Das Problem liegt doch in einem anderen Feld, wie F_K richtig schrieb. Man kann KI-Methoden ja anwenden - aber erst, wenn die Basics funktionieren. Ausreichend Ersatzteile, Einhalten von Wartungsintervallen, ausreichende Finanzmittel, etc. Erst dann kann man z.B. Predictive Maintance einsetzen, um z.B. die Wartungskosten und die -intervalle zu optimieren.
@doc:
Und das mit der KI ist immer so eine Sache. Die KI ist zunächst einmal so gut wie die zur grundeliegenden Lern- und Testdaten. Und die KI ist auch nur für dieses Szenario (zuverlässig) einsetzbar. Die Daten müssen dann auch im produtkiven Betrieb in der vorhanden Qualität vorherrschen, ansonsten gibt die KI eine falsche Meldung.
Das Messen der Ölqualität hat ja so nichts mit KI zu tun. Das kann man über Kennlinien, Schwellwertberechnung, Lineare Regression oder andere Verfahren (besser) umsetzen. Das gleiche eigentlich auch bei Ersatzteilen, wenn man z.B. die Brüchigkeit mittels Ultraschall (oder anderen Sensoren) von bestimmten Teilen misst. Dafür braucht es z.B. kein Neuronales Netz, Tensoren oder ähnliches. Aber KI als Thema macht sich halt gut, zumal wenn man was verkaufen möchte oder Förder- bzw. Investorengelder benötigt
Mir fehlt nur noch Blockchain als Schlagwort.
Aus eigener Erfahrung bin ich sehr zurückhaltend, wenn irgendwo KI, IBM und SAP im gleichen Zusammenhang genannt werden.
Hab da auch einen schönen Kommentar auf heise gelesen ("Missing Link: Ein Plädoyer wider den KI-Populismus "):
https://www.heise.de/newsticker/meldung/Missing-Link-Ein-Plaedoyer-wider-den-KI-Populismus-4063789.htmlMan kann der gleichen Meinung sein, muss man aber nicht. Aus meiner Sicht jedenfalls hat der gute Mann nicht unrecht.