Latest / AI or DIE / Das Comeback von Industrie 4.0: Was KI jetzt verändert

Transcript

Das Comeback von Industrie 4.0: Was KI jetzt verändert · AI or DIE

• 0:00
  Speaker 0: Jo, hallo zusammen zu unserem Podcast AI or Die.
• 0:03
  Speaker 0: Und ich habe heute ein Urgestein bei der SAP zu Gast und das darf ich so sagen – es haben wir im Vorfeld nämlich besprochen, weil er ist nämlich nicht erst seit gestern da und hat schon wirklich sehr viel erlebt!
• 0:16
  Speaker 0: Und dann hab' ich gesagt hey Leute wie sieht's denn so aus?
• 0:19
  Speaker 0: Was ist eigentlich so aus diesem ganzen Industrievier Punkt Null geworden?
• 0:26
  Speaker 0: aus den IoT-Geschichten geworden.
• 0:28
  Speaker 0: Und wie geht der jetzt um?
• 0:29
  Speaker 0: Wie sieht das bei der Fertigung aus, wie sieht es in der Strie aus?
• 0:33
  Speaker 0: Wie funktioniert es wenn die KI dazu kommt?
• 0:36
  Speaker 0: und dann wurde mir gesagt ja da habe ich doch jemanden für dich Andreas gar kein Problem mit dem musst du dich mal unterhalten ihr müsst euch mal austauschen und da passt es auch ganz gut.
• 0:45
  Speaker 0: weil du auch verantwortlich bist nämlich Für eine Webinarreihe die jetzt ansteht hab ich gesagt pass auf da machen wir direkt Werbung für Verlinke ich euch unten Und das kannst du noch mal erzählen, was du eigentlich so bist Timosee und warum ihr eigentlich gesagt habt, ihr müsst diese Webinarreihe an den Start bringen.
• 1:04
  Speaker 1: Ja wir bringen die Webinarreihen an den start weil ich ein Programm leite das nennt sich Booster for Industries um Technologie in die Industrie zu bringen und anfassbar zu machen.
• 1:17
  Speaker 1: es geht bei dem ganzen Technologiethema so ähnlich wie damals auch bei IoT ja Eigentlich ja gar nicht um die Technik.
• 1:25
  Speaker 1: Klar, die muss funktionieren aber es geht darum Die Technik in Anwendung zu bringen und dann auch tatsächlich in Mehrwerte.
• 1:33
  Speaker 1: und das bedeutet natürlich für Datenmanagement Für kundenspezifische Entwicklungen Aber eben auch für das Thema KI mit allem was dazu gehört large language Modelle agenden etc.
• 1:45
  Speaker 1: dass anfassbar zu machen Dass ich das in den Industrien eben nutzen kann und wir machen das für die unterschiedlichen Industrien, für Financial Services, für Banken- und Versicherungen aber auch in der Diskretenindustrie.
• 2:01
  Speaker 1: Und wir starten jetzt mit einer Webinarreihe um das entsprechend anschaulich zu zeigen für die Produktion den Vertrieb und den Service.
• 2:13
  Speaker 0: Ja, ich habe das nämlich gesehen.
• 2:13
  Speaker 0: Ich hatte es nämlich link dem Post abgesetzt vor einer Woche und dann hab' ich ja auch gesehen hey da sind die guten Freunde von der PVC.
• 2:19
  Speaker 0: Grüße gehen raus!
• 2:21
  Speaker 0: Da gibt's reale Cases Und wir haben hier oft diesen Slogan im Podcast.
• 2:25
  Speaker 0: Das ist gar nicht mehr so.
• 2:26
  Speaker 0: darum geht proof of concept.
• 2:28
  Speaker 0: also nach dem Motto funktioniert jetzt die Technologie sondern Es ist vielmehr Proof Of Value.
• 2:33
  Speaker 0: Also welch Mehrwert bringt es eigentlich?
• 2:35
  Speaker 0: Wo passiert eigentlich was um?
• 2:36
  Speaker 0: wie mache ich was?
• 2:37
  Speaker 0: und dass habt ihr ja auch stark daraus gearbeitet und seid ja als Produkthersteller jetzt auch und macht diese Webinar-Reihe und sagt, hey Leute, klar gibt es Features.
• 2:45
  Speaker 0: Die könnt ihr nutzen und die haben wir auch
• 2:47
  Speaker 0: etc.,
• 2:48
  Speaker 0: aber die wollen wir euch gar nicht zeigen, sondern wir haben da so ein Best of!
• 2:51
  Speaker 0: Wir haben da wirklich krasse Cases.
• 2:53
  Speaker 0: Die wollen wir auch bisschen vorstellen machen und tun.
• 2:55
  Speaker 0: Aber dafür bist du ja gar nicht da?
• 2:57
  Speaker 0: Das könnt ihr euch als Durchlesen habe ich euch unten verlinkt.
• 3:00
  Speaker 0: Habe ich dann noch mal... Du bist ja heute da weil ich mir die Frage gestellt war habe was ist eigentlich aus dem ganzen Industrie?
• 3:08
  Speaker 0: Warum habe ich mir die Frage gestellt?
• 3:10
  Speaker 0: Ich war junge Konsultant und hatte eine Research-Aufgabe.
• 3:14
  Speaker 0: Ja, das könnt ihr euch jungen Leute nicht mehr vorstellen.
• 3:16
  Speaker 0: Früher wurde es so, da wurden Leute damit beauftragt dass man gesagt hat jetzt sucht ihr guckt mal ne Woche was ist dieses IoT Thema eigentlich?
• 3:26
  Speaker 0: Was können wir mit Daten damit machen?
• 3:27
  Speaker 0: Und ich war in der Unternehmensberatung.
• 3:29
  Speaker 0: solltest du das dann Kunden vorstellen Klassische Junior Aufgabe, die man da so hatte.
