Tools


Siemens Worldwide

Pictures of the Future

Contact

Kontakt

sts.components.contact.mr.placeholder Sebastian Webel
Herr Sebastian Webel

Chefredakteur

Tel: +49 89 636-32221

Fax: +49 89 636-35292

Werner-von-Siemens-Straße 1
80333


sts.components.contact.mr.placeholder Arthur F. Pease
Herr Arthur F. Pease

Executive Editor English Edition

Tel: +49 89 636-48824

Fax: +49 89 636-35292

Otto-Hahn-Ring 6
81739 München

Pictures of the Future
Das Magazin für Forschung und Innovation
 

Autonome Systeme

Heuristik für Industrie 4.0

Ein Bahnhof, das sind nicht nur viele Gleise, sondern diverse Signale und Gleisfreimelder. Die Konfiguration der dazugehörigen Stellwerkschränke stellt eine anspruchsvolle kombinatorische Fragestellung dar, mit der sich Siemens und die Alpen-Adria Universität Klagenfurt beschäftigt haben.

Komplexe Probleme mit einer endlos erscheinenden Anzahl möglicher Lösungen? Der Mensch trifft viele davon intuitiv. Ließen sich diese Techniken in Algorithmen verwandeln, würde dies die Künstliche Intelligenz auf eine neue Ebene heben – und damit etwa der Digitalen Fabrik ungeahnte Möglichkeiten eröffnen. In einer Forschungskooperation haben Wissenschaftler von Siemens und der Alpen-Adria Universität Klagenfurt eine wichtige Frage auf dem Weg dorthin beantwortet.

Eine Zahl mit 3.000 Nullen: schwer vorstellbar. Noch abstrakter erscheint die Zahl, wenn man versucht, sich vor Augen zu führen, dass dies die theoretisch möglichen Varianten für die Zusammensetzung eines Eisenbahnstellwerks sind. Und dass es Menschen gibt, die sich für eine unter diesen endlos erscheinenden Lösungsvarianten entscheiden und einen kompletten Aufbauplan für ebendieses Stellwerk ausarbeiten müssen.

Ein Vielfaches der Anzahl der Atome im gesamten Universum

Was wie ein theoretisches Gedankenexperiment klingt, ist eine ganz konkrete und alltägliche Fragestellung, um reibungslose Abläufe an Bahnhöfen zu garantieren – und somit auch für Siemens Mobility, das diese Aufgabe für seine Kunden übernimmt. Allein für einen kleinen Provinzbahnhof mit einer zweigleisigen Strecke fallen 1090 verschiedene Kombinationsmöglichkeiten bei der Konfiguration der erforderlichen Hardware an – gerechnet für Baugruppen für das Stellwerk, vier Weichen, acht Signale und zehn Gleisfreimelder. „Das ist eine Zahl mit 90 Nullen und ein Vielfaches der Anzahl der Atome im gesamten Universum“, sagt Andreas Falkner. „Und jetzt stellen Sie sich die Komplexität eines Großstadtbahnhofs mit zehn bis 20 Gleisen und somit unsere konkreten Projekte vor. Kabel, weitere Hardware und die zu konfigurierende Software sind dabei noch gar nicht mitgerechnet.“

Wissenschaftler der Alpen-Adria Universität Klagenfurt (v.l.: Erich Teppan und Gerhard Friedrich) arbeiten an einer der großen Fragestellungen der KI-Forschung.

Der Mann, der dies vorrechnet, entwickelt gemeinsam mit seinen Kollegen von Siemens Corporate Technology (CT) aus Wien Algorithmen für Siemens Mobility. Diese sollen den Projektingenieur dabei unterstützen, zu planen, wie ein deutlich größeres, komplexeres Stellwerk idealerweise aufgebaut sein soll. Denn aufgrund der Vielzahl von Komponenten und Varianten wäre es bereits zu aufwendig, wenn der Mensch dies selbst durchrechnete. Das würde Monate, wenn nicht sogar Jahre in Anspruch nehmen. „Das ist natürlich weder dem Kunden vermittelbar noch ist es wirtschaftlich“, so Falkner. Wer optimierte Ergebnisse liefern könne, und das auch noch in kürzester Zeit, erhalte Aufträge.

Autonome Systeme, die dem Menschen bei kombinatorischen Problemen assistieren

Sowohl Wirtschaft als auch Wissenschaft haben ein großes Interesse daran, derartige kombinatorische Herausforderungen so weit wie möglich von Computern lösen zu lassen – nicht nur bei der Konfiguration eines Stellwerks. Denn je besser die Computer darin werden, je mehr sie also als Autonome Systeme agieren, desto mehr können sie den Menschen bei Entscheidungen unterstützen. „Bei kleinen und mittleren Problemen ist das bereits der Fall“, sagt Gerhard Friedrich, „da gibt man eine Fragestellung hinein, und der Computer spuckt ein optimales Ergebnis aus.“ Der Professor am Lehrstuhl für Intelligente Systeme und Wirtschaftsinformatik an der Alpen-Adria Universität Klagenfurt arbeitet in der Forschungskooperation HINT (Heuristic Intelligence, siehe Infokasten) mit Andreas Falkner und den Kollegen von Siemens in Wien zusammen.

