Viacheslav Gromov ist Gründer und Geschäftsführer von AITAD, einen Full-Stack-Embedded-KI Anbieter. Im Interview spricht Gromov über Lieferengpässe, Predicitive/Preventive Maintenance, Nachhaltigkeit, was es mit Trends wie Hardware-as-a-Service in aktueller Krise auf sich hat und warum Unternehmen auf Individuallösungen setzen sollten.
Was verbirgt sich hinter AITAD?
AITAD steht für Innovation durch lokale KI in Produkt und Produktion. Wir sind ein Full-Stack-Anbieter von Embedded-KI-Komponenten für Geräte und Maschinen. Wir unterstützen große und mittelständische Unternehmen in drei Bereichen innovativ zu sein: User Interaction (UI), Predictive/Preventive Maintenance und kundenspezifische, funktionale Innovationen. Unternehmen kommen zu uns, wir prüfen ihre Produkte auf KI-Integration und entwickeln diese dann in unserem Labor. Wir übernehmen von der Konzeption über das Datensammeln und -Analyse für die KI, hin zum Soft- und Hardwareentwurf einzelner Sensorkomponenten sowie Serienentwicklung für den Lieferprozess.
Welche Bereiche profitieren am meisten von Embedded-KI?
Embedded-KI ist ein Allrounder. Sie kann in allen Produkten wirken, abhängig vom Use Case und was Unternehmen und Verbraucher wünschen. Die Anforderungen sind unterschiedlicher Natur: Manchen Unternehmen geht es um technologische Disruption, anderen um Markt-USPs und wiederum andere wollen durch wiederkehrende Geschäftsmodelle wettbewerbsfähig bleiben.
Embedded-KI ist agnostisch gegenüber den Branchen. Das bedeutet, dass sie richtig eingesetzt nahezu überall einen Mehrwert bietet. Predictive Maintenance ist derzeit im Automotive- und Maschinenbausegment für den Hardware-as-a-Service-Trend beliebt. User Interaction ist beispielsweise bei Haushaltsgeräten, Personal Health und Consumer-Devices ein Trend, wenn es um Gesichts-, Personen-, Gesten- und Spracherkennungen geht. Die Medizintechnik ist an neuen Erkenntnissen und intelligenteren Programmanpassungen interessiert, gerade bei Erkennungen mit Endoskop, Schnittoptimierungen in HF-Chirurgie oder Prothesen-Bewegungsanalysen. Hier eröffnet der Einsatz von Embedded-KI sogar neue Wirkfelder.
Predicitive Maintenance ist ein wichtiger Bereich in Unternehmen …
In der Tat. Und durchaus noch viel weiter ausbaufähig. Vorausschauende Wartung bedeutet, Ausfälle bestimmter Hauptausfallskomponenten innerhalb eines Geräts (etwa Aufsätze, Pumpen, Motoren, Lüfter, etc.) frühzeitig – also oft Monate im Voraus – und planbar vorherzusagen. Dies trägt nicht nur der Sicherheit bei, sondern eröffnet den Raum für wiederum neue, servicebezogene Geschäftsmodelle wie Leasing, Abonnement-Service, etc.
Wie sieht es mit der Nachhaltigkeit aus?
Der erste und wirkungsvollste Schritt für mehr Nachhaltigkeit ist es, über neue, langfristige Geschäftsmodelle und lange Produktzyklen nachzudenken. Hinzu kommen Effizienzoptimierungen in produktinternen Prozessen, was auf den Material- oder Energieverbrauch zielt. Embedded-KI wirkt hier unterstützend. Predictive/Preventive Maintenance sowie Leasing- und Servicegeschäftsmodelle sind ein Anreiz für Produkthersteller sich wieder vermehrt auf langlebiges Produktdesign und -einsatz ohne angedachte Obsoleszenz zu konzentrieren.
Das regt zu nachhaltigerem Wirtschaften an und führt letztendlich zu Material- und Energieeinsparungen. Die kommende sogenannte Hardware-as-a-Service-Welle, bei der die Hardware mitsamt diverser Update-, Service- und Analyseleistungen langfristig vermietet wird, wird Nachhaltigkeit neu definieren. Dies ist im Übrigen auch mehr denn je eine Notwendigkeit, um gegen Asien im Wettbewerb um Stückzahlen durch neue Nutzungs-Geschäftsmodelle nachhaltig wettbewerbsfähig zu bleiben. Denn bei Service und Kundenzentrierung ist Europa vorne.
Zu was raten Sie Unternehmen? Sind Individuallösungen die bessere Wahl?
In letzter Zeit kommen scheinbar spielerisch leichte Framework-Lösungen auf den Markt. Einzelne Blöcke können nach den eigenen Anforderungen zusammengesteckt werden. Da es sich um angepasste Systeme handelt, sind sie oft wenig effizient und flexibel. Und die genauen Inhalte bleiben verborgen. Fragen wie »Welche Blackbox habe ich in meinem Produkt? Wirkt hier künstliche Intelligenz? Und wenn ja, welche?« bleiben hier unbeantwortet. Die komplexen Lizenzmodelle dahinter sind teilweise auch erklärungsbedürftig und nicht für jeden das Wahre.