• 3:35
  Speaker 0: Habe ich mich da reingearbeitet Bücher gelesen und so weiter?
• 3:39
  Speaker 0: Und dann wurde ich das irgendwie aus den Augen verloren.
• 3:42
  Speaker 0: und dann gab es nachher irgendwann mal.
• 3:43
  Speaker 0: bei unseren Kunden kam das Thema wieder auf und sagten, wir sind ja sehr smart.
• 3:48
  Speaker 0: Wir sind vernetzt.
• 3:48
  Speaker 0: Und dann fielen diese Worte immer mal wieder.
• 3:51
  Speaker 0: Das war so im Jahr zwei Tausend Fünfzehn.
• 3:53
  Speaker 0: Zwei Tausends Sechzehn wurde es stärkere Hype.
• 3:55
  Speaker 0: Und da hattest du auch die ersten Ergebnisse.
• 3:57
  Speaker 0: wie das dann so war und Hype nicht negativ gemeint sondern in Produktion?
• 4:01
  Speaker 0: Wie hast Du die Zeit erlebt?
• 4:03
  Speaker 0: Wie war das für Dich?
• 4:04
  Speaker 0: Du warst ja schon bei der SAP.
• 4:05
  Speaker 0: Wie habt ihr das wahrgenommen?
• 4:07
  Speaker 0: Was ist davon geblieben?
• 4:09
  Speaker 1: Es ist eine sehr spannende Zeit gewesen, die sich jetzt KI wiederholt, da kommen wir vielleicht später nochmal dazu.
• 4:18
  Speaker 1: Und es war natürlich eine ziemliche Hypezeit mit dem IoT und auch dort war das Thema natürlich was mache ich denn mit dieser Technologie?
• 4:27
  Speaker 1: einfach?
• 4:29
  Speaker 1: Es ging sehr stark darum ja wie kriege ich dann die Daten aus den Geräten und wendet das im privaten dir anschaust, dann funktioniert IoT super gut.
• 4:39
  Speaker 1: Ich weiß nicht hast du irgendwelche Apps von irgendwelchen smarten Geräten auf deinem Handy wo du dich mit irgendwas weiss ich nicht deiner Heizung im Haushalt verbindest etc.
• 4:49
  Speaker 1: so was haste wahrscheinlich oder?
• 4:51
  Speaker 1: Klar
• 4:52
  Speaker 0: also es ist alles von der Waschmaschine bis hin zur Heizungs- und Rollläden.
• 4:57
  Speaker 0: das muss natürlich smart sein.
• 4:59
  Speaker 0: wenn man ein bisschen affin ist kommt man natürlich nicht darum herum klar
• 5:04
  Speaker 1: Genau.
• 5:04
  Speaker 1: Und da funktioniert das relativ gut, weil da hast du relativ geschlossene Systeme im Industrieumfeld.
• 5:15
  Speaker 1: Industrial IoT ist ja der Schlagwort international.
• 5:18
  Speaker 1: Industrie für Null haben wir dann eher in Deutschland gehabt.
• 5:22
  Speaker 1: Das war auch diese Cargaman-Initiative.
• 5:25
  Speaker 1: Und da ist ja dann eher so das Thema, naja ne neuen Fabrik wo ich alles neu mache.
• 5:31
  Speaker 1: Dann geht es vielleicht aber in so einer Brownfield Anlage wenn ich eine Linie habe in der Produktion mit einem Roboter, mit nem Kraftspanner, vielleicht mit ner Werkzeugmaschine die ich dann befüllen muss, dann ist das schon deutlich komplizierter und da kannst du nicht unbedingt alles Mögliche da dran bauen etc.
• 5:52
  Speaker 1: oder in der Prozessindustrie ist noch schwieriger wo so eine Anlage vielleicht zwanzig Jahre, dreißig Jahre läuft.
• 5:59
  Speaker 1: Kann sich erst mal sagen okay ich fahre jetzt erstmal die Anlage runter, baue neue Geräte rein und von daher war das natürlich ein bisschen schwieriger.
• 6:09
  Speaker 1: das Thema.
• 6:13
  Speaker 1: Technisch ist es möglich klar die Daten neben der Produktionspyramide rauszuladen.
• 6:20
  Speaker 1: Das ist möglich.
• 6:21
  Speaker 1: oft hatten aber die Möglichkeiten das zu tun.
• 6:27
  Speaker 1: Die neueren Anlagen haben das, aber die spannende Frage war ja immer schon was mache ich denn jetzt mit diesen Daten?
• 6:33
  Speaker 1: Also dieses klassische ITOT weil es reicht nicht einfach irgendwelche Sensordaten da rauszuladen sondern du brauchst jetzt also musst aus diesen Sensor-Daten etwas machen.
• 6:49
  Speaker 1: Du musst wissen okay welche Maschine oder welche Komponente betrifft das.
• 6:55
  Speaker 1: Wie ist vielleicht der Wartungsplan dafür?
• 6:56
  Speaker 1: Muss ich das warten, wann muss sich das warten?
• 7:00
  Speaker 1: Kann ich das noch ein bisschen länger laufen lassen?
• 7:02
  Speaker 1: Brauche ich einen Ersatzteil und dann kann ich das in den entsprechenden Stillstand reinbringen.
• 7:09
  Speaker 1: Das sind ja so diese Fragestellungen.
• 7:11
  Speaker 1: Und da haben sich viele natürlich relativ schwer getan weil du hattest auf der einen Seite die ganzen IoT-Daten eigenen Welt und du hattest auf der anderen Seite die ganzen betriebswirtschaftlichen Systeme aber auch noch technische Datenbanken, die Engineering-Systeme etc.
• 7:30
  Speaker 1: Und die zusammenzubringen ist nicht ganz einfach!
