Troubleshooting bei elektronischen Displays „KI ist ein unverzichtbares Werkzeug, aber kein Allheilmittel“

Anbieter zum Thema

Wammes & Partner

ET System electronic GmbH

MES Electronic Connect GmbH & Co. KG

DMB Technics AG

Aktuell weckt künstliche Intelligenz hohe Erwartungen, doch kritisch betrachtet ist KI weit davon entfernt, alle Probleme von selbst zu lösen. Gezielt eingesetzt kann sie Prozesse beschleunigen und Wissen effizienter nutzen. Erforderlich sind Expertenwissen und ein intelligenter Umgang mit Daten.

Die Büchse der Pandora ist geöffnet: Der Einsatz von künstlicher Intelligenz (KI) ist nicht mehr aufzuhalten. Auch in Unternehmen und in der Produktion hat sie Einzug gehalten. Die Hoffnung: Mit genügend Daten und Training wird KI in der Lage sein, bekannte und auch neue Probleme zu lösen. Dabei sind den Vorstellungen über den Einsatz von KI in Unternehmen kaum Grenzen gesetzt: Sei es als Funktion eines Mitarbeiters, um beispielsweise ausscheidende Mitarbeiter zu ersetzen, oder als Hyper-Intelligenz, die rund um die Uhr zur Verfügung steht und mit zunehmender Intelligenz Probleme löst, bevor sie entstehen.

Diese Wünsche scheinen angesichts der medialen Aufmerksamkeit für das Thema naheliegend und lassen sich auf jedes Themenfeld übertragen: Sei es ein Text, die Medizin oder die elektronische Display-Produktion und das damit verbundene Troubleshooting für industrielle Anwendungen. Doch ist diese märchenhafte Wunscherfüllung ein realistisches Szenario? Ein „Happily Ever After“ oder eher ein „Wehe, wenn ich das Ende sehe?“

KI ist wie ein Taschenrechner

Die heute angepriesene künstliche Intelligenz ist zweifellos in der Lage, eine unglaubliche Menge an Daten in hoher Geschwindigkeit zu verarbeiten und in einen Kontext zu setzen. Sie kann auch bei Simulationen unterstützen und hier einen Beitrag durch Geschwindigkeit leisten. Allerdings: Eine KI arbeitet nicht intrinsisch, hat also weder Motivation noch eine Idee von dem, was sie tut: Sie verarbeitet nur Daten ohne Verständnis.

Das lässt sich mit der Erfindung des Taschenrechners vergleichen. Als Ende der 1960er Jahre ein handgroßer Taschenrechner auf den Markt kam, war er praktisch für jedermann erschwinglich. Doch wie bei jeder technischen Entwicklung gab es auch bei der Einführung kritische Stimmen: Hauptkritikpunkt war, dass sich der Taschenrechner negativ auf die Leistungsfähigkeit von Schülern und Studenten auswirken könnte. Zeitweise war er sogar an Schulen und Universitäten verboten.

Mathematisches Verständnis notwendig

Eine zu große Abhängigkeit von einer Maschine könnte dazu führen, dass die Nutzer das Kopfrechnen verlernen und das mathematische Verständnis abnimmt. Um diese These zu untermauern und auf die heutige Situation zu übertragen, müsste man sich allerdings zunächst die Frage stellen, was ein Taschenrechner kann. Und wir stellen fest: Ja, er kann schnell rechnen und möglicherweise wird dadurch das Kopfrechnen verlernt oder gar nicht erst gelernt. Aber nein, ein Taschenrechner versteht nichts von Mathematik.

Auch ein Dreisatz muss vorher mit den richtigen Werten definiert werden, um die Ackerfläche des Bauern oder das Gewicht der Birnen zu berechnen. Der Anwender braucht ein Verständnis dafür, um das Ergebnis auch überprüfen zu können. Es ist daher eine Untertreibung zu glauben, dass ein Taschenrechner aufgrund der Vielzahl von Verknüpfungen wirklich versteht, was er tut.

