisiertes Entscheiden
4. Vollautomatisiertes Entscheiden
5. Autonomes Entscheiden
Langfristig wird KI mit menschlichen Entscheidern auf einer Stufe
stehen: das Cyber Production Management (CPM)
KI wird im Management und nicht auf dem Shopfloor gebraucht!
Beispiele
Seite 12© Protech Universität Siegen
Es ist ein steiler Weg bis zum Gipfel des Cyber Production
Managements.
Status Quo
Sensoren
Industrie 4.0
Narrow Artificial Intelligence
Cyber Production Management
Es ist ein steiler Weg bis zum Gipfel des Cyber Production Managements.
Seite 13© Protech Universität Siegen
Für Cyber Production Management müssen wir uns mit drei
Kernthemen auseinandersetzen
Bild: it-daily.net
Menschliche vs. maschinelle
Entscheidungsfähigkeit
PERFORM
Vertrauenswürdigkeit von
maschinengemachten Entscheidungen
TRUST
Sicherstellung von Richtigkeit der
Entscheidungen, Einhalten von Ethik
CONTROL
Seite 17© Protech Universität Siegen
Was nun?
Seite 18© Protech Universität Siegen
Unser duales System kann die Fachkräfte von morgen für eine
Arbeitswelt mit Künstlicher Intelligenz ausbilden.
Umgang mit Künstlicher Intelligenz vermitteln!
Kein Wettbewerb mit dem Computer eingehen!
Programmiersprache als Fremdsprache lehren!
Seite 19© Protech Universität Siegen
Vielen Dank für Ihre Aufmerksamkeit!
Univ.-Prof. Dr.-Ing. Peter Burggräf, MBA
Lehrstuhl für International Production
Engineering and Management (IPEM)
Kontakt:
Email: [email protected]
Tel.: 0271 740 2630
