Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Die Lösung wäre Digitalisierung und Vernetzung Dazu gehört insbesondere eine einheitliche Kommunikationsschnittstelle so dass sämtliche Laborgeräte unterschiedlicher Hersteller und Disziplinen problemlos mit verschiedenen Laborsoftwares verknüpfbar sind Ein solcher offener und herstellerunabhängiger Standard ist LADS Laboratory Analytics Device Standard wie er derzeit entsteht unter Führung des Branchenverbands Spectaris und in Zusammenarbeit mit rund 40 Mitwirkenden aus der weltweiten Laborbranche Er basiert auf dem OPC-UA-Standard den produzierende Unternehmen Anfang der 1990er initiiert haben und der inzwischen weltweit der etablierte Standard im Industrieumfeld ist Sobald bislang autarke Laborgeräte mit einer Laborsoftware verbunden werden können öffnet sich für Labore und auch die Hersteller von Laborgeräten und -software ein riesiges Optimierungspotenzial So könnte eine breite Masse von Laboren ihre Versuchsabläufe Prozesse und Dokumentation automatisieren Dadurch sinkt das Fehlerrisiko im Gegenzug steigt die Flexibilität und ohnehin schon knappe Personalressourcen stehen für wertvollere Aufgaben zur Verfügung als Daten von einem System in ein anderes System zu übertragen Und es entsteht damit auch – sozusagen als Nebenprodukt – die Möglichkeit Daten im großen Stil zu sammeln – die Grundlage für den Einsatz von KI Von Daten zum fertigen KI-Tool Die Entwicklung eines Systems künstlicher Intelligenz ist grundsätzlich unabhängig von der Branche in der es eingesetzt wird Data Scientists abstrahieren vom branchenspezifischen Anwendungsfall auf eine datenzentrierte Sichtweise und wählen das passende Modell und geeignete Methoden um das Modell zu trainieren Ob eine KI die Ausfallvorhersage für eine Gasturbine oder für einen Pipettierroboter übernehmen soll ist also für die Entwicklung der KI im Grunde nebensächlich Häufig sammeln Unternehmen zunächst wahllos Daten und hoffen „dass man daraus später mal irgendwelches Wissen herausziehen kann“ Tatsächlich ist es möglich zu prüfen ob statistische Verfahren und neuronale Netze Auffälligkeiten Muster und Zusammenhänge in diesen Daten finden die den Verantwortlichen bislang unbekannt waren Die Erfolgschancen sind jedoch 18 www labo de 4 2023 Labor 4 0 | Laborautomation und IT KI-Projekte lassen sich in unstrukturiert gesammelte Daten ohne konkretes Ziel auf bislang unbekanntes Wissen durchsuchen und strukturiert konkrete Aufgabenstellung unterteilen Strukturierte KI-Projekte durchlaufen üblicherweise drei bis vier Schritte wobei jeder Schritt transparente Ergebnisse liefert Strukturierte KI-Projekte sind somit gut kalkulierbar und beinhalten definierte Punkte um die Wirtschaftlichkeit des Projekts immer wieder zu prüfen Bild infoteam Software