Mögen Sie Bienen? Wie viele Kolleginnen und Kollegen bin ich inzwischen ein begeisterter Imker. Weil mich die Insekten faszinieren und ich sie schützen will. Dafür nutze ich gerne digitale Technologien und Methoden. Das Beste daran: Am Beispiel unseres KI-Projekts im virtuellen Bienenstock können wir zeigen, was mit Vision AI, der KI-basierten Bilderkennung, in vielen Branchen möglich wird.
Vor einigen Jahren hat uns das Bienensterben veranlasst, in unserem Innovation Center in München Hightech-Bienenstöcke zu entwickeln. IoT-Sensoren im Bienenstock messen Temperatur, Gewicht und Luftfeuchtigkeit. Zusätzliche Umweltsensoren z. B. den Ozongehalt. Weil Imker diese Werte über die Open Telekom Cloud aufs Smartphone bekommen, sprechen wir gerne mal vom Babyphone für Bienen. Dank KI kann unser digitaler Bienenstock künftig noch mehr. Wir haben einzelne Bienenstöcke mit einer Webcam und einer speziellen Kamera mit 830 Nanometer Wellenlänge ausgestattet, um ein- und ausfliegende Bienen im Videostream zu erkennen. Die Kameras liefern uns jede Menge Daten, die unsere künstliche Intelligenz füttern. Wir setzen eine Computer-Vision-Anwendung ein. Diese Methode des maschinellen Lernens lässt sich auf unterschiedliche Muster trainieren. Systeme der visuellen Objekterkennung können nahezu alle Dinge oder Lebewesen in digitalen Fotos oder Videos erfassen und verarbeiten.
Wenn die Biene von der Erde verschwindet, hat der Mensch nur noch vier Jahre zu leben. Keine Biene mehr, keine Bestäubung mehr, keine Pflanzen mehr, keine Tiere mehr, keine Menschen mehr.
Albert Einstein
In unserem Fall muss das System erst einmal zuverlässig Bienen von Wespen oder Hornissen unterscheiden können. Auf der Grundlage sehr vieler Daten haben wir die Algorithmen der KI auf „Bienenmuster“ trainiert. Mit Erfolg: Die künstliche Intelligenz weiß inzwischen, welches Insekt eine Biene ist, und zählt daher nur diese. Aber das reicht uns nicht. Mit Hilfe neuronaler Netzwerke erfassen wir die Aktivität der Bienen im vernetzten Bienenstock. Wenn wir diese Informationen mit den Messergebnissen der IoT-Sensoren verknüpfen, bekommen wir ein genaueres Bild der Wirkzusammenhänge. Das erweitert unser Imkerei-Wissen. Allen, die mal nachschauen möchten, wie sich Temperatur oder Luftwerte wie Ozon auf die Betriebsamkeit unserer Insekten auswirken, empfehle ich einen Ausflug zu unserer Bee Flight Data-Seite.
Auch wenn sich inzwischen mehr als 300 Beschäftigte der Telekom in der Community der Green Pioneers unter anderem mit der Imkerei beschäftigen, geht es unserem Innovation Center mit dem Projekt „Digitaler Bienenstock“ natürlich um mehr als nur die Biene. Wir können damit den Wert von Deep Learning und industrieller Bildverarbeitung verdeutlichen, denn Anwendungen sind in nahezu allen Branchen denkbar. Gerade arbeiten wir an einem Projekt, das die visuelle Objekterkennung fürs Hautscreening nutzt. Wir können eine KI so trainieren, dass sie Hautveränderungen erkennen kann. Wenn wir die Software anschließend in eine App integrieren, dann könnten wir unsere Muttermale einfach fotografieren oder abfilmen. Anhand der Trainingsdaten von Bildern oder Videos entscheidet die App dann, ob wir besser eine Dermatologin aufsuchen sollten. Natürlich wollen wir damit keine medizinische Untersuchung ersetzen, aber das Fachpersonal entlasten und die Früherkennung beschleunigen.
