Fachkräftemangel und Wettbewerbsdruck machen sich im Arbeitsalltag ganz konkret bemerkbar. Die Zusammenarbeit von Mensch und Maschine kann hier ganz neue Möglichkeiten eröffnen. Assistenzsysteme, die auf generativer AI basieren, können beispielsweise Code generieren und die Bedienenden bei technischen Aufgaben mit praktischen Hinweisen unterstützen. Auf diese Weise kann generative AI die Industrie verändern und Potenziale für Effizienz und Nachhaltigkeit freisetzen.

Der Siemens Industrial Copilot ist ein durch generative AI gestützter Assistent. Sein Kern liegt in der intelligenten Nutzung von Prozess- bzw. Maschinendaten, die mittels OPC-UA-Schnittstelle effizient und standardisiert erfasst werden können. Diese Technologie stellt sicher, dass Betriebsdaten nahtlos übertragen und in Echtzeit analysiert werden können, was Bedienenden dabei hilft, schneller auf verschiedene Maschinenstatus und potenzielle Probleme reagieren zu können. Parallel dazu ermöglicht der Copilot das Bereitstellen wichtiger Dokumente (Handbücher oder Standard Operating Procedure) direkt an der Maschine. Diese digitale Dokumentenablage unterstützt Bedienende bei Wartung und Problemlösung. Zudem kann die AI basierend auf Maschinendaten und Dokumenten kontextbezogene Hinweise geben, die die Sicherheit und Effizienz steigern.

© Siemens

Assistenzsysteme, die auf generativer AI basieren, können beispielsweise Code generieren.

Durch den Einsatz modernster Technologien wie AI und Echtzeitdatenanalyse werden Maschinen und Abläufe intelligenter, nachhaltiger und benutzerfreundlicher. Anwendungsbeispiele für den Copilot sind zum Beispiel:

Energy Advisor: Erkennt Anomalien innerhalb von Energiedaten der Produktionsanlagen und identifiziert automatisiert Maßnahmen, welche Einsparpotenzial bieten. „Das Betriebsteam wird mit optimierten Energieberichten unterstützt und es wird aufgezeigt, wie der Energieverbrauch nachhaltig reduziert werden kann, was langfristig Kosten spart und die Umwelt schont“, sagt Daniela Borgmann (Project Lead R&D).

Shift and Operations Assistant: Der interaktive, AI-basierte Operations Assistant unterstützt das Betriebsteam, indem er wie ein persönlicher Data Scientist agiert. Er bietet Zugriff auf alle relevanten Informationen während der Schichten, stellt benutzerfreundliche KPI-Zusammenfassungen und Berichte bereit und minimiert den Aufwand beim Schichtwechsel. Zusätzlich korreliert der Assistent das Verhalten verschiedener Maschinen und Produktionslinien, um tiefere Einblicke zu gewinnen und die Betriebssicherheit zu erhöhen. „Wir integrieren innovative Sprachmodelle in industrielle Anlagen. Damit kann das Betriebsteam per Chat Ratschläge zur Optimierung erhalten“, so Thomas Blumauer-Hießl, Researcher bei Siemens Österreich.

Große Sprachmodelle (Large Language Models, LLM) können „halluzinieren“, also plausibel klingende, aber falsche Informationen erzeugen. Retrieval-Augmented Generation (RAG) hilft dabei, indem es externes Wissen aus vertrauenswürdigen Quellen einbindet, was die Genauigkeit verbessert. Das Feintuning der LLM optimiert sie speziell für industrielle Anforderungen, wodurch die Relevanz und Zuverlässigkeit der Antworten im Betrieb steigt.

„Siemens bietet einen leistungsstarken GPU-Cluster (Computercluster für sehr schnelle Berechnungen) vor Ort. Dadurch können AI-Modelle schnell und datenschutzkonform an unternehmensspezifische Anforderungen angepasst werden“, erklärt Daniel Schall, Leiter Forschungsgruppe Distributed AI Systems, Siemens Österreich. Unternehmen profitieren von erhöhter Datensicherheit und der Möglichkeit, AI-Anwendungen effizient an ihre speziellen Bedürfnisse anzupassen.

Siemens bietet einen leistungsstarken GPU-Cluster vor Ort. Dadurch können AI-Modelle schnell und datenschutzkonform an unternehmensspezifische Anforderungen angepasst werden.

Daniel Schall, Leiter der Forschungsgruppe Distributed AI Systems, Siemens Österreich

© Siemens

Trotz des enormen Potenzials des Industrial Copilot stehen Unternehmen oft vor Hürden bei der Integration in bestehende Systeme (Leitsysteme, Steuerung, MES, PLM). Siemens löst dieses Problem – durch standardisierte Integrations- Blueprints wird die einfache Realisierung und Skalierung von Copilot-Lösungen ermöglicht (etwa durch Integration in Leitsysteme wie SIMATIC PCS7, PCS neo, Siemens OpCenter Execution etc.).

Ein effizientes Deployment des Siemens Industrial Copilot auf einem Edge- Device ermöglicht die nahtlose Integration in Automatisierungssysteme, ohne dass die Daten den Shopfloor verlassen müssen. Dies schützt die Privatsphäre und ermöglicht den uneingeschränkten Betrieb ohne Netzwerkausfälle und Internet- Verbindungsprobleme.

Der Siemens Industrial Copilot nutzt Echtzeitdaten und relevante Dokumente, um Bedienende zu unterstützen, Fehler zu minimieren und die Maschinenbedienung zu optimieren. Adaptive Anleitungen verbessern Präzision und Effizienz, während der Copilot aus Interaktionen lernt und kontinuierlich Empfehlungen optimiert. Durch Feintuning mit unternehmensspezifischen Daten wird der Copilot präziser und er kann durch maßgeschneiderte Datenquellen und regelmäßige Leistungsprüfungen unterstützen.