Hardware, Software und Daten „Der Einsatz von KI muss immer von Experten geleitet werden“

Anbieter zum Thema

National Instruments Corp

MicroConsult Academy GmbH

dataTec AG

IBR Leiterplatten GmbH & Co. KG

Arbeitsabläufe optimieren und Funktionen automatisieren: Der KI-Agent Nigel von Emerson NI soll Entwickler in ihrem Alltag unterstützen. Neben Hardware und Software spielen in der modernen Messtechnik vor allem Daten eine immer entscheidendere Rolle.

Auf den NI Days am 24. Februar in München hielt Kevin Schultz, CTO bei National Instruments (NI), eine Keynote über die Zukunft der Test- und Messtechnik. Im Fokus der Präsentation stand die zunehmende Verschmelzung von Daten, Hardware und Software im modernen Engineering.

Im Nachgang sprach ich persönlich mit Schultz über die Herausforderungen rasant wachsender Datenmengen. Im Interview erklärt er, wie spezifisch trainierte künstliche Intelligenz (KI) Ingenieuren dabei hilft, hochkomplexe Systeme zu beherrschen, warum KI-gestützte Entwicklung stets von menschlichen Experten geleitet werden muss und mit welchen Maßnahmen National Instruments das geistige Eigentum seiner Kunden in der Cloud schützt.

Kevin Schultz, Ihre Keynote zum Zusammenspiel von Daten, Hardware und Software ist nun gut zwei Wochen her. Welche zentrale Bedeutung haben Daten heute für Emerson NI und speziell für die Test- und Messtechnik?

Daten waren in der Test- und Messtechnik schon immer das absolute Fundament. Im Kern geht es in unserer Branche schließlich darum, physikalische Messungen aus der realen Welt in digitale Daten umzuwandeln. Unsere Aufgabe bestand traditionell darin, diese Rohdaten so präzise und schnell wie möglich zu erfassen und an zentrale Prozessoren weiterzuleiten.

Heute stehen unsere Kunden jedoch vor der enormen Herausforderung, dass sie die schiere Menge an gesammelten Daten manuell gar nicht mehr verarbeiten können. Hier kommt nun die künstliche Intelligenz ins Spiel: KI-Systeme können riesige Datenmengen effizient überwachen und gezielt nach Anomalien durchsuchen.

Ein weiteres Problem der Vergangenheit war die unstrukturierte Datenspeicherung. Durch den Einsatz von KI und semantischen Suchfunktionen können Ingenieure heute alte Datensätze mitsamt ihrem ursprünglichen Kontext, wie beispielsweise dem Erstellungsdatum oder dem damaligen Messzweck, viel schneller wiederfinden. Wir sprechen heute also nicht mehr nur von Hard- und Software, sondern von der untrennbaren Einheit aus Hardware, Software und Daten.

Sie haben bei der Datenverarbeitung GPUs als wichtige Hardwarekomponenten hervorgehoben. Worin unterscheiden sich diese von klassischen CPUs und wie integrieren Sie verschiedene Prozessoren in Ihre Plattformen?

Die Entwicklung unserer Hardware-Architekturen hat eine spannende Historie. In den frühen 2000er-Jahren begannen wir damit, FPGAs in unsere Plattformen zu integrieren. Wir stellten schnell fest, dass sich CPUs sehr gut für Fließkommaberechnungen eignen, FPGAs ihre Stärken hingegen bei Anwendungen mit geschlossenen Regelkreisen und festen Latenzzeiten ausspielen.

Grafikprozessoren, also GPUs, bilden nun eine weitere, hochattraktive Verarbeitungsebene. Sie sind durch ihre Architektur prädestiniert für die Bildverarbeitung, die parallele Verarbeitung riesiger Datenmengen und helfen dabei, große KI-Sprachmodelle (LLMs) auszuführen. Unsere Philosophie bei National Instruments ist es jedoch nicht, dem Kunden vorzuschreiben, welchen Prozessor er nutzen soll. Stattdessen bieten wir eine ganzheitliche Plattform an, die all diese Optionen aus CPU, FPGA und GPU in sich vereint und die technologische Komplexität im Hintergrund abstrahiert. So stellen wir sicher, dass für jede spezifische Messaufgabe stets das richtige Werkzeug zur Verfügung steht.

Die technologischen Anforderungen im Engineering wachsen rasant. Wie kann der neue KI-Assistent Nigel Ingenieure im Arbeitsalltag konkret dabei unterstützen, diese komplexen Systeme zu beherrschen?

Unser Ziel ist es, die Produktivität der Ingenieure über den gesamten Entwicklungs- und Mess-Workflow hinweg zu steigern. Unser KI-Assistent Nigel hebt sich deutlich von generischen Lösungen wie ChatGPT ab, da er auf unserem 50-jährigen Fachwissen in der Test- und Messtechnik, auf spezifischen Bibliotheken und unzähligen Expertendokumenten basiert.