Troubleshooting benötigt Kenntnisse der Physik

Dieser Blick schärft unser Auge für Chancen und Grenzen von KI. Zum hilfreichen Einsatz beim Troubleshooting braucht es übergreifende und tiefgehende Kenntnisse der Physik. Hier fehlt es der KI an Verständnis: Weder was das Problem ist und warum noch damit einhergehend, was eine – und in der gegebenen Situation die beste – Lösung sein könnte. Dennoch bleibt KI so unabdingbar wie der besagte Taschenrechner. Denn weil physische Gesetzte bestehen bleiben, steigt bei den Anwendungen die Komplexität im Produkt. Und dies bedingt eine absolute Auswertung aller Parameter und eine notwendige Gewichtung im Detail.

Hier sind wir wieder beim Vergleich: Erst wenn die Methodik und der Rechenweg klar sind, können wir mit KI und Taschenrechner in kürzerer Zeit und mit weniger möglichen Fehlern ein Ergebnis berechnen. Und das ist revolutionär – niemand würde heute noch auf einen Taschenrechner verzichten.

Für die KI muss Wissen anwendbar sein

In der Zeit vor Internet und Computer waren große physische Bibliotheken notwendig, um das Wissen über mathematische Formeln oder auch andere notwendige Dokumente zu speichern. Das war wichtig, da man bei der Anwendung neben dem Verständnis eben auch den Zugriff benötigt. Ältere Semester kennen sicher noch das mathematische Standardnachschlagewerk von Bronstein & Semendjajew „Taschenbuch der Mathematik für Ingenieure und Studenten Technischer Hochschulen“.

Heute ist der Laptop in gewisser Weise zu einem größeren Taschenrechner oder einer virtuellen Bibliothek mutiert, mit Ordnern und Aufbereitung von Wissen und Dokumentation. Das Wissen jeder Anwendung bleibt jedoch immanent: Keine Dokumentation oder Formel löst das Problem an sich.

Mit der KI ist ein weiteres Werkzeug auf den Laptop und damit in den Zugriff gekommen, das Beschleuniger und Vertiefer zugleich ist. Denn Wissen, egal wie alt, kann ohne Zeitverzögerung kontextualisiert zur Verfügung gestellt werden. Damit ist es für viele Unternehmen möglich, den eigenen Wissensschatz ad hoc zu heben, ein enormer Wert an sich.

Sollte das nicht so einfach möglich sein, gibt es die Möglichkeit externe Daten zu nutzen. Hier sind Anbieter gefragt, die Experten auf dem jeweiligen Gebiet sind und über viele Jahre und Projekte Wissen gesammelt, aufbereitet und nutzbar gemacht haben. Dies zu nutzen kann wettbewerbsentscheidend sein. Denn diese Anwendbarkeit von Wissen optimiert Zeit und damit Geld: Mit geringstem Aufwand wird der größtmögliche Nutzen erzielt. So ist es nur folgerichtig, dass sich auch die Anbieter von Troubleshooting beim Einsatz und Nutzung von KI weiterentwickeln und hier Lösungen anbieten.

Wozu schließlich KI taugt

KI ist nicht der Heilige Gral. Weder kann sie Mitarbeiter einfach ersetzen, noch kann sie selbstständig auf zukünftige Herausforderungen im Troubleshooting reagieren. Dennoch ist KI schon heute ein nicht mehr wegzudenkendes Werkzeug, das in der Lage ist, große Datenmengen in hoher Geschwindigkeit nach Vorgaben zu verarbeiten und in einen Kontext zu setzen. Dazu muss eine KI aber erst befähigt werden.

Hier gibt es zwei Königswege: Entweder werden Daten im eigenen Unternehmen von Experten sortiert und kategorisiert, was gleichzeitig zu einer Erhöhung des verfügbaren Know-hows im eigenen Unternehmen führt, da auch altes Wissen aufbereitet werden kann. Oder Wissen und Erfahrung werden von externen Anbietern der elektronischen Displays bereitgestellt und aufbereitet. Eine Kombination ist möglich. Auf diese Weise kann mit geringem Aufwand der größtmögliche Nutzen in der Anwendung realisiert werden. (heh)

Fehler in der Displaytechnik

Grundlegende Physik wird oft nicht berücksichtigt

(ID:50129364)