• 7:37
  Speaker 1: Du hast es schon erwähnt auch dieses Thema natürlich digitaler Zwilling mit der Idee über semanische Modelle das entsprechend ja zusammen zu bringen.
• 7:48
  Speaker 1: Und dann ist natürlich so, dass jetzt natürlich neue Technologien in der Zwischenzeit eben dazu gekommen sind.
• 7:53
  Speaker 1: Damals gab es schon die Algorithmen.
• 7:55
  Speaker 1: Productive Maintenance war ja so eine aller Munde gewesen.
• 7:58
  Speaker 1: Vielleicht ne Vorstufe der KI und jetzt hat sich aber einiges geändert.
• 8:04
  Speaker 1: Wir haben einmal im Datenmanagement einiges getan mit diesen neuen, neueren Konzepten wie DataMesh, DataProduct etc.
• 8:12
  Speaker 1: Früher hat zu den Anfängen von IoT immer noch, ich muss die Daten alle an einer Stelle speichern und nur wer die Daten hat, der kann dann damit weitermachen etc.
• 8:23
  Speaker 1: Da sind wir ja weit von weg.
• 8:24
  Speaker 1: also heute ist das einfach eine Datenquelle.
• 8:28
  Speaker 1: Und das zweite was sich jetzt natürlich ändert ist das Thema KI und vor allem die Agententechnologie und die natürlich das jetzt spannend macht.
• 8:39
  Speaker 1: Das heißt wir haben jetzt auf einmal andere Technologien verfügbar und deshalb glaube ich dass es da nochmal, wie Weivel von Industrie für Null gibt oder jetzt vielleicht das eher so in Richtung wirklich Industrie for Null dann gehen kann.
• 8:54
  Speaker 0: Ja, ich glaube das Versprechen und das Werbeversprechen dass wir alle da immer so haben war ja damit so bisschen.
• 9:01
  Speaker 0: Ich könnte jetzt auch als der Customer Dinge einfach mieten und nach Verbrauch abrechnen weil die Daten ja da waren.
• 9:08
  Speaker 0: Das war diese einmal die Customer Sicht auf die Dinge wo man immer gesagt hat So musst du es vorstellen?
• 9:14
  Speaker 0: Und die andere Sicht war ja immer Dass ich jetzt plötzlich die Daten wie Du gesagt habt zusammenbringe.
• 9:19
  Speaker 0: also Wie kriege ich denn jetzt plötzlich meine Maintenance-Daten nicht?
• 9:24
  Speaker 0: da war in meinem BW, dass sich die Controller es jetzt auswerten können.
• 9:27
  Speaker 0: Wie oft läuft die Maschine?
• 9:29
  Speaker 0: Wie läuft sie durch?
• 9:29
  Speaker 0: Was müssen wir machen und was müssen wir neu gekaufen
• 9:32
  Speaker 0: usw.?
• 9:32
  Speaker 0: Das waren ja immer verschiedene Ansätze beides.
• 9:37
  Speaker 0: Ich erinnere mich an riesen Projekte, die dann gefahren wurden um das hier zu machen, um das zu heben, um auch die Produktion halt immer besser machtzumachen, effizienter zu machen.
• 9:50
  Speaker 0: Digitale Zwillinge nicht zuletzt wo man das dann auch simuliert hat.
• 9:53
  Speaker 0: Wie war denn so die Sache von der SAP her, wie hast du das wahrgenommen?
• 9:57
  Speaker 0: Wie gut funktionierte es da?
• 9:59
  Speaker 0: Weil man kam ja immer gut aus dem ERP heraus.
• 10:02
  Speaker 0: Man war dann auch irgendwann stark als dann... Die Hanah kam und hat Geschwindigkeit auf den Sachen drauf.
• 10:07
  Speaker 0: Wie war für dich die Zeit?
• 10:08
  Speaker 0: Wie hat SAP das dann so geregelt gemacht?
• 10:11
  Speaker 0: Was waren deine Aufgaben zu dieser heißen Zeit?
• 10:16
  Speaker 1: In der heißen Phase war ich wirklich vorne vorne mit dran.
• 10:22
  Speaker 1: Zunächst als Berater habe ich die allerersten Projekte auch zu hören rund um das Thema Geschäftsmodelle gemacht, damals bei Käserkompressoren wo genau das was du gerade beschrieben hast ja nicht mehr darum ging einen Kompressor zu verkaufen sondern tatsächlich eher die Stunde Druckluft.
• 10:45
  Speaker 1: Das ist ja so die eine Seite der Medaille und die andere Seite war natürlich das neben den Projekten, die wir damals gemacht haben.
• 10:54
  Speaker 1: Ich auch sehr stark schon auch damals in des Thema Business Development auch Verbandarbeit gegangen bin, weil es ja sehr stark in diesem BtoB-Umfeld, gerade haben wir über das Konsumeroomfeld gesprochen geht's ja auch sehr stark um dieses Thema Kollaboration zwischen Betreiber und Hersteller.
• 11:15
  Speaker 1: Es nützt ja nichts wenn der Hersteler sich eine tolle Komponente überlegt die dann aber Betreiber der Produktionsanlage nicht nutzen kann, weil er gar nicht die Voraussetzungen dafür hat.
• 11:29
  Speaker 1: Keine WLAN Ausleuchtung oder was auch immer und dieses Thema hat ja damals auch schon eine Rolle gespielt.
• 11:36
  Speaker 1: da habe ich aus sehr viel in der Zeit auch gemacht mit der Open Industry forder Zivil Lines
• 11:42
  Speaker 1: etc.,
• 11:44
  Speaker 1: auch übergreifend und vieles war ja auch sehr mühsam, diese Mappings zu erstellen.
• 11:52
  Speaker 1: Du hattest damals schon die sementischen Modelle.
• 11:55
  Speaker 1: Ja du hattet es auch damals bei der SAP schon dieses dass du halt ein zentrales Asset-Modell brauchst und das du auch einen entsprechenden Austausch brauchst.