Industrielle Bildverarbeitung findet sich in Unternehmen derzeit vor allem in der Qualitätskontrolle, aber auch bei der Lagerinventur oder beim Ersatzteilmanagement. Ein Beispiel: Ehe Blech zur Autotür wird, sind unzählige Schweißnähte nötig. Unser menschliches Auge kann nicht in Echtzeit erfassen, ob die Maschine eine solche Verbindung wirklich korrekt ausführt. Heißt: die Güte der Naht muss nachträglich beurteilt werden. Es sei denn, man verwendet maschinelles Lernen, Sensoren und Bilder als Trainingsmaterial. So wie das KI-Projekt eines Automobilherstellers und der AI Factory von T-Systems. Dann erfolgt die Qualitätskontrolle direkt beim Schweißvorgang: Denn die Roboter haben auf der Basis von Bildverarbeitung gelernt, die Qualität ihrer Arbeit zu beurteilen. Läuft etwas schief, sortieren sie die fehlerhaften Stücke selbst aus.
Plattformen für Vision AI setzen möglichen Anwendungen kaum Grenzen: Denn Algorithmen lassen sich auf ganz unterschiedliche Objekte trainieren – auf Bienen, Hautkrebs oder Schweißnähte. Computer Vision spielt seine Stärken aus, wo wir Objekte finden oder zählen oder Informationen aus Bildern extrahieren müssen. Mit solchen Verfahren ebnet uns KI den Weg zur vollautomatischen und sich permanent selbst verbessernden Fabrik. Möchten Unternehmen ihre Logistik optimieren, um beispielsweise ihre Lager, Frachträume und Container besser auszulasten, dann eignen sich dafür Bildauswertungssysteme auf Basis von Computer Vision sehr gut. Oder denken Sie an Firmen mit erhöhtem Sicherheitsrisiko. Da könnte die KI einen Alarm auslösen, wenn ein Mitarbeiter nicht den vorgeschriebenen Helm trägt oder sich Unbefugte in Sicherheitsbereichen aufhalten. Ergebnis: Mit dieser Art der Digitalisierung können Unternehmen Aufgaben automatisieren, die bislang etliche Ressourcen gebunden haben.
Der Einsatz von KI ist nicht trivial; viele tun sich leichter, wenn sie die Software als Service beziehen. Dass dies auch für Computer Vision funktioniert, beweisen unsere AI Solution Factory oder die AI Vision Plattform von T-Systems MMS. Wer ein Bildverarbeitungssystem als gemanagten Service bezieht, muss sich weder um Serverarchitektur noch um Rechenleistung oder Datenvorbereitung kümmern. Achten Sie bei der Wahl Ihres Dienstleisters auf folgende Punkte:
Diese Sorgfalt ist wichtig, schließlich wollen Sie Ihnen wichtige Daten verarbeiten – und nicht nur Bienen zählen.
Mit solchen gemanagten Services können Unternehmen auch bislang zu komplexe Systeme schnell und einfach nutzen. Mit künstlicher Intelligenz und ganz speziell auch Computer Vision bzw. Vision AI können wir Endprodukte künftig schneller, genauer und präziser auf die Kundenbedürfnisse anpassen – etwa, wenn wir individuelle Medikamente entwickeln wollen. Wenn Sie neugierig sind, was mit KI heute schon möglich und zukünftig denkbar ist, dann dürfte Ihnen der Artikel meines Kollegen Pavol Bauer sehr gut gefallen: „Wie verschmelzen Menschlichkeit und KI zu Meisterwerken?“ Und dann noch ein letzter Satz in eigener Sache. Falls Sie wissen wollen, was uns ein vernetzter Kaffeebecher über die Innovationskraft der Digitalisierung verrät, dann lesen Sie bitte diesen Artikel von mir. Ihr Feedback und Ihre Fragen sind willkommen. Oder schauen Sie doch mal persönlich in München vorbei. Ich würde mich über Ihren Besuch im Innovation Center freuen.
Schreiben Sie mir gerne direkt: Patrick.Koehler@t-system.com
