Mehr Erkenntnisse durch bessere Daten – die Möglichkeiten von maschinellem Lernen und KI

Der Begriff „maschinelles Lernen“ wurde bereits 1959 von Arthur Samuel geprägt, wobei die Erforschung des Themas – eng verbunden mit der Erforschung künstlicher Intelligenz (KI) – über die folgenden Jahrzehnte fortgesetzt wurde. Zu diesem Zeitpunkt war der Begriff jedoch seiner Zeit voraus – die Rechenleistung reichte noch nicht aus, um die versprochenen Chancen zu nutzen. Erst jetzt können wir dank weitaus größerer Rechenleistung, zunehmender Mengen digitalisierter Informationen und der Möglichkeit, Daten einfach über das Internet auszutauschen die Früchte dieser frühen Arbeiten erkennen. 

Eine cloudbasierte Revolution

Die nächste industrielle Revolution hat bereits begonnen – in den letzten fünf Jahren gab es große Veränderungen und Entwicklungen bei Cloud-Plattformen, wobei Industrien massiv von der Verfügbarkeit zunehmend standardisierter kommerzieller Angebote profitieren. Dies hat die Möglichkeit eröffnet, eine große Datenmenge zu verarbeiten und zu analysieren sowie den Zugriff auf Daten zu vereinfachen. Vernetzte IoT-Geräte (Internet der Dinge) und Cloud-Verfügbarkeit bieten die Plattform für die nächsten Schritte – und zweifellos werden KI und maschinelles Lernen Teil davon sein.

In den letzten Jahren wurden in vielen Industrien Anstrengungen unternommen, um Daten zu sammeln, ohne wirklich zu wissen, wie man sie nutzt. Maschinelles Lernen und KI sind das fehlende Puzzleteil – eine Lösung, die jahrzehntelang auf ihr Problem gewartet hat. Im Jahr 2020 haben wir endlich die Rechenleistung, um maschinelles Lernen nutzen zu können, mit einem einsatzbereiten Ökosystem und einer einsatzbereiten Umgebung. Wir können die Daten von all diesen vernetzten Geräten in der Cloud verwenden und mit KI neue Möglichkeiten finden. Niemand weiß genau, was passieren wird, aber ich bin sicher, dass wir daraus Wertvolles schöpfen und wertvolle neue Erkenntnisse gewinnen.

Sichere Datenaufbewahrung

Wenn man über Risiken im Zusammenhang mit KI und der Cloud spricht, denkt man sofort an Cybersicherheit. Natürlich ist die Cybersicherheit in der modernen Gesellschaft von größter Bedeutung, aber das vermutete Risiko wird manchmal überbewertet. Die Cloud ist nicht von Natur aus unsicher – sie kann in gewisser Weise sicherer sein als Daten auf Ihrem PC oder auf einem Server in Ihrem Keller. Bei kommerziellen Cloud-Anbietern arbeiten Hunderte, wenn nicht Tausende von Menschen an der Sicherheit. Es wäre für jedes Unternehmen schwierig, in einer Nicht-Cloud-Umgebung den gleichen Aufwand für die Sicherheit zu betreiben. Wir sehen einen Wendepunkt in der Industrie, an dem wir alle erkennen, dass Sicherheit unerlässlich ist. Es wächst jedoch auch das Verständnis dafür, dass die Cloud tatsächlich der sicherste Ort für unsere Daten sein könnte.

Das große Risiko von schlechten Daten

Es gibt aber ein anderes, weniger offensichtliches Risiko als einen Cyberangriff. KI ist möglicherweise in der Lage, viele Daten zu verarbeiten und viele Dinge zu lernen, aber das Lernen und folglich die darauf basierenden Entscheidungen sind nur so gut wie die Daten, die eingegeben werden. Kurz gesagt, schlechte Daten führen zu schlechten Entscheidungen. Es ist wichtig, Fakten und Basisdaten richtig anzusetzen, denn sämtliche Rechenleistungen und Datenpunkte der Welt können Sie nicht vor schlechten Daten bewahren. Für Messanwendungen ist es wichtig, dass die originalen Messdaten in der Dateneinspeisung genau sind. Bei anderen Anwendungen müssen ebenfalls ethische Überlegungen angestellt werden: Die Daten müssen korrekt, aber auch fair und unvoreingenommen sein. Wenn beispielsweise ein KI-Rekrutierungssystem anhand eines bestimmten Datensatzes früherer Einstellungen lernen würde, was einen guten Kandidaten ausmacht, würde keine Frau jemals einen Job erhalten. 

Roboter sind nicht hier, um uns zu ersetzen

Obwohl es schwierig ist, alle Auswirkungen des maschinellen Lernens auf die verschiedenen Tätigkeiten der Menschen vorherzusagen, ist es unwahrscheinlich, dass große Teile der Belegschaft durch Maschinen ersetzt werden. Wir haben bereits besprochen, wie wichtig es ist, dass Messdaten korrekt sind, wenn wir zum Beispiel industrielle Prozessmessungen durchführen. Daher benötigen wir weiterhin kompetente Mitarbeiter*innen, die auswählen, welche Parameter zu messen sind, welche Geräte verwendet und wie diese montiert werden sollen, um genaue Messungen sicherzustellen, wie man repräsentative Proben nimmt und vieles mehr. Ohne dies würden KI und maschinelles Lernen scheitern und wir würden die sich bietenden Chancen vergeben. Die heutige Zusammenarbeit zwischen Mensch und Maschine ist auch in Zukunft erforderlich. 

Bereitstellung von guten Daten

Vaisala möchte seinen Kunden im Bereich industrieller Messungen stets einen Mehrwert durch optimale Produkte bieten. Dazu arbeiten wir ständig an Innovationen und suchen nach neuen Möglichkeiten. Der Wert einer guten Messung – Messungen, die stabil, zuverlässig und genau sind – wird immer wichtiger. Hochwertige Messungen sind unerlässlich, unabhängig davon, ob Sie industrielle Prozesse verbessern, eine erstklassige Leistung erzielen, eine Kreislaufwirtschaft entwickeln oder den Energieverbrauch optimieren möchten. Wir überlegen uns zudem, wie wir mit unseren Produkten zusätzlichen Nutzen schaffen, beispielsweise indem Kund*innen auf vergangene und aktuelle Messdaten zugreifen oder Alarme und Benachrichtigungen erhalten können. Die Umstellung der Industrie auf cloudbasierte Systeme sollte von jedem Unternehmen, das einen Mehrwert bieten möchte, berücksichtigt werden. Wir wollen den Geschäftsbereich der Messungen erweitern, um ein neues Maß an Komfort und Wert zu schaffen, denn die Bedeutung genauer zuverlässiger Messdaten wird nur zunehmen.

Lesen Sie auch unsere vorherigen Beiträge zu diesem Thema, darunter Entwicklung von zukunftssicheren Lösungen von Mika Väisänen, Senior System Architect bei Vaisala, und Greifbare Cloud von Lars Stormbom, Senior Product Manager bei Vaisala, in dem einige der greifbaren Vorteile cloudbasierter Sensorlösungen vorgestellt werden.