• 12:05
  Speaker 1: deshalb ist die SAP dann auch sehr früh in dieses Thema Industrienetzwerke gegangen zum Beispiel fürs Asset für das Thema Assets mit Binac um eben so ein Assets Repository zwischen Betreiber und Hersteller da eine gemeinsame Basis zu finden.
• 12:29
  Speaker 1: Es war aber trotzdem natürlich oft schwierig für die Kunden, dieses ganze Mapping zu machen.
• 12:35
  Speaker 1: Das war relativ herausfordert und das Datenmanagement Thema hat sich danach eigentlich erst entwickelt.
• 12:44
  Speaker 1: Man hat sich sehr stark Oh, ich muss alles in ein Data Lake etc.
• 12:50
  Speaker 1: machen und von daher ist die Antwort der SAP heute natürlich eine ganz andere als sie vor zehn Jahren war dazu weil einfach die Technologien sich jetzt weiterentwickelt haben.
• 13:04
  Speaker 1: früher hat es gemeint man muss die Daten kopieren.
• 13:08
  Speaker 1: nein du musst die Daten nicht kopieren Du machst das mit zero copy Genau mit diesen neuen Konzepten und deshalb ist natürlich im Thema BDC, Business Data Cloud.
• 13:21
  Speaker 1: Und all diese Themen spielen eine ganz andere Rolle mit rein!
• 13:26
  Speaker 0: Ich finde das total spannend.
• 13:27
  Speaker 0: jetzt kommt ja eigentlich logischerweise die Frage wir haben jetzt sind immer Zeitalter der AI.
• 13:34
  Speaker 0: Was verändert sich denn jetzt?
• 13:36
  Speaker 0: Du hast es kurz durchklingen lassen.
• 13:37
  Speaker 0: Es könnte nochmal ein neu aufleben dieser ganzen Smart Factories, die Maschinen können alleine darüber entscheiden wann sie gewartet.
• 13:50
  Speaker 0: werden müssen.
• 13:50
  Speaker 0: sie brauchen gar kein menschen mehr der auf bestellen drückt.
• 13:55
  Speaker 0: Sie können ihre kapazitäten und ihre leistungen selber anpassen, ausbiblieren und machen und tun durch irgendwelche KI-agenten die das können.
• 14:06
  Speaker 0: so Das ist ja jetzt nicht, dass wir darüber reden.
• 14:08
  Speaker 0: Das ist hier ferne Zukunft und das wäre schön wenn es irgendwo mal ist sondern es kann ja sein, dass das jetzt der nötige Baustein ist, der die letzten Jahre so ein bisschen gefehlt hat damit wir jetzt richtig auf eine Erfolgswelle kommen und nachher vielleicht wirklich historisch relevant.
• 14:24
  Speaker 0: man muss sich vorstellen früher standen Leute im Fabriken Jetzt stehen da Agenten weil es drängt sich natürlich auch Wir reden hier viel in dem Podcast immer über Wissensarbeit die abgelöst wird durch KI ist immer, nee die Leute werden entebelt.
• 14:38
  Speaker 0: Die können was anderes machen das braucht man gerade und sie sind dann so die Dirigenten etc.
• 14:43
  Speaker 0: auf so einer Fläche auf so eine Produktionsfläche ist ja der Trend schon immer da.
• 14:48
  Speaker 0: Also ich war früher in meinem Praktikum, standen halt noch auf einer Produktionsfläche.
• 14:52
  Speaker 0: Als ich über die vierzehn Jahre alt war, da standen halb dreißigvierzig Leute um mich alleine als Praktikant herum, die etwas gemacht haben, gefertigt haben.
• 15:01
  Speaker 0: Das ist mittlerweile wenn ich zu Böhringer Engelheim gebe nicht mehr so und da kann ich mir natürlich vorstellen es der nächste Schritt dort dass das komplett automatisiert läuft und Leute nur noch mit Schalt hebeln bisschen bewachen oder lampen oder leuchten oder wie es auch immer aussieht.
• 15:15
  Speaker 0: was sagst du dazu?
• 15:16
  Speaker 0: Kommen wir da jetzt rein?
• 15:18
  Speaker 0: Ist das noch Utopie oder haben wir wirklich Maschinen, die dann von alleine clevere gute Entscheidungen treffen.
• 15:25
  Speaker 1: Ja ich meine, da spricht so ein super spannendes Thema an.
• 15:29
  Speaker 1: Wir hatten ein sehr deutsches Thema, das nannte sich cyberphysisches System.
• 15:32
  Speaker 1: Das heißt dass Werkstück oder die Maschine weiß selber wie es ihr geht was sie produzieren muss, was der nächste Schritt ist vielleicht welches Ersatzteil Ich brauche etc.
• 15:44
  Speaker 1: und das wurde als groß die Industrie viel.
• 15:48
  Speaker 1: Also vierte industrielle Revolution wurde das gefeiert, ehrlicherweise die ist damals ausgeblieben.
• 15:55
  Speaker 1: Und jetzt haben wir aber und da hast du grad das schon spannend übergeleitet Wir haben natürlich genau diese Agententechnologie.
• 16:04
  Speaker 1: Ich bin der Auffassung dieses cyberphysische System oder diesen digital intelligenten digitaler Zwilling Das ist jetzt der Agent.
• 16:13
  Speaker 1: Der kann eben rausfinden, wie geht es mir in meinem Produktionsprozess?
• 16:20
  Speaker 1: Hab ich ein Problem.
• 16:22
  Speaker 1: In der Produktion habe ich deshalb zu viel Ausschuss und dann kann er natürlich schauen okay Wie kann ich denn jetzt hier weiter machen?
• 16:35
  Speaker 1: Was hab' ich für Lösungsstrategien?
