Interview: Künstliche Intelligenz und cLynx bei SAUERESSIG

Presse, Packaging
©Matthews International
©Matthews International

Ein Einblick hinter die Kulissen von SAUERESSIG: Wie sieht die Arbeit an KI-Projekten im Unternehmen wirklich aus? Unser AI-Experte Daniel Schmidt spricht über seine Erfahrungen und spannenden Projekte mit der intelligenten Technologie.

1. Herr Schmidt, bei SAUERESSIG arbeiten Sie an Projekten, um Maschinen intelligenter zu machen. Um was geht es dabei genau?

Durch die Digitalisierung und die immer größer werdende Benutzung von elektronischen Geräten, erzeugen wir alle immer mehr Daten. Dabei interessieren uns am Ende aber oft nur ein paar konkrete Informationen. Teilweise können wir diese über klare, vordefinierte Regeln abgreifen. In den meisten Fällen ist das, was wir wissen wollen jedoch in den Daten versteckt und lässt sich nur durch ein sehr komplexes Regelwerk gewinnen. Dieses Regelwerk zu erkennen und auch noch niederzuschreiben ist selbst für den Menschen sehr kompliziert und auch nicht immer möglich.
Um dieses Problem anzugehen, entstand das Fachgebiet der künstlichen Intelligenz (im Englischen Artificial Intelligence). Dies ist ein Teilgebiet der Informatik, das versucht diese Probleme zu lösen und dessen Ergebnis am Ende Intelligent erscheint. Dabei überlappt das Gebiet mit einer Vielzahl anderer Gebiete wie der Mathematik, Neurowissenschaften und Logik oder das in unserem Fall besonders relevante Gebiet des Computer Vision.

2. Was ist in diesem Zusammenhang Computer Vision?

Computer Vision umfasst im Allgemeinen alle Verfahren, die einer Maschine ermöglichen „zu sehen“. Im Endeffekt heißt dies, dass Informationen aus Bildern gewonnen werden können. Darunter fallen sowohl die klassischen Algorithmen der Bildverarbeitung, als auch in den letzten Jahren vermehrt Entwicklungen aus der Künstlichen Intelligenz und dort vor allem dem Deep Learning. Dadurch können am Ende unterschiedlichste visuelle Aufgaben gelöst werden, die für den Menschen zum Teil einfach erscheinen, aber letztendlich ein sehr komplexes Regelwerk besitzen. Dazu zählt zum Beispiel das autonome Fahren oder eine automatische Zeichen- und Schrifterkennung.

3. Wo wird Künstliche Intelligenz bereits bei SAUERESSIG eingesetzt?

Künstliche Intelligenz und vor allem Computer Vision sind im Bereich der Druckindustrie besonders relevant, da das Endprodukt in den meisten Fällen ein gedrucktes Bild ist. Dieses Bild wird im gesamten Verlauf der Verarbeitung in verschiedenen Schritten vom Design bis hin zum Druck für den jeweils nächsten Schritt angepasst.
Daher war das Ziel unseres ersten Produktes auch die Qualitätskontrolle des letzten Schrittes in der Zylinderproduktion. Dies hat sich mittlerweile zu einer ganzen Familie von Programmen entwickelt, die unter dem Namen cLynx an verschiedensten Stellen im Unternehmen die Qualitätskontrolle unterstützt und in Zusammenarbeit mit unseren Kollegen für eine gleichbleibend hohe Qualität für unsere Kunden sorgt.

©Matthews International

4. Woher kommt Ihre Begeisterung für Datenströme und Künstliche Intelligenz?

Während meines Studiums der Informatik hatte ich die Möglichkeit viele Unterbereiche dieses breiten Feldes kennen zu lernen. Dabei haben mich relativ schnell die Möglichkeiten der Künstlichen Intelligenz und insbesondere von Computer Vision fasziniert. Neben des technischen Verständnisses ist dort vor allem auch die Vorstellungskraft und Kreativität gefragt, um mit dem gesammelten Wissen dann auch spezifische Problemstellungen zu lösen. Durch die schnellen Entwicklungen in diesem Feld arbeitet man konstant an neuen Herausforderungen, für die es bis dahin oft noch keine Lösungen gab. Dies macht jedes Projekt aufs Neue Interessant, weil man auch nicht immer weiß ob es überhaupt lösbar sein wird.
Durch die Zusammenarbeit von Roman Gevers und Professor Javier Villalba-Diez habe ich außerdem die Möglichkeit bekommen in einer Doktorarbeit mich noch weiter mit den aktuellen Entwicklungen der künstlichen Intelligenz auseinander zu setzen. In diesem Zusammenhang ist es bereits zu einigen wissenschaftlichen Veröffentlichungen gekommen.

5. Das klingt sehr vielseitig und spannend. Worum geht es in Ihren wissenschaftlichen Arbeiten genau?

Grundsätzlich geht es um die Frage, wie die aktuellen Entwicklungen der künstlichen Intelligenz sich im Allgemeinen und im speziellen auf die Arbeit von Morgen auswirken werden. Dabei ist es wichtig, sowohl grundlegende Techniken als auch spezifische Lösungsansätze für Probleme mit Hilfe von KI zu betrachten, um ein umfassendes Bild zu bekommen was aktuell möglich ist und wohin die Entwicklungen gehen werden.

6. Und an welcher neuen Entwicklung arbeiten Sie heute?

Aktuell sind wir in der Entwicklung einiger größerer Projekte, von denen wir in den nächsten Monaten noch berichten werden. Im Betrieb ist aktuell schon unsere „Similarity Search“, mit deren Hilfe es dem Kundenservice möglich ist ähnliche Voraufträge anhand eines Bildes zu finden. Außerdem sind wir aktuell in der Testphase und Weiterentwicklung unseres „AI Screenings“. Damit wollen wir die Vorteile einer automatischen und manuellen Rasterung vereinen und dem Kunden einen weiteren Mehrwert bieten.

7. Und was machen Sie, wenn Sie sich einmal nicht mit Daten beschäftigen?

Auch wenn einige Kollegen die Vorstellung haben, dass ich mich den ganzen Tag mit Daten beschäftige, zieht es mich in der Freizeit oft raus in die Natur. Ob zu Fuß oder mit dem Fahrrad. Außerdem entdecke ich gerne neue Musik und koche gerne. Sobald es mit dem Reisen wieder einfacher wird, erkunde ich auch gerne wieder neue Orte und lasse mich von neuen Ideen inspirieren.

 

Hier erfahren Sie mehr über cLynx:

https://www.saueressig.com/stories/clynx/

Hier gelangen Sie zu den Papern:

1. Deep Learning for Industrial Computer Vision Quality Control in the Printing Industry 4.0

2. Characterization of Industry 4.0 Lean Management Problem-Solving Behavioral Patterns Using EEG Sensors and Deep Learning

3. Geometric Deep Lean Learning: Deep Learning in Industry 4.0 Cyber–Physical Complex Networks

4. Industry 4.0 Lean Shopfloor Management Characterization Using EEG Sensors and Deep Learning

5. Deep learning enabling quality improvement in rotogravure manufacturing