KI-Anwendungen im technischen Risikomanagement

In diesem Fachbeitrag werden die bisherigen Anwendungen von Künstlicher Intelligenz im technischen Risikomanagement kurz beschrieben.

Die Anwendung von Künstlicher Intelligenz (KI) im technischen Risikomanagement hat in jüngster Zeit erhebliche Fortschritte gemacht. Hier geben wir einen kurzen Überblick über die bisherigen Anwendungen, geordnet nach ihrem zeitlichen Auftreten.

Felddaten-Analyse
Felddaten lassen sich hinsichtlich der Erkennung von „Mustern“ analysieren. Typische Muster-Kategorien sind:

Örtliche Muster
Zeitliche Muster
Verhaltensmuster
…

Die Ergebnisse solcher Auswertungen sind in natürlicher Weise mit einer hohen Kategorie des Informationsschutzes belegt. Kein Unternehmen wird solche Erkenntnisse teilen. Es handelt sich also in dieser Kategorie nicht um „Weltwissen“.

Pflichten-/Lastenheft (Design-Spec.) Entwicklung
KI-Anwendungen zur Entwicklung der Inhalte von Pflichten-/Lastenheften sind möglich. Das Analysieren umfangreicher Texte so wie das Generieren von Inhalten in diesem Kontext kann durch KI-Anwendungen erheblich unterstützt, qualifiziert und beschleunigt werden.

Design/Auslegung von Systemen
Ein Kern der FMEA-Entwicklung stellt die Funktionsanalyse dar. Diese ist in der Lage Kundenfeatures zu dekomponieren (Funktionsnetze). Bedarfsweise kann dieses Dekomponieren bis auf die Auslegungsmerkmale von Komponenten erfolgen. Die FMEA identifiziert durch die zugehörige Fehler- und Risikoanalyse Wissenslücken (gleich Risiken) in der Systemauslegung. Die so erkannten und spezifizierten Lücken können durch die Anwendung von KI-Systemen geschlossen werden. Dabei wenden die KI-Systeme die bekannten physikalischen Zusammenhänge (Weltwissen) in Kombination mit den definierten Anforderungen und Noise-Faktoren an, um konkrete Vorgaben über die Auslegung und Tolerierung von Produktmerkmalen zu leisten. Die KI-Systeme sind damit in der Lage einerseits Entwicklungszeiten zu verkürzen und die Anzahl von Versuchen zu minimieren.

Prozessauslegung
Die Aussagen zur Design-Auslegung lassen sich im Kern auf die Entwicklung robuster Prozesse übertragen. Auch hier geht es darum, das notwendige Wissen über die Sollwerte für Produkt- und korrespondierende Prozessmerkmale zu generieren. Die Aussagen zur Design-Auslegung lassen sich im Kern auf die Entwicklung robuster Prozesse übertragen. Auch hier geht es darum, das notwendige Wissen über die Sollwerte für Produkt- und korrespondierende Prozessmerkmale zu generieren. Die Interaktion von Prozessmerkmalen mit Produktmerkmalen basiert auf physikalischen Modellen, d.h. die möglichen Einflussgrößen müssen bekannt sein, wozu u.a. die FMEA beiträgt. Eine Engineering-KI kann dann Vorhersagemodelle auf Basis der Daten aus kleinen Anlern-Stichproben erstellen. Mit diesen projektspezifischen Vorgabewerten können schneller und kostengünstiger Lösungen gefunden werden, um Prozessrobustheit zu realisieren.

Der aktuelle Zeitpunkt wird später als Einstiegsphase für KI-Anwendungen gelten. Dies bedeutet, dass niemand zum jetzigen Zeitpunkt genau vorhersagen kann, welche Rollen und Funktionen KI in den verschiedenen Anwendungsbereichen des Qualitäts- und Risikomanagements übernehmen wird. Es ist der Beginn einer „Reise“. Insofern ist es sinnvoll, die Entwicklungen zu beobachten und die notwendigen Schlüsse zu ziehen.

Im Kontext dieses Themas laden wir Sie herzlich zu unserem kostenlosen DC Talk Online Event: „FMEA mit Engineering-KI-Funktionen – Das Dreamteam der Zukunft!“ am 19. September von 10:00 bis 11:30 Uhr ein. Herr Dipl.-Ing. Winfried Dietz wird gemeinsam mit Herrn Dipl.-Ing. (FH) Frank Thurner von mts Consulting & Engineering GmbH und Contech Software & Engineering GmbH einen informativen Fachvortrag halten. Im Anschluss an den Vortrag stehen sie für Fragen zur Verfügung und freuen sich auf eine angeregte Diskussion mit Ihnen. Wir hoffen, Sie bei dieser Veranstaltung begrüßen zu dürfen.