• 16:37
  Speaker 1: Brauche vielleicht mehr Material weil ich mehr Ausschuss habe oder muss ich vielleicht meine Aufträge umplanen etc.
• 16:44
  Speaker 1: Da gehst du ja dann auf einmal in ganz andere Domänen rein und kannst diese Domäne mithilfe der Agenten ganz anders lösen.
• 16:58
  Speaker 1: Von daher bin ich der Auffassung, jetzt stehen wir an einer ganz anderen Stelle weil wir die agentische Technologie haben mit der wir genau diese Sachen machen können die wir damals machen wollten.
• 17:13
  Speaker 1: Und es ist noch ein Aspekt dabei, viele ... Wir hatten das schon gesprochen, ist ja auch die Qualität der Daten und auch dieses Daten-Mapping.
• 17:22
  Speaker 1: Und das Spannende ist, früher hat man immer gesagt, wenn die Maschine nicht OPCOA spricht, also irgendein besonderen Standard dann, oh, das ist aber aufwendig!
• 17:30
  Speaker 1: Das muss ich machen.
• 17:33
  Speaker 1: für die Hannover-Messe haben hatten wir das Problem, dass keiner da war wie wir jetzt die Maschine anbinden.
• 17:39
  Speaker 1: Also haben wir den Agenten mal selber drauf angesetzt einfach und herrmal geguckt.
• 17:44
  Speaker 1: Mach mir doch mal ein Mapping mit OPCOA!
• 17:46
  Speaker 1: Und was daraus gekommen ist, das war erstaunlich gut.
• 17:50
  Speaker 1: natürlich muss da noch einer reingreifen.
• 17:52
  Speaker 1: also ich glaube auch, dass dieses ganze Datenvorbereitungsthema durch KI auf einmal eine ganz andere Fahrt bekommt weil natürlich muss ich etwas an meinen Daten.
• 18:05
  Speaker 1: Das geht nicht anders.
• 18:07
  Speaker 1: Aber ich kann mit, ich muss nicht ein zwei oder drei Jahre Projekt machen.
• 18:11
  Speaker 1: Mir kann die KI helfen das zu lösen?
• 18:15
  Speaker 1: Indem ich Stammdaten über die KI ermittel, die ich nicht habe oder dass der entsprechende Mappings macht etc.
• 18:23
  Speaker 0: Ja und wir haben ja auch immer wieder darüber gesprochen diese Datenmengen wie kann denn eine Maschine damit umgehen.
• 18:32
  Speaker 0: Wie kriegen wir das hin, dass diese großen Datenmengen überhaupt mit Performance in irgendeiner Form reinfließen können und ausgewertet werden können?
• 18:43
  Speaker 0: Und da kommt ja auch die Stärke der KI jetzt auf der anderen Seite, diese semantische Auswertung zu gucken!
• 18:49
  Speaker 0: Du hast ja ein ganz einfaches Beispiel angesprochen was gar nicht einfach ist Ausschuss einer Maschine.
• 18:54
  Speaker 0: Das wurde früher im Monatsreporting, gab es dann Ampeln wo drauf geguckt wurde und wurde gesagt ist das jetzt gelb grün oder ist es rot?
• 19:05
  Speaker 0: Und dadurch wurden dann Entscheidungen getroffen die ja viel später dann Einzug gehalten haben was verbessert werden müsste in dem Prozess damit es geht.
• 19:17
  Speaker 0: Jetzt in der neuen Welt könnte man auch sagen Der Zeit wird wesentlich kürzer, weil die Maschine und der Agent es ja wesentlich früher feststellen.
• 19:25
  Speaker 0: Wir müssen den Menschen jetzt hier nicht zwanghaft eliminieren aber er kriegt viel schneller Rückmeldung mit einem Vorschlag was vielleicht zu tun wäre Mit einem Prozess der angestoßen werden könnte um diesen Ausschuss aus irbendem Grund zu verringern Weil die Maschinen sich selber analysiert hat nach dem Parameter und dem Modell das man so hat.
• 19:49
  Speaker 0: Das war ja eigentlich der große Problem.
• 19:51
  Speaker 0: Man hat damals geforscht, wie kriegen wir das technisch auf die Reihe?
• 19:54
  Speaker 0: Was machen wir jetzt um die Aufwendelüge?
• 19:56
  Speaker 0: gesagt hast und jetzt haben wir etwas wo eine Maschine mit Wahrscheinlichkeiten – nehmen wir es mal so oder Algorithmen oder welcher Begriff euch am liebsten ist – mit hoher Wahrscheinlichkeit ein selber Verbesserungsvorschläge machen kann.
• 20:09
  Speaker 0: Und da war das damals nicht so denkbar.
• 20:13
  Speaker 0: Aber jetzt könnte natürlich wirklich dieser Phase kommen, machen wir bisschen Wortlauberei.
• 20:18
  Speaker 0: Ist das dann Industrie?
• 20:19
  Speaker 0: Fünf Punkt Null.
• 20:21
  Speaker 0: oder wie ist es jetzt wenn du in diesem Webinar bist der Business Development?
• 20:25
  Speaker 0: Du bist ja vorne mit dabei die Leute kommen und du musst auch ein bisschen mit Begriffen handieren.
• 20:30
  Speaker 0: Was ist das jetzt hier momentan für dich?
• 20:32
  Speaker 0: Ist das alles Agents, wird das reingehen.
• 20:34
  Speaker 0: Früher dachten wir reden über Digitalisierung sagt auch niemand mehr.
• 20:38
  Speaker 0: so.
• 20:38
  Speaker 0: dann war alles Big Data.
• 20:40
  Speaker 0: also wo sind wir gerade?
• 20:42
  Speaker 0: wie machst du das fassbar?
• 20:43
  Speaker 0: Wie gehst du da mit den Leuten wenn du eine Workshops hast?
