Automated Machine Learning braucht Feature Engineering

Abstract:
Maschinen und Anlagen bzw. Produktionsprozesse erzeugen kontinuierlich Daten. Erfolgreich werden zukünftig Unternehmen sein, denen es gelingt Mehrwert aus diesen Daten zu generieren. Um diese Potentiale zu erschließen sind Lösungen notwendig, die zum einen eine effektive und effiziente Analyse der Datenmengen ermöglichen. Zum anderen sind die gewonnen Erkenntnisse in greifbare Produkt- und Prozessinnovationen zu überführen. Maschinenbauer und -betreiber, denen dies gelingt, können sich klare strategische Wettbewerbsvorteile aufbauen, die nicht nur in der Produktinnovation liegen, sondern neue datengetriebene Geschäftsmodelle entlang der Wertschöpfungskette bieten. Methoden der Künstliche Intelligenz (KI) und insbesondere des Maschine Learning (ML) sind dabei die Werkzeuge, die zur Analyse der Maschinendaten eingesetzt werden. Diese erlauben es bisher unerschlossene Daten zu verknüpfen und unbekannte Zusammenhänge zu identifizieren. Anhand dieser Informationen lässt sich z. B. das Prozessverhalten optimieren. Folglich können die Produktivität erhöht und die Produktionskosten reduziert werden. Ferner steigen die Zuverlässigkeit der Produktionsprozesse sowie die Anlagenverfügbarkeit. Wenn das erarbeitete Prozessverständnis in die Entwicklung zurückfließt, werden gleichzeitig Produktinnovationen induziert.