Digitale Innovationen sind kein Selbstzweck, sondern ermöglichen die Übertragung von Wissen und Techniken auf unterschiedlichste Szenarien. Ihr Einsatz macht Unternehmen zukunftsfähig und sichert ihnen vorteilhafte Marktpositionen. Ein Beispiel: Die ‚AI Nose‘ bei NTT Data Business Solutions, eine Weiterentwicklung eines IoT-Projekts von Benjamin Cabé. Diese intelligente, künstliche Nase vereint mehrere Sensoren zur Geruchsidentifikation in einem. Einsatzmöglichkeiten für die Entwicklung ergeben sich in unterschiedlichen Bereichen, etwa im Qualitätsmanagement in der Logistik und Produktion oder in der Bestandsanamnese in der Gärtnerei bis hin zur Sicherheitsüberwachung in Chemielaboren. Besonders in der Konsumgüterindustrie ist eine zuverlässige und sorgfältige Qualitätskontrolle relevant, denn fehlerhafte Rohstoffe oder Produkte können gesundheitliche Risiken verursachen. ‚AI Nose‘ unterstützt diese Prozesse.
Sensorsystem erkennt Gerüche
Die ‚AI Nose‘ funktioniert auf Basis eines Sensorsystems, das unterschiedliche Gaswerte misst, etwa flüchtige organische Verbindungen (zusammengefasst als VOC bzw. Volatile Organic Compounds), Kohlenstoffmonoxid (CO), Stickstoffdioxid (NO2) oder Ethanol (C2H5OH) in ppm (parts per million). Diese Werte werden erfasst und in ihrer Kombination zu einem digitalen Fingerabdruck verdichtet. Dieser bildet einen Duft ab – beispielsweise den von Kaffee. Eine künstliche Intelligenz identifiziert den Geruch und gleicht ihn mit dem zuvor definierten Fingerabdruck ab. Für komplexe Aromen können die Sensoren außerdem angepasst und in ihrer Anzahl erhöht werden.
Alles, was die künstliche Nase misst und analysiert, wird auf einem Dashboard angezeigt. Dieses gewährt Echtzeit-Einblicke in die olfaktorische Beschaffenheit von Produkten. Die KI-Engine kann außerdem ganz einfach per App gesteuert werden und stellt sich damit als besonders nutzerfreundlich heraus.
Vielfältige Anwendungsfelder
Die maschinelle Erfassung von Gerüchen bietet sich vor allem für Prozesse des Qualitätsmanagements an. So kann die AI Nose automatisiert Fehler und Unzulänglichkeiten, z.B. bei Lebensmitteln, erkennen. Damit wird das Erfordernis von aufwendigen Routinearbeiten in der Qualitätskontrolle reduziert – Labortests ergänzen die automatisierten Prozesse jedoch weiterhin. Auch für die Logistik, den Einkauf und die Produktion bergen KI-Anwendungen wie die AI Nose Potenziale, denn insbesondere bei großen Liefermengen entfällt viel Zeit auf die Sortierung von Zutaten.
Sind Gerüche erkannt und interpretiert, kann die AI Nose ohne manuelle Steuerung entsprechende Aktionen veranlassen, z.B. die Weiterleitung der Informationen an relevante Stellen, die Aussortierung von unzureichenden Produkten oder die sofortige Anpassung von Verarbeitungsprozessen.
Riechender Roboter
Auf dem ‚Sick Hackathon‘ im Oktober 2022 experimentierten 120 Teilnehmende mit der AI Nose und entwickelten unterschiedliche KI- und Robotiklösungen. Die Ergebnisse reichten von der automatisierten Überprüfung von Hühnerfleischqualität bis zu einem mobilen und riechenden Roboter, der bei der Erkennung bestimmter Düfte Alarm schlägt und damit auch in der Krisenprävention zum Einsatz kommen könnte.
Durch die Erarbeitung von Lösungen können außerdem sehr spezifische und relevante Herausforderungen adressiert werden. Im Falle der AI Nose bedeutet dies etwa einen Beitrag zur Reduktion von Lebensmittelverschwendung – im Rahmen der industriellen Automatisierung. Diese ist vor allem für die Konsumgüterindustrie von Bedeutung, schließlich befindet sie sich in einem konstant dynamischen Spannungsfeld von schwankender Nachfrage, vielen Anspruchsgruppen und höchster Sorgfaltspflicht. Technologische Innovationen können hier den Unterschied machen, das Qualitätsmanagement entlasten und gleichzeitig die Effizienz steigern.
Integration in das IIoT
Damit solche Anwendungen ihre volle Wirkung entfalten können, ist ihre Integration in die bestehende IT-Landschaft essenziell. Technologien wie die AI Nose generieren Daten, die es entsprechend zu managen gilt. Durch eine Verknüpfung mit der Cloud können diese Informationen automatisch gesammelt und anschließend orts- sowie abteilungsunabhängig eingesehen werden. Für die KI-Nase ermöglicht dies außerdem eine Kombination mit weiteren Messsystemen, zusätzlich zu den Geruchssensoren. So können Kameras mittels Machine Learning zusätzliche Parameter wie das Aussehen eines Produkts oder Rohstoffs kontrollieren.