• 20:45
  Speaker 0: wie gehst Du mit denen um?
• 20:46
  Speaker 0: wie machst Du das momentan?
• 20:49
  Speaker 1: Ja gut, ich glaube wir kommen sehr stark in dieses Thema Autonom rein.
• 20:53
  Speaker 1: Also wir haben vorher ja vom Auto kennen wir das, das Thema autonomes Fahren, autonomes Taxi
• 21:00
  Speaker 1: etc.,
• 21:00
  Speaker 1: was jetzt neu nach Deutschland kommt und das Thema geht auch jetzt in die Prozesse rein.
• 21:06
  Speaker 1: Wir nennen es autonomes Enterprise Und das eine ist ja.
• 21:12
  Speaker 1: früher haben wir immer vorher gesagt, okay wie könnte es denn sein und wo könnte ich denn in Probleme laufen?
• 21:19
  Speaker 1: autonom heißt Ja Ich reagiere.
• 21:23
  Speaker 1: und antizipiere irgendein Problem.
• 21:26
  Speaker 1: Also wenn ich sehe, da kommt ein Hindernis dann fährt das Auto drum rum.
• 21:32
  Speaker 1: Da bleibt es nicht stehen und sagt so jetzt pass mal auf.
• 21:34
  Speaker 1: Jetzt sag mir mal wie soll ich denn lenken?
• 21:36
  Speaker 1: Sondern das Auto fährt da drumrum.
• 21:38
  Speaker 1: Genauso ist es bei einem Prozess.
• 21:40
  Speaker 1: Die Idee ist ja nicht dass mein Lager... Dass ich leer laufe mit Material weil ich einen Qualitätsproblem habe und dann reagieren muss sondern die Idee ist eigentlich dass ich das antizipiere, bevor es zu spät ist und dann so schnell reagieren kann.
• 21:57
  Speaker 1: Und da kommt genau dieses Autonomous Enterprise.
• 22:00
  Speaker 1: oder du jetzt drüber gesprochen hast die autonome Produktion und da kommt das dieses Thema rein.
• 22:08
  Speaker 1: Ich war neulich auf einem Vortag oder einer Konferenz zur Prozessindustrie.
• 22:15
  Speaker 1: Da haben sie von der Autonomus plant gesprochen.
• 22:20
  Speaker 1: Und dann fanden die ganz spannend, dass zu der Autonomis plant ja eben auch dieser autonome Prozess mit Terminierung der Bettsaufträge
• 22:30
  Speaker 1: etc.,
• 22:31
  Speaker 1: das das eben ja auch miterzugehört.
• 22:32
  Speaker 1: Da gehört noch viel mehr dazu als einfach nur die autonomen Maschine oder die autone Fabrik oder Anlage und da kommen im Grunde jetzt diese Welten zusammen und so erkläre ich Thema auch.
• 22:50
  Speaker 1: Und da kann mir natürlich der Agent sehr helfen, weil er auch die Art wie ich Prozesse mache natürlich verändere.
• 22:57
  Speaker 1: Früher hattest du im Betriebswirtschaftlichen hast so eine klare Abfolge ja ich muss erst den Schritt machen und dann brauche ich erst eine Materialanforderung etc.
• 23:07
  Speaker 1: das habe ich heute auch noch.
• 23:09
  Speaker 1: aber der Agent kann sich natürlich selber auch den Weg den Weg suchen.
• 23:19
  Speaker 1: Der braucht natürlich ein bisschen links und rechts ein paar Leitplanken, aber letztlich kann der sich den Prozess suchen.
• 23:26
  Speaker 1: Du hast das Beratungsgeschäft angesprochen.
• 23:28
  Speaker 1: Früher haben wir – weiß ich nicht – als ich selber in der Beratung war.
• 23:32
  Speaker 1: Wir haben ja fast jahrelang Soll-und-Ist-Prozesse aufgenommen.
• 23:37
  Speaker 1: Das läuft heute über KI.
• 23:39
  Speaker 1: Diese Leute brauchste heute nicht mehr.
• 23:42
  Speaker 1: Das läuft in Zukunft anders Und der Agent sucht sich selber den Prozess.
• 23:46
  Speaker 1: Oder kann ich den Prozess selber suchen?
• 23:49
  Speaker 0: Du kommst ja jetzt aber nicht als Akademiker um die Ecke, sondern du bist ja nur Repräsentant auch einer, sag' ich mal großen Softwarefirma wie die SAP.
• 24:00
  Speaker 0: Jetzt bist du natürlich eingeladen und machst Workshops und dann redet man mit dir um das Webinare oder kriegst zwar Anwendungsfälle und was alles so passiert.
• 24:07
  Speaker 0: Aber jetzt will ich von dir wissen hey!
• 24:09
  Speaker 0: Und was kann die SAP hier leisten?
• 24:12
  Speaker 0: Wir sind hier Jahrzehntes altes SAP-Haus.
• 24:14
  Speaker 0: Wir haben schon das BW rauf und runtergeschrubbt, da hatte es doch keine gehabt!
• 24:19
  Speaker 0: Wir haben hier echt auf Datenqualität immer geachtet... wir haben eure Denkweise, wir haben das von der SAP immer gemacht.
• 24:26
  Speaker 0: So jetzt müssen wir doch euer idealer Kunde sein.
• 24:29
  Speaker 0: ich bin auch noch in der Produktion Ich habe hier noch Fertigungssachen also ich überspitze jetzt bewusst und wir sind große SAP Fans.
• 24:36
  Speaker 0: und jetzt möchte ich von euch die nächste große Sache machen, wie verbessere ich das?
• 24:42
  Speaker 0: Wie habe ich mir das vorzustellen.
• 24:43
  Speaker 0: Weil es ist ja das erste Mal dass den Menschen nicht nur Arbeit abgenommen werden sondern wo wir ja auch davon reden, dass ganze Aufgaben sich komplett ändern.
