Eine Differenzierung: Selmo & KI in der SPS-Programmierung

In diesem Interview erfahren Sie mehr darüber, was unsere Technologie von der KI in der SPS-Programmierung unterscheidet und wie Sie die Grenzen der künstlichen Intelligenz überwinden. Zudem diskutieren wir die Frage, ob KI Menschen in der Maschinenprogrammierung ersetzen könnte.

Sabine Reisinger: Guten Tag, Markus. Wir wollen heute über Selmo** und die künstliche Intelligenz bezogen auf die SPS-Programmierung sprechen. Warum ist KI heutzutage und insbesondere in diesem Bereich so ein polarisierendes Thema?

Markus Gruber: In den letzten Jahren gab es bei der Entwicklung von künstlicher Intelligenz enorme Fortschritte, die bis in den privaten Bereich reichen. Ich bin mir sicher, jeder von uns hat schon einmal probiert etwas in ChatGPT einzugeben, oder?

Auch in der Programmierung von Maschinen ist KI ein sehr aktuelles Thema. Eine künstliche Intelligenz ist in der Lage Aufgaben schneller als herkömmliche Programmiermethoden zu lösen. So kann man beispielsweise mit ChatGPT Steuerungscodes automatisch generieren. Ob dieser richtig ist, ist aber eine andere Sache. Denn KI hat auch Grenzen.

Sabine Reisinger: Ich würde gerne an den letzten Punkt anknüpfen. Würdest Du also sagen, dass KI auch Grenzen in der SPS-Programmierung hat?

Sabine Reisinger: Was könnten Folgen sein, wenn man nur auf künstliche Intelligenz bei der SPS-Code-Generierung setzt?

Markus Gruber: Eine Folge, die auf der Hand liegt, wären natürlich Codierungsfehler. Was dann wiederum viel Zeit für Überwachung und Kontrolle erfordert, um diese Fehler zu finden. Natürlich kann es auch sein, dass der Code gar nicht erst funktioniert und somit die Maschine auch nicht. Programme sind nicht verlässlich prüfbar, Funktionen können nicht zur Gänze geprüft werden und es kann zu Schwierigkeiten bei der Instandhaltung von zukünftigen Maschinen kommen. Zudem führt jede Änderung zu einem neuen Programm, hervorgebracht von der KI.

Letztendlich führt der Einsatz von KI dazu, dass das menschliche Fachwissen in den Hintergrund rückt.

Sabine Reisinger: Du hast nun vor einigen Jahren die Technologie Selmo entwickelt, welche die manuelle Programmierung revolutioniert, da kein manuelles "Coden" mehr erforderlich ist. Wie grenzt du das nun vom Einsatz von KI ab? 

Sabine Reisinger: Was haben Unternehmen nun für Vorteile, wenn sie Selmo zur SPS-Programmierung ihrer Maschinen einsetzen?

Markus Gruber: Kurz und knapp: Einsatzbereiten, fehlerfreien SPS-Code und funktionierende Maschinen!

Sabine Reisinger: Wie siehst Du eigentlich die Zukunft von Selmo und der künstlichen Intelligenz in der Automatisierung von Maschinen?

Markus Gruber:  Mit Selmo setzen wir den Fokus auf verhaltensorientiertes Engineering! Das ist ein sehr wichtiger Faktor, da für die zukünftige Digitalisierung und die Entwicklung von KI-Modellen nicht nur Funktionsdaten, sondern auch Verhaltensdaten entscheidend sind. Unsere Technologie legt die Grundlage für die KI-Analyse im OT-Bereich und schafft gleichzeitig eine einheitliche Schnittstelle für die IT. Das bedeutet, dass unsere Lösung die Digitalisierung und die Entwicklung von KI-Modellen im OT-Bereich ermöglicht und jede digitale Information aus diesem Bereich automatisch verfügbar macht. So bietet Selmo die Basis für zukünftige KI-Modelle für die Prozessoptimierung.

Sabine Reisinger: Eine letzte und ich denke sehr häufig gestellt Frage: Glaubst Du, dass KI eines Tages den Menschen in der Maschinenprogrammierung ersetzen wird?

Markus Gruber: Da hast Du recht … Wie oft ich diese Frage schon gehört habe (lacht). Meine Antwort ist Nein. Ich bin der Meinung, dass KI den Menschen in der Maschinenprogrammierung nicht vollständig ersetzen wird. Im Maschinenbau liegt die eigentliche Schöpfungskraft beim Menschen. Fachwissen, Kontextverständnis und Kreativität werden immer wichtig sein, um innovative Lösungen zu entwickeln. Nur Vergangenheitsdaten reichen hier nicht!

**Selmo ist eine OT-Plattform zur Erkennung von Abweichungen in Echtzeit. Unsere Technologie erzeugt auf Basis von Modellen und Algorithmen deterministische Programme und erkennt unbekannte Fehler dann, wenn diese passieren. Ganz ohne vorherige Programmierung der Fehlermeldung.