Schlüssel für innovatives und effizientes Engineering
Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, menschenähnliche, intelligente Verhaltensweisen zu zeigen. KI-basierte Assistenzsysteme verstehen die Intention der Benutzerin und leiten die zu lösende Aufgabe ab. Auch ohne explizite Programmierung generieren sie geeignete Aktionspläne und führen Aktionen aus, mit denen eine effiziente Problemlösung möglich ist. KI-basierte Assistenzsysteme können verschiedene Fähigkeiten besitzen:
Mit KI-Tags werden die für das Engineering relevanten KI-Verfahren hierarchisch strukturiert. Die insgesamt 99 KI-Tags lassen sich in 6 übergeordnete Kategorien von KI-Verfahren einteilen:
„Signal Processing“ umfasst den Umgang mit Signaldaten. Hierin eingeschlossen sind alle Anwendungen von Zeitreihen sowie Sensordaten im Allgemeinen wie zum Beispiel Schwingungs- oder Temperaturdaten. Hier sind hauptsächlich Methoden des überwachten Lernens enthalten, also Lernverfahren die gelabelte Trainingsdatensätze verwenden.
Anwendungsbeispiel:
Ein Beispiel im Engineering ist die Analyse von Maschinensignalen zur Erkennung von Anomalien und damit verbundenem fehlerhaftem Verhalten.
„Decision Support“ beschäftigt sich mit Methoden der Entscheidungsunterstützung in komplexen Umgebungen.
Anwendungsbeispiel:
Hierunter fällt beispielsweise das fallbasierte Schlussfolgern, bei dem Problemlösungen durch Analogieschluss ermittelt werden, ähnlichen Problemen wird mit ähnlichen Lösungen begegnet.
„Modeling Languages“ beschäftigen sich mit formalen Modellen. Im Kontext des Engineerings werden hierunter insbesondere Diagramme von Modellierungssprachen wie UML oder SysML verstanden.
Anwendungsbeispiel:
Wichtige Beispiele sind die Umwandlung plattformunabhängiger in plattformspezifische Modelle oder das Übersetzen zwischen verschiedenen Formalismen.
„Natural Language Processing“ umfasst alle Verfahren zum Umgang mit menschlicher Sprache in Wort und Schrift.
Anwendungsbeispiel:
Beispiele im Engineering-Kontext umfassen die Analyse von Anforderungsdokumenten oder Kundenrezensionen.
„Computer Vision“ umfasst sämtliche Verfahren für den Umgang mit Bild- und Videodaten. Hierunter fallen insbesondere Tätigkeiten zum Analysieren und Verstehen von Kameraaufnahmen.
Anwendungsbeispiel:
Ein klassisches Beispiel ist die Objekterkennung, in
welchem Objekte, wie beipielsweise Bauteile, in einem Bild lokalisiert und benannt werden.
„Knowledge Discovery“ umfasst Tätigkeiten der Wissensentdeckung und -repräsentation. Hierunter fällt insbesondere die Entdeckung von Wissen in großen Datenbeständen mittels Methoden des Data Mining, aber auch der Umgang mit strukturiertem Wissen, zum Beispiel in Form von Wissensgraphen. Hier sind hauptsächlich Methoden des unüberwachten Lernens enthalten, also dem Lernen ohne gelabelte Trainingsdaten.
Anwendungsbeispiel:
Ein klassisches Beispiel ist die Clusteranalyse, also das Gruppieren von Daten hinsichtlich zugrundeliegender Ähnlichkeitsstrukturen.
Klicken Sie hier, um weitere KI-Potenziale oder konkrete KI-Use Cases im Engineering zu erkunden.
Möchten Sie das Laden von Youtube-Videos auf ki-marktplatz.com erlauben?
Lassen Sie sich von uns auf schnellstem Weg interessante und hilfreiche Inhalte zeigen.