Wenn ein Ingenieur unserem Agenten eine Frage stellt, erhält er fundierte, branchenspezifische Antworten. Zudem haben wir dem Assistenten ein Bewusstsein für die lokale Arbeitsumgebung des Nutzers gegeben: Die KI weiß, welche Hardware auf dem System des Kunden verfügbar ist, und versteht den inhaltlichen Kontext ganzer LabVIEW-Projekte.

Um diese technologische Tiefe zu gewährleisten, arbeiten wir nicht nur eng mit unseren langjährigen Technologiepartnern wie Intel und Microsoft zusammen, sondern kooperieren inzwischen auch intensiv mit Unternehmen wie Nvidia und Google.

Ist es durch die KI-Unterstützung einfacher geworden, Programme wie LabVIEW zu erlernen, oder erfordert die Arbeit heute generell ein tieferes Verständnis für komplexe Prozesse?

Die Einstiegshürde zum Erlernen von LabVIEW ist durch die KI-Unterstützung bei alltäglichen Aufgaben tatsächlich gesunken. Die wahre Herausforderung liegt heute jedoch in der immens gestiegenen Komplexität der Bauteile, die getestet werden müssen.

Ein gutes Beispiel ist die Automobilindustrie: Vor einigen Jahren hat ein Testingenieur noch einfache 12-Volt-Bleibatterien geprüft. Heute muss derselbe Ingenieur hochkomplexe 800-Volt-Batteriemanagementsysteme für Elektroautos testen, bei denen kritische Faktoren wie thermisches Durchgehen eine Rolle spielen. Der Programmcode, der für solche Tests geschrieben wird, ist um ein Vielfaches größer und komplexer als noch vor zehn Jahren. Wenn ein Ingenieur heute den Job wechselt oder ein bestehendes, komplexes Projekt erbt, ist die KI ein unschätzbarer Helfer, um sich in den alten Code einzuarbeiten, die Ein- und Ausgänge zu analysieren und die Prozesse überhaupt erst zu verstehen.

Wie wird sich die Interaktion mit KI-Sprachassistenten in den nächsten Jahren entwickeln? Werden solche Systeme das Engineering der Zukunft so weit dominieren, dass wir ganze Testprogramme von der KI schreiben lassen?

Der Einsatz natürlicher Sprachschnittstellen wird zweifellos weiter zunehmen. Dennoch plädiere ich für eine sehr differenzierte Betrachtungsweise, denn nicht jeder Arbeitsschritt ist schon heute bereit für eine vollkommen autonome KI. Wenn es darum geht, die wichtigsten Spezifikationen aus einem 20-seitigen PDF zusammenzufassen oder bestehenden Code zu dokumentieren, ist die KI ein zuverlässiges Werkzeug.

Ich würde jedoch niemals einer KI ein leeres Dokument übergeben und sie ein geschäftskritisches Echtzeit-Messprogramm schreiben lassen, auf das ich mich am Ende blind verlasse. Der Einsatz von KI muss immer 'expert-led' sein – also von Fachleuten geführt und überwacht werden. Künstliche Intelligenz kann die eigene Arbeitsleistung massiv beschleunigen, wenn man sie Schritt für Schritt anwendet und die generierten Ergebnisse kontinuierlich auf ihre Richtigkeit überprüft.

Sensible Testdaten und der Einsatz von KI in der Cloud rufen unweigerlich Bedenken bezüglich der Datensicherheit hervor. Welchen Stellenwert hat Cybersecurity für Sie und wie schützen Sie das geistige Eigentum Ihrer Kunden?

Cybersecurity hat für uns höchste Priorität. Wir arbeiten bereits heute intensiv daran, alle Anforderungen der europäischen Cybersecurity-Richtlinien zu erfüllen, die Ende 2027 in Kraft treten werden. Uns ist absolut bewusst, dass die Messdaten und Quellcodes unserer Kunden deren wertvollstes geistiges Eigentum (IP) darstellen.

Beim Einsatz unseres KI-Assistenten setzen wir deshalb auf maximale Transparenz und ein striktes Opt-in-Modell. Das bedeutet konkret: Alle Prompts der Nutzer werden zunächst ausschließlich lokal auf ihren Rechnern verarbeitet. Wenn Anfragen zwingend über ein Cloud-Modell laufen müssen, nutzen wir speziell verschlüsselte Azure-Instanzen in enger Zusammenarbeit mit Microsoft. Wir garantieren, dass die Daten unserer Kunden dort nach der Verarbeitung nicht gespeichert und unter keinen Umständen für das Training der öffentlichen KI-Modelle verwendet werden. Sollte ein Kunde dennoch Bedenken haben, bieten wir vollständig lokale Lösungswege an oder verzichten bei diesem Projekt gänzlich auf den Einsatz von KI. (heh)

Test- und Messsoftware

Nigel AI Advisor unterstützt bei testintensiven Aufgaben

(ID:50789593)