Wir empfehlen auf Individuallösungen zu setzen. Standardlösungen decken nie zu 100 Prozent ab, was benötigt wird. Jedes Unternehmen, das aktuell auf Embedded-KI setzt, hat zudem einen USP, da die Technologie noch so neu am Markt ist. Das sollte eine geschützte und individuelle Lösung sein, die kein anderer einfach so verwenden kann.
Unternehmen sollten also eine Strategie parat haben, um Embedded-KI in ihre Produkte integrieren?
Ja genau. Nur hat der Mittelstand erfahrungsgemäß noch oft keine. Sie sollten sich also systematisch einen umfassenden Überblick verschaffen, was an Embedded-KI in ihren Geräten möglich ist. Auf Embedded-KI spezialisierte externe Berater können die Produkte analysieren und Vorschläge unterbreiten, welche Embedded-KI mit welchem Anwendernutzen zu welchen Kosten für den Hersteller realisierbar ist und vom Prototyp bis zur Serienreife begleiten. Das kann auch sehr schnell gehen, wenn Erfahrung im Spiel ist.
Wie lange dauert die Embedded-KI-Produktentwicklung bis zum ersten Muster?
Meistens kann man in der Realität schon nach sechs Monaten ein Proof-of-Concept mit dem ersten Prototyp abschließen. Der Embedded-KI-Prozess durchläuft bis hin zur Serienentwicklung die folgenden Stufen: Nach der Konzeptionierung heißt es Daten sammeln. Anhand der aufbereiteten und angereicherten Daten bauen Datenexperten ein Machine-Learning-Modell. Embedded-Softwareentwickler wandeln dieses in ausführbaren, hardwarenahen Code um, mitsamt allen Sensor- und Interfaceanforderungen. Parallel dazu wird bei uns auch die passende Hardware entwickelt und produziert.
Man hält dann die fertige Systemkomponente – also meistens einen intelligenten Sensor – einbaubereit und mit KI an Bord in der Hand für die ersten Tests. Dahinter stand die Arbeit von Ingenieurteams von mindestens vier Disziplinen, denn wir sprechen hier von einer full-stack High-Tech-Entwicklung mit vielschichtiger Kompetenzerfordernis.
Warum sollte man ausgerechnet an Embedded-KI trotz aktueller Krisen denken?
Einerseits beobachten wir, dass sich die Märkte branchenübergreifend zuspitzen: Durch die Krisen steigen die Preise und man muss sie auch als westlicher Hersteller global rechtfertigen. Und das geht – gerade in Deutschland mit Qualitäts- und Innovationsführungsanspruch – nur durch verstärktes Innovieren, um Einzigartigkeit zu schaffen. Da sind wir schon sehr stark im Bereich spezifische Innovationen mit Embedded-KI zwecks neuer Funktionen oder Prozessoptimierungen sowie neue User Experience durch Personenerkennung, Gesten, Sprache und Co.
Als Extra-Need greifen Unternehmen aber gerade jetzt zu Predictive Maintenance mit Embedded-KI: Durch ihre geringen Kosten wirkt sie auch den Lieferengpässen entgegen, mit denen viele Hersteller zu kämpfen haben. Denn wenn sie durch Teiländerungen und neue Lieferanten neue und seitens Qualität noch unbekannte Komponenten in ihre Maschinen und Geräte einbauen, müssen sie diese absichern, um die dauerhafte Qualität zu bewahren. Und mit Predictive Maintenance schaffen Unternehmen genau das. Denn selbst wenn ein Bauteil kurz vor dem Ausfall steht, spürt der Kunde durch frühzeitigen Service kaum etwas davon.
Noch ein kurzer Blick in die Glaskugel: Was wird das Jahr 2023 bringen?
Wir sehen, dass ein Umdenken stattfindet und sich viele Unternehmen nach Umsetzungspartnern umschauen. Vor allem dem Mittelstand bietet Embedded-KI einen großen Spielraum, um in den Bereichen Predicitive/Preventive Maintenance, User Interaction und funktionale Innovationen mit ganz vorne dabei zu sein. Die Forschung und Weiterentwicklung von Embedded-KI wird 2023 einen Boom erfahren. Ebenso wird der bereits aufziehende Trend der Hardware-as-a-Service (HaaS) durch Krise beschleunigt und mehr und mehr zur Normalität werden.
Viacheslav Gromov ist Gründer und Geschäftsführer von AITAD. Das Unternehmen entwickelt elektronikbezogene künstliche Intelligenz (Embedded KI), die in Geräten und Maschinen lokal und in Echtzeit definierte Aufgaben übernimmt. Gromov verfügt über umfangreiches Wissen im Bereich Halbleiter, KI, Embedded Hard- und Software sowie Systemarchitektur. In seiner Laufbahn war er an vielen Projekten und Beratungen vom Silicon Valley bis hin zum deutschen Mittelstand tätig. Er ist Verfasser zahlreicher Beiträge in Elektro- und Elektronik-Fachmedien und Autor diverser Lehrbücher im Halbleiterbereich. Gromov ist als Experte Mitglied in verschiedenen KI- und Digitalisierungs-Gremien, unter anderem DIN und DKE.
Bildquelle: AITAD