KI in Forschung und Entwicklung
Gerade für ein innovatives Unternehmen ist es wichtig, neugierig und offen für Neues zu bleiben. Daher geht das Trendthema Künstliche Intelligenz, kurz "KI" selbstverständlich auch an Polytives nicht vorbei. Wir haben Berichte gelesen, Use Cases betrachtet, teils selbst miterlebt, wie die Wirkung beim Einsatz im Produktionsprozess berücksichtigt werden muss und auch an dem ein oder anderen Webinar oder Event dazu teilgenommen. Beispielsweise angeboten durch das Chemie Cluster Bayern oder auch das TITK in unserer Nachbarschaft. Einen Überblick, was wir bisher für uns mitgenommen haben möchten wir im Folgenden geben, mit dem Augenmerk auf KI in Forschung und Entwicklung.
Experimentdesign, Datenanalyse, Dokumentation
Ein unschlagbarer Vorteil der KI ist die vereinfachte Experimentplanung, welche Methoden der statistischen Versuchsplanung unterstützt. Dies kann zu einer großen Zeitersparnis beim Untersuchen unterschiedlicher Variablen und Parameter führen. Experimente können dann ggfs. auch automatisiert und durch KI-gesteuerte Roboter ausgeführt werden.
Die Menge an so generierten Daten kann anschließend ausgewertet werden - hier erkennt KI Muster, Trends und komplexe Zusammenhänge und Abhängigkeiten, wodurch neue Syntheserouten schneller und einfacher identifiziert und umgesetzt werden können. Gerade was molekulares Modellieren und Simulieren angeht, leistet die KI in Forschung und Entwicklung große Beiträge. Es geht darum, Molekülstrukturen so zu verändern, dass gewünschte Eigenschaften gezielt adaptiert werden - ein wichtiges Mittel um Medikamente zu entwickeln oder, z. B. im industriellen Bereich Materialeigenschaften wie Festigkeit oder thermische Stabilität nachzugehen.
KI in Forschung und Entwicklung kann auch einen Bereich berühren, der außerhalb des akademischen Bereichs nur selten betrachtet wird: Der Ergebnispublikation. Das Veröffentlichen von wissenschaftlichen Beiträgen ist elementarer Bestandteil der Wissensansammlung und -verbreitung. Hier kann KI nicht nur bei der Literaturrecherche helfen, sondern generell beim Publizieren der Beiträge. Auch wenn man dem direkten Publizieren skeptisch gegenübersteht, gibt es schon vielversprechende Berichte, dass eine KI-gestützte Textstrukturierung die wissenschaftliche Analyse und das Peer-Review der Manuskripte erleichtern.
Übertrag auf Industrie
Um die Anwendungsfelder von KI in Forschung und Entwicklung auf industrielle Fragestellungen zu übertragen, bedarf es momentan Partner, die eine Vielzahl Daten generieren und die daraus abgeleiteten Prozesse ausprobieren und bewerten. Unabhängig davon haben sich natürlich bereits Anwendungen im Bereich der Qualitätssicherung, der Prozessteuerung etc. gebildet. Doch KI kann eine mögliche Basis sein, akademische Forschungsfelder und industrielles Know-how zu verknüpfen - in diesem Maße ist das bisher noch nicht erfolgt. Wir sind uns aber sicher, dass sich innovative Ideen immer Mittel und Wege suchen, um in die Welt zu gelangen und wären nicht überrascht, wenn es in den nächsten Jahren hier bedeutende Fortschritte geben wird.
Wir bleiben in jedem Fall dran und testen, wo immer es möglich und sinnvoll ist, wie die positiven Effekte von KI-Tools unsere täglichen und nicht so alltäglichen Herausforderungen unterstützen kann. Ein Beispiel außerhalb von KI in Forschung und Entwicklung bildet KI für das Marketing. Um etwa einen Blogbeitrag zu illustrieren, eignet sich ChatGPT gar nicht schlecht.
Neueste Kommentare