Warum 2023 ein Boomjahr für die Embedded KI wird
21.12.2022 Autonomous & Intelligent Systems Expertenwissen embedded world

Warum 2023 ein Boomjahr für die Embedded KI wird

Die Anwendungsbereiche für Embedded KI werden immer umfangreicher, die Innovationszyklen werden immer kürzer und 2023 hält alle Zutaten bereit, um Embedded KI zu einem Boom zu verhelfen. Es ist angerichtet …

Messinstrumente in einer Produktionsanlage Fachkräftemangel und Lieferschwierigkeiten machen die Unterstützung durch Embedded KI erforderlich

Welche Rahmenbedingungen begünstigen den Einsatz von Embedded KI?


1. Ressourcensparende Embedded KI in der Energiekrise

Die Energiekrise wird auch 2023 eines der zentralen Themen für viele Unternehmen sein. Noch mehr Produkthersteller werden aus diesem Grund auf dezentrale Systeme mit Embedded KI zurückgreifen. Die Kosten für Rechenressourcen in der Cloud steigen deutlich, da diese Systeme sehr energieintensiv sind. Reine Cloud- oder intensive Edge-Anwendungen bekommen deshalb 2023 einen Dämpfer. Embedded KI dagegen läuft auf günstigen kleinen Halbleitern, ist ressourcensparend und arbeitet autark vor Ort.  

2. Embedded KI und Predictive Maintenance

Die anhaltende Krise der globalen Lieferketten, die zu Lieferschwierigkeiten in nahezu allen Branchen führt, begünstigt den Einsatz von Embedded KI ebenfalls. Durch die akuten Lieferschwierigkeiten setzen Hersteller neue Produkte von neuen Zulieferern ein. Predictive Maintenance spielt dabei eine entscheidende Rolle, da sie die noch fehlende Erfahrung der neu eingesetzten Bauteile in Bezug auf deren Qualität auffangen kann.

Durch Predictive Maintenance mit Hilfe von Embedded KI werden Fehlerfälle frühzeitig und ohne Ausfall oder gar Image-Schaden erkannt und behoben. So wird verhindert, dass der Endkunde Nachteile der Kompromisslösungen zu spüren bekommt. Zudem wird die Predictive Maintenance durch die weiter steigende Rechenleistung der kleineren Halbleiter immer effektiver, was aufgrund hoher Datenmengen die sofortige Verarbeitung vor Ort in Echtzeit (Embedded KI) voraussetzt.

3. Steigende Rechenleistung führt zu mehr User Interaction

Die steigende Rechenleistung von kleinsten und günstigsten Halbleiter-Recheneinheiten und die Weiterentwicklung der Algorithmik bei künstlichen neuronalen Netzen (KNNs) ermöglichen komplexerer Interaktionen mit dem Nutzer bzw. Bediener.

User Interaction wie z.B. Personen-Raumerkennung, Insassenerkennung oder Keyword-Spotting werden mehrwertschöpfend beginnen, auf das Verhalten von Menschen und deren Emotionen zu reagieren.

Seien Sie mit dabei! Treffen Sie die Embedded-Community von 14.-16. März 2023 im Messezentrum in Nürnberg und tauschen Sie sich mit internationalen Experten aus!

Embedded KI in der Industrie Embedded KI in der Industrie (Copyright: AITAD) 

4. Boom beim inkrementellen Lernen und der Sprachtrennung

Was bisher nur auf größeren Systemen möglich war, wird mit günstigen Systemen im zwei- bis dreistelligen Eurobereich umsetzbar. Konkrete Folgen sind Technologiesprünge beim inkrementellen Lernen und der Sprachtrennung.

Ersteres ermöglicht die Anpassung lokaler Machine-Learning-Modelle an Nutzung (z.B.: Rechts- oder Linkshänder?) oder Umgebung (z.B.: Steht die Prozessanlage in trockener Hitze oder in feuchter Kälte?), während zweitere zu einer besseren, lokalen Spracherkennung der Bedienerstimme in verrauschten Umgebungen führt.

5. Fachkräftemangel macht Unterstützung durch KI erforderlich

Der anhaltende Fachkräftemangel erhöht die Notwendigkeit, Haushalts- und Medizingeräte sowie Produktionsanlagen intelligenter zu machen. Um eine Unterstützung zu bieten, muss sich dabei der Betreuungsaufwand reduzieren.

Das kann zum Beispiel ein Chirurgie-Lasergerät sein, das dank Spracherkennung direkt auf die Anweisungen von Chirurgen hört. Oder eine Zahnbürste, die den Zahnstatus auf Ultraschallebene überwacht und so den präventiven Arztbesuch einspart. Saug-Roboter oder Raumlüfter werden durch lokale Objekt- und Staubanalysen immer zuverlässiger, sodass die Arbeit im Haushalt weniger Zeit in Anspruch nimmt. Die Infografik zeigt Einsatzgebiete von Embedded KI in der Produktion.


6. Hardware-as-a-Service (HaaS) wird zum Wettbewerbsvorteil

Der globale Systemwettbewerb wird sich im kommenden Jahr noch stärker zuspitzen. Die westliche Industrie wird sich auf dem globalen Markt nicht mehr durch klassische Produktleistung, wie etwa Blechbiegen oder Prozessfunktionen, durchsetzen können. Stattdessen tritt Hardware-as-a-Service (HaaS), also die Vermarktung von Geräte- und Maschinennutzung, mehr und mehr an die Stelle des Stückzahlverkaufs.

Durch Einsatz von Embedded KI z.B. bei der Verschleißerkennung oder Benutzerverhaltensanalyse erreichen Hersteller optimale Lebensdauern und Maschinenverfügbarkeiten bei sinkenden Wartungskosten. Service- und Kundenorientierung, aber auch Nachhaltigkeit stehen bei derartigen Leasing-, Miet-, Abo- und Servicemodellen im Vordergrund.

 
In Track 8 der embedded world Conference 2023 finden Sie Vorträge rund um das Thema Einsatz von KI in eingebetteten Systemen.


Quelle: Die Originalfassung des Artikels von Viacheslav Gromov, AITAD, lesen Sie auf www.elektroniknet.de