• 24:54
  Speaker 0: Wo wir einen Jungen in der Loop sprechen und darüber sprechen du bist eher direkt der ganz viel auf dem Tisch hat und bis der Dirigent, der so ein bisschen gucken muss das alles läuft durch deine Domäenwissen und Fachexpertise.
• 25:08
  Speaker 0: Wie ist es jetzt als derjenige mit der SAP-Fahne da reinkommt und sagt hey das müsst ihr alles machen?
• 25:14
  Speaker 0: Wie funktioniert das momentan?
• 25:17
  Speaker 0: Stellt es mir ganz schön herausfordernde Zeit vor, dass halt sage ich mal die CFOs dieser Welt klatschen um Beifall oder derjenige, der ganz oben ist in Produktion.
• 25:26
  Speaker 0: Dass aber viele Leute, die es jetzt anwenden sollen auch da so ein bisschen sitzen und sagen oh Tim also beim Kaffee, sag mal was bedeutet das eigentlich für mein Job?
• 25:35
  Speaker 0: Wie isst du da gerade deine Lebensrealität?
• 25:39
  Speaker 1: Naja, ich meine Es wird eine... Das waren jetzt viele Fragen auf einmal gewesen, ne?
• 25:45
  Speaker 1: Aber Also das Eine ist natürlich Die KI wird unser Leben verändern, da bin ich fest von überzeugt und du siehst das in der Softwareindustrie.
• 25:54
  Speaker 1: Da ist die Disruption durch die KI und die Agenten ja schon im vollem Gange.
• 26:00
  Speaker 1: also wo wir früher noch vor zwei Jahren kodiert haben machen wir viel mehr heute mit den entsprechenden Agenten und es geht allen so dass die Art wie Du früher entwickelt hast sich komplett gedreht hast.
• 26:14
  Speaker 1: Das heißt diesen klassischen Kudierer den brauchst Du nicht mehr unbedingt.
• 26:19
  Speaker 1: Das zweite ist natürlich, ja du wirst auch bestimmte Jobs nicht mehr so in der Form brauchen.
• 26:27
  Speaker 1: Also ich bin der Auffassung, dass Du einen klassischen Buchhalter.
• 26:32
  Speaker 1: Weiß ich nicht die KI kann diese Zuordnung zu Konten
• 26:35
  Speaker 1: etc.,
• 26:36
  Speaker 1: kann sie machen?
• 26:37
  Speaker 1: Kann es das menschliche machen?
• 26:38
  Speaker 1: Nee!
• 26:38
  Speaker 1: Das kann die KI nicht machen.
• 26:40
  Speaker 1: Deshalb zumindest bestimmte Tätigkeiten wird die KI ersetzen.
• 26:46
  Speaker 1: diese Tätigkeitsprofile werden sich ändern.
• 26:52
  Speaker 1: Das Spannende ist natürlich momentan, wir haben einen super Hype um die KI und die spannende Frage ist ja immer wofür wendigt es an?
• 26:59
  Speaker 1: Also wenn ein Kunde zu mir kommt und sagt naja pass mal auf ich will da mit Dokumente generieren und PDF dann sage ich das ist vielleicht ein Ansatz aber damit kannst du nicht wirklich mehr wert erzeugen.
• 27:13
  Speaker 1: und wenn jetzt Jemand kommt aus der Produktion oder auch aus Finance und sagt, wo hab ich denn jetzt einen Impact?
• 27:19
  Speaker 1: Dann ist eigentlich da die Aussage.
• 27:21
  Speaker 1: Da, wo ich viele manuelle aufwendige Tätigkeiten habe... Also zum Beispiel für die Hannover-Messe haben wir so ein Umplanungsagenten gebaut auf Basis einer Ulmann Verpackungsmaschine.
• 27:38
  Speaker 1: Die stellen Medikamente her, haste alle möglichen Batches
• 27:42
  Speaker 1: etc.,
• 27:43
  Speaker 1: und heute, wenn du irgendwelche Qualitätsprobleme hast.
• 27:47
  Speaker 1: Dann tust du nicht umplanen.
• 27:49
  Speaker 1: das ist in digitalen silos.
• 27:51
  Speaker 1: Du hast etwas vielleicht vorher ja in der integrierten Planung von SAP Ja, vorher du hast was in der Produktionsplanung hast die Fertigungsaufträge dann heißt es MES System da hat noch zahlreiche andere system und durch diese digitalen Silos kommst du gar nicht dazu.
• 28:07
  Speaker 1: wenn du jetzt konkreten problem hast tatsächlich um zu planen ja dass würde zwei bis drei Tage dauern, ja?
• 28:17
  Speaker 1: Und dann hast du vielleicht noch so ein MRP-Lauf von der SAP, der vielleicht über Nacht läuft etc.
• 28:23
  Speaker 1: Ja, der vierundzwanzig Stunden braucht et cetera.
• 28:26
  Speaker 1: und das Spannende ist.
• 28:27
  Speaker 1: wir haben gezeigt dass es aber auf einmal geht weil wir diesen Vorgang der vielleicht Wohnplaner vielleicht vorher drei oder vier Tage für gebraucht hätte und es deshalb nicht so läuft, ne?
• 28:39
  Speaker 1: Weil da eher so ist Müller, ja?
• 28:42
  Speaker 1: Geh an die Maschine.
• 28:44
  Speaker 1: Ja du gehst an die maschine jetzt tauschen wir.
• 28:46
  Speaker 1: das geht ja immer heute noch eher manuell.
• 28:49
  Speaker 1: Jetzt kann auf einmal einen Planer innerhalb von einer Stunde eine Umplanung vornehmen.
• 28:54
  Speaker 1: Ja, ich brauche aber natürlich den Human in der Loop um das zu beurteilen und dass dann entsprechend auch ja da ist.
