„Das ist Data Analytics as a Service“
Im Gespräch mit Markus Ohlenforst, IconPro
Kurz und bündig:
Zur Steigerung von Qualität und Produktivität bietet das Start-up IconPro softwarebasierte Lösungen für die Überwachung und Optimierung von Produktionsprozessen, für Predictive Maintenance von Messsystemen sowie zur kognitiven Qualitätskontrolle. Dabei greift man auf Machine Learning Algorithmen zurück, wenn konventionelle regelbasierte Algorithmen aufgrund der abzubildenden Komplexität an ihre Grenzen stoßen.
Mit Hilfe von KI in der Produktion die Prozesskosten zu optimieren, Prozesszeiten zu reduzieren und die Qualität zu steigern, das ist das Kundenversprechen des Start-up IconPro. Mit Softwarelösungen und Dienstleistungen für intelligente Datenanalysen sollen Industrieunternehmen von gesteigerter Qualität und Produktivität in Produktions- und Inspektionsprozessen profitieren. Wie dies erreicht werden kann, haben wir im Gespräch mit Geschäftsführer Dr. Markus Ohlenforst erfahren.
IM+io: Herr Ohlenforst, wie und in welchem Kontext muss man sich den praktischen Einsatz Ihrer KI-basierten Software-Lösungen vorstellen?
MO: Zur Steigerung von Qualität und Produktivität bieten wir softwarebasierte Lösungen für die Überwachung und Optimierung von Produktionsprozessen, für Predictive Maintenance von Messsystemen sowie zur kognitiven Qualitätskontrolle. Dies umschließt u.a. die Korrelation von Produktions- und Qualitätsdaten, die Prozessfähigkeitsbestimmung, die Dynamisierung und Optimierung von Wartungsintervallen sowie die KI-basierte Bilderkennung und Qualitätskontrolle. Dafür setzt IconPro modernste Programmiertechnologien und aktuelle Machine Learning Algorithmen ein. Wir entwickeln auch Software für individuelle Use-Cases und Anforderungen. Unsere Kunden, vom Mittelständler bis zum Großkonzern, profitieren dabei von einer automatisierten Datenanalyse ohne eigene Ressourcen dafür aufbauen zu müssen. Das ist Data Analytics as a Service
IM+io: Welche Rolle spielen dabei konkret Machine Learning und KI im Allgemeinen?
MO: Das Zurückgreifen auf Machine Learning Algorithmen hilft uns vor Allem dann, wenn konventionelle regelbasierte Algorithmen aufgrund der abzubildenden Komplexität an ihre Grenzen stoßen. Es ermöglicht zum Beispiel unbekannte Zusammenhänge zwischen Prozess- und Qualitätsdaten abzuleiten oder Auffälligkeiten in Datenreihen aufzudecken und zu bewerten. Dabei wird gleichzeitig sichergestellt, dass die Berechnung mit einer angemessenen Geschwindigkeit zu einem Ergebnis kommt. Zusätzlich eignen sich die KI-basierten Algorithmen sehr gut, um menschliches Verhalten beispielsweise bei der optischen Defekterkennung nachzubilden. Über konventionelle Algorithmen ist dies teils nur sehr schwer oder gar nicht umsetzbar, wenn die vorliegenden Daten gewissen Störungen oder Schwankungen unterworfen sind.
IM+io: IconPro ist ein Spin-off des WZL (Werkzeugmaschinenlabor) der RWTH Aachen. Woher kam der Impuls der Ausgründung?
MO: Ich habe meine Dissertation am Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement von Prof. Dr. Robert Schmitt geschrieben. Dort habe ich mich mit der Simulation von Temperaturverformungen von Werkstücken auseinandergesetzt, um Messunsicherheiten während der geometrischen Prüfung zu reduzieren. Solche computergestützten mathematisch-physikalischen Modelle zu verwenden, um Messabweichungen zu korrigieren macht Sinn, ist aber auch sehr anfällig für Fehler, wenn bestimmte im Modell getroffene Annahmen unter bestimmten Umständen in der Realität nicht erfüllt sind. Wäre es dagegen möglich, die Modelle aus vorliegenden Daten für alle möglichen Umstände abzuleiten, so wären diese sehr viel robuster. Die Werkzeuge dafür liefern Machine Learning Algorithmen. Mindestens genauso groß ist das Potenzial, wenn auf einer höheren statistischen Ebene Zusammenhänge zwischen verschiedenen Produktionsprozessen gefunden werden sollen. Hierüber kamen wir von Seiten des Lehrstuhls in die Diskussion mit Herrn Dr. Edgar Dietrich, dem Gründer und ehemaligen Geschäftsführer des Software- und Statistikhauses Q-DAS.Die Diskussion hat sich so weit entwickelt, dass wir dann im November 2018 gemeinsam mit Prof. Schmitt und seinem geschäftsführenden Oberingenieur Dr. Martin Peterek die Firma IconPro gegründet haben.
IM+io: Künstliche Intelligenz ist derzeit ein absolutes Trend Thema, daher stehen Sie nicht allein am Markt. Wie sieht es in Deutschland denn mit dem unmittelbaren Wettbewerb aus, und wo ist Ihr Differentiator?
MO: Es gibt inzwischen tatsächlich sehr viele Firmen, die Produkte, Dienstleistungen oder Workshops unter den Schlagworten „künstliche Intelligenz“, „Machine Learning“ und „Data Mining“ anbieten. Nicht immer kommen diese Technologien dabei wirklich zum Einsatz, stattdessen werden solche Buzzwords gerne für das Marketing missbraucht, um auf der „Industrie 4.0“ Welle mit zu schwimmen, ohne dass entsprechende Kompetenzen vorliegen. Von den restlichen Firmen, die immer noch zahlreich sind, bieten viele lediglich Beratungsdienstleistungen oder Workshops zu den Themen an. Dann gibt es noch jene, die tatsächlich intelligente Datenanalysen durchführen können und teils Software für deren Automatisierung entwickeln. Hier ist unser Differentiator der, dass wir die Anwendung künstlicher Intelligenz in produktionstechnischen Use-Cases fokussieren und durch unseren Gründungshintergrund ein fundiertes Prozesswissen mitbringen. Außerdem bieten wir skalierbare Lösungen mit einem konkreten Geschäftsmodell, zum Beispiel unsere Predictive Maintenance Plattform, an, was bei unseren Kunden sehr gut ankommt und langfristig Vertrauen schafft.
IM+io: Wo sehen Sie die Zukunft des Unternehmens; wo planen Sie in 5 Jahren zu stehen?
MO: Die Zukunft in der Produktionstechnik liegt unseres Erachtens in Softwarelösungen zur automatisierten intelligenten Analyse von Prozess- und Maschinendaten, wahlweise in der Cloud oder auch aus Datenschutzgründen on-premise. Diese werden dann genutzt für die Vorhersage und Regelung von Prozesszuständen sowie zur Ableitung von Wartungsempfehlungen. Wir entwickeln ebensolche Lösungen und sind daher, auch im Hinblick auf unsere engen Verbindungen in Industrie und Wissenschaft, von einem anhaltenden schnellen Wachstum überzeugt. In 5 Jahren wollen wir einer der Hauptansprechpartner für die Steigerung von Produktivität und Qualität in der Produktion mittels künstlicher Intelligenz sein.