Friedrich zufolge gibt es aber noch zahllose Bereiche, in denen die theoretisch möglichen Varianten einer Kombination die Rechenleistung von Computern übersteigen – vor allem, wenn nicht unbegrenzt Zeit zur Verfügung steht. Wie etwa bei der Konfiguration eines Eisenbahnstellwerks. „Das Problem ist, dass von den genannten 1090 Kombinationsmöglichkeiten nur etwa eine Million, also ein verschwindend geringer Teil, technisch korrekt und wirtschaftlich sinnvoll ist“, erläutert Falkner. Herkömmliche Computerprogramme könnten zwar irgendwann zu einer Lösung kommen, doch sie halten sich, so der Professor, zurzeit noch viel zu lang mit den ohnehin nicht korrekten und wirtschaftlich nicht sinnvollen Varianten auf, laufen also gewissermaßen in die falsche Richtung los. Sprich: Sie sind noch auf menschliche Programmierhilfe angewiesen, um auf die Sprünge zu kommen. Wie soll man also den Computern beibringen, wie sie vorzugehen haben?

Blau sind die Sensoren, rot die Signallampen und grün die sie verbindenden Einheiten. Zusammen ergeben sie die Konfiguration eines Stellwerksschrankes für Bahnsysteme.

Der nächste große Schritt im Bereich der Künstlichen Intelligenz

Beim Lösen einer Aufgabenstellung wie dieser geht es um nichts Geringeres als um den nächsten großen Schritt im Bereich der Künstlichen Intelligenz. Denn das Kuriose ist: Während Computer längst in Sphären vorgedrungen sind, die die menschliche Vorstellungskraft übersteigen, und damit den Menschen abgehängt haben, was Schnelligkeit und Präzision beim Finden einer Lösung betrifft, gibt es einen Bereich, bei dem die Leistung des menschlichen Gehirns unübertroffen ist: beim Lösen von Problemen mit einer riesigen Anzahl an Varianten. „Die Lösungen, die der Mensch in solchen Fällen intuitiv produziert, sind zwar nicht optimal, aber brauchbar und in der Regel robust“, erzählt Bartosz Gula. Der Assistenzprofessor für Allgemeine Psychologie und Kognitionsforschung ist ebenfalls Projektpartner von HINT.

„Der Mensch hat eine Art Bauchladen an Problemlösungsstrategien, der ihn intuitiv entscheiden lässt, wie er ein Problem angeht."

Ist das Magie? Heuristiken nennen sich die Problemlösungsstrategien, die Menschen in diesem Fall anwenden, beispielsweise wenn sie die Route einer Dienstreise planen, auf der mehrere Orte angefahren werden müssen. „Der Mensch hat eine Art Bauchladen an Problemlösungsstrategien, der ihn intuitiv entscheiden lässt, wie er ein Problem angeht: in welche Richtung er sucht, wann er aufhört und in eine andere Richtung weiterdenkt und wie er ähnliche Probleme löst“, erklärt Erich Teppan, der technische Projektleiter von HINT auf Universitätsseite.

Wettbewerbsvorteile durch Autonome Systeme in der Digitalen Fabrik

Diese Fähigkeit, trotz einer riesigen Anzahl von Lösungsmöglichkeiten zufriedenstellende Entscheidungen zu treffen, ist es, die Heuristiken mittel- und langfristig auch für die Produktion interessant macht. In Zeiten, in denen sich Produktionsstätten in Digitale Fabriken verwandeln, könnten Systeme, die derart autonom agieren, den Unternehmen Wettbewerbsvorteile verschaffen. Ein mit einer problemspezifischen Heuristik arbeitender Computer, der ein Produktionssystem optimiert, kann auf individuelle Anforderungen an Produkte eingehen, die mit gängigen allgemeinen Optimierungsverfahren nicht beherrscht werden können – also jene Anforderungen erfüllen, die das Zeitalter von Industrie 4.0 an Technologieunternehmen stellt.

Die Alpen-Adria Universität Klagenfurt ist eine der Hochschulen, mit denen Siemens weltweit in Forschungskooperationen zusammenarbeitet.

Im Falle der aktuellen Universitätskooperation von Siemens und der Alpen-Adria Universität war es nach wie vor der Mensch, der dem Computer auf die Sprünge helfen musste. „Vereinfacht gesagt: Kollege Teppan hat sich hingesetzt“, sagt dessen Vorgesetzter Friedrich, „ein halbes Jahr nachgedacht und eine Problemlösungsstrategie gefunden.“ Die Heuristik für ein schwieriges Teilproblem der Konfiguration von Stellwerkschränken für Bahnsysteme nimmt genau zehn Zeilen in einer deskriptiven Programmiersprache in Anspruch, mit der der Computer gefüttert wird. Die Ergebnisse, die sie produziert, sehen aus wie Perlenketten – mal länger, mal kürzer, je nach Anzahl der Gleise, Signale und Lampen, die sie miteinander zu einem Schaltkreis verbinden muss. Blaue, rote und grüne Kreise, die über Linien miteinander verbunden sind und sich auf dem Papier winden oder zu einem Kreis schließen. Blau sind die Sensoren, rot die Signallampen und grün die sie verbindenden Einheiten.

Für HINT ist die Heuristik dafür ein klarer Erfolg und in der Forschungswelt eine kleine Sensation. „Aber eigentlich…“, beginnt Friedrich einen neuen Satz, „ …eigentlich wollen wir es schaffen, dass der Computer diese zehn Zeilen selbst erfindet und wir so die Künstliche Intelligenz auf eine Ebene darüber heben“, ergänzt der ihm gegenübersitzende Informatiker Teppan. Die beiden tauschen verschmitzte Blicke aus – wohlwissend, dass eine generelle Lösung des Problems eine weltweite Sensation auf dem Forschungsgebiet der Künstlichen Intelligenz darstellen würde.

Sandra Zistl
Picture credits: von oben: 1.Bild Chris Cheadle/The Image Bank/Getty Images