Technologie-Trends von morgen erkennen: it’s OWL Trend.Radar macht Expertenwissen verfügbar
Technologietrends frühzeitig erkennen und Mehrwerte für die Wettbewerbsfähigkeit des eigenen Unternehmens nutzen: Das ist gerade für kleine und mittlere Betriebe schwierig und mit einem hohen Aufwand verbunden. Mit dem it’s OWL Technologie.Trend.Radar erhalten Unternehmen nun eine Orientierungsgrundlage, um strategische Entscheidungen für die Zukunft zu treffen. Die Broschüre fasst 27 kurz-, mittel- und langfristige Trends in den wichtigsten Technologiefeldern zusammen.
Egal ob Deep-Learning, IoT-Plattformen oder On-the-fly Computing: „Wir geben Ihnen einen Einblick in die Potenziale, Anwendungsmöglichkeiten und Wirkungen der wichtigsten Technologietrends für die Industrie. So können Unternehmen sich jetzt schon auf Veränderungen einstellen und konkrete Aktivitäten starten. Dabei können sie Basistechnologien und Anwendungen nutzen, die wir in den Projekten des Spitzenclusters it’s OWL entwickelt haben“, sagt Prof. Dr. Roman Dumitrescu, Geschäftsführer der it’s OWL Clustermanagement GmbH, über den Mehrwert des Technologie.Trend.Radars für Unternehmen.
Die neue Broschüre ist das Ergebnis einer Technologie-Studie, die das Clustermanagement in den vergangenen Monaten in Zusammenarbeit mit Expert*innen aus den Hochschulen, Forschungseinrichtungen und Unternehmen des Spitzenclusters durchgeführt hat. Die Ergebnisse beruhen auf Workshops mit dem it’s OWL Arbeitsausschuss, Interviews mit ausgewählten Experten und Projektleitern sowie dem Abgleich mit laufenden it’s OWL Projekten und der Sichtung bestehender Trend- und Technologiestudien.
27 Trends auf dem Technologie-Radar
Das Technologie.Trend.Radar gliedert sich in die sechs Technologiefelder, die im Technologie-Netzwerk it’s OWL für den Mittelstand erschlossen werden: Maschinelle Intelligenz, Soziotechnische Systeme, Digitale Infrastruktur, Safety & Security, Wertschöpfungsnetze und Advanced Systems Engineering. Insgesamt hat it’s OWL 27 Technologie-Trends in das Radar aufgenommen und mit Blick auf die Bedeutung für das Spitzencluster bewertet:
Kurzfristige Technologie-Trends werden bereits heute in Unternehmen pilotiert und sind Gegenstand laufender Innovations- und Transferprojekte. Diese Trends haben bereits heute eine hohe Bedeutung für die industrielle Anwendung. Mittelfristige Technologie-Trends sind von der industriellen Anwendung noch entfernt, sollten aber sukzessive in Innovationsprojekten aufgegriffen werden. Die Bedeutung für die industrielle Anwendung nimmt zu. Langfristige Technologie-Trends sind aktuell eher Gegenstand der Grundlagenforschung. Die Bedeutung für die industrielle Anwendung ist teilweise noch unklar.
Der Leistungsbereich Maschinelle Intelligenz beschäftigt sich unter anderem mit den Technologiefeldern wie Deep Learning, Automated Machine Learning oder Quantencomputing. Maschinelle Intelligenz beinhaltet die Schlüsseltechnologie Maschinelle Lernverfahren (ML). Mithilfe von ML kann aus Daten Wissen generiert werden.
Die Trends im Bereich Maschinelle Intelligenz
Für einen kurzfristigen Trend in diesem Bereich steht Deep Learning. Die Methode des Maschinellen Lernens ermöglicht die Identifizierung von Gesichtern und Objekten, teilweise mit einer höheren Erkennungsgenauigkeit als Menschen. Das Verfahren kommt daher zum Beispiel in industriellen Bildverarbeitungssystemen in Automatisierung, Logistik und Qualitätskontrolle zum Einsatz. Automated Machine Learning wird im Technologie.Trend.Radar als mittelfristiger Trend vorgestellt, der es ermöglicht, dass Domänenexperten ohne tiefgreifendes Expertenwissen eigene ML-Modelle erstellen zu können. Somit werden maschinelle Lernverfahren automatisiert. Ein langfristiger Trend ist Quantencomputing. Das Forschungsfeld verspricht massiv gesteigerte Rechenleistung von Computern und dadurch völlig neuartige ML-Verfahren.
Maschinelle Intelligenz ist auch Thema im Projekt ML4Pro² (Maschinelles Lernen in der Produktion und deren Produkte) des Spitzenclusters it’s OWL. Ziel des Projekts ist es ML nachhaltig für intelligente Produkte und Produktionsverfahren verfügbar zu machen. Dazu werden die neueste ML-Methoden in Produkte und Produktionsketten integriert. Schwerpunktthemen sind hybride Lernverfahren, die Integration von Expertenwissen, die Interpretierbarkeit von Daten, das Lernen auf Datenströmen sowie Cognitive-Edge-Computing. Die ML-Methoden werden anwendungsübergreifend anhand von drei industriellen Anwendungsfällen betrachtet: Zustandsüberwachung, Prozessoptimierung und Verbesserung der Produktqualität. Ergebnisse und Verfahren werden auf einer ML-Plattform für andere Unternehmen verfügbar gemacht.
Vor allem KMU brauchen Unterstützung
Inwieweit vor allem kleine und mittlere Unternehmen Unterstützung bei der Umsetzung von Technologietrends benötigen, zeigt das Technologie.Trend.Radar. Während Großunternehmen bereits heute auf KI-Technologien setzen, geben in einer Studie von VDI/VDE-Studie nur 15 Prozent der kleinen und mittleren Unternehmen (KMU) an, sich mit diesen Technologien zu befassen. „KMU benötigen daher Unterstützung bei der erfolgreichen Anwendung der Schlüsseltechnologien im Bereich KI“, sagt Dr.-Ing. Arno Kühn, Leiter Strategie FuE, it’s OWL Clustermanagement GmbH.
Die Unterstützung von Unternehmen ist auch für Dr.-Ing. Ursula Frank, Project Management R&D Cooperations, Beckhoff Automation GmbH & Co. KG ein Mehrwert des Technologie.Trend.Radars und von it’s OWL. „Maschinelles Lernen muss einfach und ohne Spezialwissen nutzbar sein und sich in die vorhandene Infrastruktur integrieren lassen. Herausforderungen sind vor allem Echtzeitfähigkeit, Robustheit und offene Schnittstellen für Data Scientists. it’s OWL bietet für uns eine Informationsplattform, um uns mit Experten aus Hochschulen und anderen Unternehmen zu vernetzen und auszutauschen.“