• 29:01
  Speaker 1: vielleicht ein Werksleiter sagt ja es ist okay, das machen wir jetzt!
• 29:04
  Speaker 1: Wir ziehen jetzt diese Aufträge vor und priorisieren das etc.
• 29:08
  Speaker 1: damit das alles gut läuft.
• 29:12
  Speaker 1: Und das sind genau die Dinge... Ich muss Use Cases herausarbeiten oder auch finden wo ich wirklich viele manuelle Tätigkeiten habe, die so komplex sind, dass du sie in einer schnellen Art und Weise nicht hinbekommst.
• 29:34
  Speaker 1: In der Prozessindustrie wird sehr stark über dieses Thema Wärmetauscher-Auslegung gesprochen.
• 29:38
  Speaker 1: Früher hat da ein Ingenieur vielleicht vier bis sechs oder acht Wochen gebraucht um einen Wärmetaucher in einer chemischen Anlage zu erstellen.
• 29:50
  Speaker 1: Das kann die KI in zwei, drei Tagen.
• 29:52
  Speaker 1: Das einzige Problem ist natürlich du musst das beurteilen ob das stimmt was die KI da macht und dass eventuell anpassen wenn aber der Mitarbeiter das natürlich nicht mehr selber von Hand macht.
• 30:06
  Speaker 1: dann ist natürlich die Frage hast du noch mit?
• 30:08
  Speaker 1: also das heißt das ist sehr stark auch ein entsprechendes Skill Thema
• 30:12
  Speaker 0: genau als es ein Riesenproblem nach dem Motto wer weiß eigentlich noch etwas falsch ist.
• 30:16
  Speaker 0: weil die KI ist unheimlich gut darin falsche Dinge plausibel zu erklären.
• 30:20
  Speaker 0: Und wenn ich dann die Warenprozesse dahinter nicht kenne, ist das ein offenes Ding.
• 30:24
  Speaker 0: Jetzt seid ihr total traurig und denkt euch ja Mensch!
• 30:27
  Speaker 0: Ich würde dir so gerne noch länger zuhören und hätte hier gern noch weitere Anwendungsfälle und ich hätt' gern noch verschiedene Sachen.
• 30:32
  Speaker 0: Haben wir euch ja gesagt?
• 30:33
  Speaker 0: Es gibt eine Verbinarreihe im September.
• 30:36
  Speaker 0: da könnt ihr Timothy auf jeden Fall nochmal antreffen, könnt nochmal reinschauen.
• 30:40
  Speaker 0: Ich verlinke euch das alles wie ich das hier immer mache.
• 30:43
  Speaker 0: aber auch wenn wir bis jetzt über die Zeit sind es gibt ja eine gute alte Tradition in diesem Podcast Und die ist ja immer wieder dieselbe.
• 30:52
  Speaker 0: Timothy, du hast gleich die letzten Worte in diesem Podcast!
• 30:56
  Speaker 0: Du kannst sagen tun und lassen was immer du möchtest... Das einzige, was du nicht sagen darfst ist vielen Dank für die Einladung.
• 31:05
  Speaker 0: Also insofern sag ich schon mal Tschüss an dieser Stelle!
• 31:09
  Speaker 0: Guckt in die Verbinarereien.
• 31:11
  Speaker 0: wir haben die SAP zu verschiedenen Themen jetzt hier im Endsommer noch zu Gast.
• 31:15
  Speaker 0: da stehen ganz viele spannende Themen an.
• 31:18
  Speaker 0: also bleibt dran.
• 31:19
  Speaker 0: abonniert den Kanal ihr kennt das alles.
• 31:21
  Speaker 0: wenn ihr welche Fragen habt dürft ihr natürlich auf LinkedIn uns anschreiben.
• 31:25
  Speaker 0: gar kein Thema auch mal direkt.
• 31:27
  Speaker 0: Ansonsten sei euch natürlich empfohlen, auch in die nächste Folge reinzuhören.
• 31:31
  Speaker 0: Und ich sage ja, Tim, ne?
• 31:35
  Speaker 0: Deine letzten Worte du kannst auch was völlig... Du kannst zu Hemmungslos Werbung machen!
• 31:38
  Speaker 0: Du kannst alles Mögliche erzählen, was du schon immer mal sagen wolltest.
• 31:42
  Speaker 0: Du kannst auch gerne erzählen das der Lieblingsessen ist oder warum dein Fußballverein gerade nicht gut ist.
• 31:47
  Speaker 0: Völlig egal es ist dir überlassen.
• 31:48
  Speaker 0: nutze die Chance.
• 31:49
  Speaker 0: Ich sag Tschüss auf bald bis denn
• 31:53
  Speaker 1: Ja.
• 31:54
  Speaker 1: also ganz klar Traut euch, trauen sie sich an das Thema ran.
• 31:59
  Speaker 1: Warten Sie nicht ab!
• 32:00
  Speaker 1: Fangen Sie einfach an.
• 32:03
  Speaker 1: Bauen Sie mal einen Prototypen auf und experimentieren Sie damit.
• 32:12
  Speaker 1: Gehen Sie auch mit dem KI-Thema zur SAP weil es reicht nicht aus so oben am Eisberg einfach nur die Daten rauszulesen und dann macht das schon was.
• 32:23
  Speaker 1: darunter sind noch die ganzen betriebswirtschaftlichen Prozesse, da drin sind die ganzen Datenmodelle und all diese Themen.
• 32:30
  Speaker 1: Da haben wir jetzt gar nicht drüber gesprochen.
• 32:32
  Speaker 1: Sehr viele Dinge, die wir extra vorbereiten damit ich da auch wirklich vernünftige Dinge rausholen kann und damit ich wirklich die Prozese verbessern kann.
• 32:44
  Speaker 1: von daher fangen sie an und wir freuen uns auf die Gespräche.