Industrielle KI ist ein umfassenderes Feld als verkörperte Intelligenz, und ihr potenzieller Markt ist sogar noch größer.

Industrielle Anwendungsbereiche zählen seit jeher zu den wichtigsten Bereichen für die Kommerzialisierung von KI. In den letzten zwei Jahren haben viele Unternehmen begonnen, KI-Technologien flächendeckend auf Endgeräten, in Rechenzentren und in Online-Mensch-Maschine-Schnittstellen (HMIs) einzusetzen. Laut IDC-Prognosen steigen die Marktdurchdringung und der Marktanteil von KI rasant an – sei es bei Standardsoftware, industrieller Programmiersoftware, Bildverarbeitungssoftware oder anderer Branchensoftware. Entsprechend wird auch der Bedarf an KI-Rechenleistung, ob auf Endgeräten oder in Rechenzentren, weiter wachsen.

Neben verkörperter Intelligenz umfassen spezifische Anwendungsszenarien für industrielle KI auch Folgendes:

Maschinelles Sehen: Als Pionier in der Anwendung künstlicher Intelligenz werden Convolutional Neural Networks (CNNs) seit Langem für Klassifizierung und Erkennung eingesetzt. In den letzten Jahren wurden mit dem Aufkommen großer Modelle vermehrt KI-Technologien in das maschinelle Sehen integriert, beispielsweise durch die Nutzung von Big-Data-Modellen zur Generierung von Beispielen oder zur Anomalieerkennung. Dadurch werden die Grenzen traditioneller CNN-Netzwerke überwunden, die bei neuen Problemen ein erneutes Training erfordern.

Industrielle Steuerung: Im Bereich der Steuerungstechnik wurden bisher klassische Algorithmen eingesetzt. In den letzten zwei Jahren hat sich jedoch das Reinforcement Learning sowohl in der Roboterbewegungssteuerung als auch in anderen traditionellen Steuerungsbereichen zunehmend als beliebter Einsatztrend etabliert.

Industrielle Digitalisierung: Bisher lag der Fokus auf Funktionen wie Produktionsplanungsoptimierung sowie Betrieb und Instandhaltung. Diese auf maschinellem Lernen basierenden Funktionen integrieren zunehmend KI-Algorithmen. In den letzten zwei Jahren hat die Entwicklung großer Modelle zu signifikanten Fortschritten bei RAG (Retrieval Augmentation Generation) geführt. Weltweit führende Hersteller sowie zahlreiche inländische ODMs und ISVs setzen RAG in ihren Softwareprodukten ein, um Kosten zu senken und die Effizienz zu steigern.