Chatten met machinegegevens

Via een generatieve kunstmatige intelligentie moeten productie- en machinegegevens gemakkelijker toegankelijk worden. © Universiteit Stuttgart IFF/Fraunhofer IPA, Foto: Rainer Bez

Dank AI worden machinegegevens voor iedereen toegankelijk: Bij het Fraunhofer IPA werkt een onderzoeksteam aan een generatieve Kunstmatige Intelligentie waarmee medewerkers productie- en machinegegevens via chat kunnen opvragen. Ze visualiseert complexe gegevens en vergemakkelijkt zo de analyse in de dagelijkse werkzaamheden.

In een fabriek worden dagelijks grote hoeveelheden productie- en machinegegevens gegenereerd. Maar in veel gevallen blijven ze onbenut. De inspanning die nodig is om de gegevens te kunnen analyseren, is vooral voor kleine en middelgrote bedrijven nauwelijks te behappen. Want daarvoor moet vakbekwaam personeel de gegevens van vele verschillende bronnen verzamelen, ze met veel handwerk voorbereiden en uiteindelijk op grafieken en diagrammen visualiseren.

»De toegang tot en de analyse van productie- en machinegegevens moet eenvoudiger worden«, zegt Matthias Schneider van het onderzoeksteam IT-Architecturen voor de productie aan het Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA. Hier ligt de focus van het onderzoeksproject »Visualisierung von Produktionsdaten als generativ interaktive Erweiterung« (ViPGeniE). In samenwerking met de drie bedrijven uit Baden-Württemberg, ads-tec Industrial IT GmbH, Data Coffee GmbH en Ulrich GmbH & Co. KG, wil het Fraunhofer IPA productie- en machinegegevens toegankelijker maken via een generatieve Kunstmatige Intelligentie.

Gegevens analyseren zonder vakkennis

Net zoals veel mensen zich tegenwoordig privé uitwisselen met een generatieve Kunstmatige Intelligentie, moeten medewerkers in de toekomst via chat concrete gegevens kunnen opvragen – zoals bepaalde machinecondities of temperatuurverlopen. Als antwoord krijgen ze niet alleen tekst, maar ook de juiste diagrammen, die de AI speciaal voor hun menselijke gesprekspartner genereert.

Op basis hiervan kunnen de medewerkers verdere vragen aan de AI stellen. Er ontstaat min of meer een dialoog tussen mens en machine, waarbij verbanden of oorzaken van fouten inzichtelijk worden. Dit wordt mogelijk gemaakt door de samenwerking van meerdere technologieën: productie- en sensorgegevens worden continu verzameld en beschreven in een zogenaamde Digitale Tweeling, een virtueel beeld van de productie. Deze levert de benodigde contextinformatie, zodat de Kunstmatige Intelligentie de gegevens correct kan interpreteren.

»De drempel om productie- en machinegegevens te gebruiken wordt hiermee aanzienlijk verlaagd«, aldus Schneider, »omdat geen vakkennis meer nodig is om toegang te krijgen tot de gegevens en deze te analyseren.« Ook de wachttijden worden geëlimineerd, bijvoorbeeld om bestaande statische visualisaties aan te passen of nieuwe te maken. Zelfs als een bedrijf over eigen specialisten voor data-analyse beschikt, zijn deze meestal niet direct beschikbaar en kunnen ze alleen met vertraging op verzoeken reageren. Vooral kleine en middelgrote bedrijven uit alle sectoren zouden profiteren van ViPGeniE. Want zij kunnen meestal geen data-analisten in dienst nemen.

Eerste resultaten vanaf 2027

De onderzoekers onder leiding van Schneider van het Fraunhofer IPA nemen in het project ViPGeniE verschillende kerntaken op zich: ze ontwikkelen de systeemarchitectuur, een flexibele omgeving waarin verschillende taalmodellen gelijktijdig kunnen worden ingezet, en Digitale Tweelingen die de gegevens structureren en zo de analyse door de generatieve AI überhaupt mogelijk maken.

Een eerste demonstrator, die laat zien hoe met generatieve AI complexe productie- en machinegegevens uit diverse bronnen binnen enkele seconden begrijpelijk kunnen worden gevisualiseerd, willen de projectpartners naar verwachting in het tweede kwartaal van 2027 presenteren.