Künstliche Intelligenz als zukünftiger Assistent für Fachkräfte

Heutzutage ist künstliche Intelligenz eines der populärsten Gebiete der wissenschaftlichen Forschung. In den letzten 10 Jahren sind die Investitionen in diesen Bereich stetig gewachsen, und im Jahr 2021 gab es Rekordinvestitionen von privaten Investoren – etwa 125,4 Milliarden US-Dollar. In den Jahren 2022-2023 stieg das Volumen der privaten Investitionen in KI im Vergleich zu 2013 um das 18-fache. Diese Art von Technologie wird in vielen Bereichen aktiv eingesetzt: vom Militärwesen bis hin zum Gastgewerbe.

Laut Studienergebnissen hat sich der Anteil der Unternehmen, die KI-Technologien einsetzen, im Jahr 2022 im Vergleich zu 2017 mehr als verdoppelt. Russische Unternehmen verfolgen die weltweiten Trends in diesem Bereich aktiv und halten mit ihnen Schritt. Das Volumen des russischen KI-Marktes belief sich im Jahr 2022 auf 647 Milliarden Rubel, was einem Anstieg von 17,3 % gegenüber dem Vorjahr entspricht. Viele Entwicklungen russischer IT-Unternehmen werden in der Arbeit einheimischer Industriebetriebe eingesetzt. Im Jahr 2022 nutzten bereits etwa 17 % der russischen Unternehmen KI oder führten sie ein, wobei die meisten davon Großunternehmen sind.

Es wird prognostiziert, dass der weltweite Markt für Arbeitssicherheitslösungen in den kommenden Jahren wachsen wird. Im Jahr 2022 betrug er etwa 14,2 Milliarden US-Dollar, und bis 2027 wird ein Anstieg auf 26,7 Milliarden US-Dollar erwartet. Der Markt wird im Zeitraum von 2022 bis 2027 durchschnittlich um 13,5 % jährlich wachsen.

Aufgrund der gesellschaftlichen Forderung nach sicherer Arbeit sowie der ständigen Optimierung der internen Kosten in den meisten Unternehmen gewinnen IT-Lösungen zur automatisierten Kontrolle der Einhaltung von Anforderungen an die Arbeitssicherheit und den Gesundheitsschutz weltweit an Popularität. Ebenfalls aktuell sind Qualitätskontrollsysteme für die Vorbereitung von Produkten und Dienstleistungen auf Basis von Videoanalytik. Derzeit sind die Hauptrichtungen der digitalen Entwicklung in Industrie und Produktion die Einführung umfassender Lösungen zur Erkennung von Verstößen gegen HSE-Anforderungen, die auf Computer Vision und maschinellem Lernen basieren, sowie die Entwicklung von Methoden zur Vermeidung potenzieller Probleme.

Bei der Erläuterung der Funktionsprinzipien aktueller und heute verfügbarer KI-Technologien im HSE-Bereich, die Computer Vision und maschinelles Lernen umfassen, ist es sinnvoll, diese nach dem Zeitpunkt ihrer Anwendung zu unterteilen. In Bezug auf einen Vorfall und/oder ein Ereignis gibt es drei solcher Zeitphasen:

• Prognose – Nutzung prädiktiver Analysemodelle zur Vorhersage der Wahrscheinlichkeit eines Unfalls basierend auf der Analyse großer Datenmengen aus vergangenen Erfahrungen ähnlicher Fälle.

Für das erfolgreiche Funktionieren eines solchen Modells müssen Daten über vergangene Vorfälle gesammelt werden, einschließlich Informationen über den Arbeitsplatz (Art der Arbeit, Ausrüstung, Arbeitsbedingungen usw.), Informationen über die Mitarbeiter (Alter, Berufserfahrung, gesundheitliche Probleme usw.) und direkt über die Unfälle selbst (Art, Schweregrad, Ursachen usw.). Durch das Sammeln dieser Daten über einen längeren Zeitraum wird ein Modell erstellt, das die gesammelten Daten analysiert und Muster sowie Zusammenhänge zwischen verschiedenen Faktoren identifiziert. Beispielsweise kann das Modell zeigen, dass eine bestimmte Art von Arbeit am gefährlichsten ist oder dass Mitarbeiter eines bestimmten Alters und mit bestimmten gesundheitlichen Problemen anfälliger für Unfälle sind.

• Echtzeitanalyse – operative Entscheidungsfindung durch den Erhalt aktueller Daten.

Zur Beschreibung dieser Technologie kann das Beispiel einer KI angeführt werden, die das Fehlen notwendiger Schutzausrüstung bei Mitarbeitern erkennt und dies über vorab eingerichtete Kommunikations- und Benachrichtigungskanäle signalisiert. Solche Systeme sind derzeit in der Lage, 95-98 % der Verstöße zu erkennen und zu registrieren, die im Algorithmus der KI hinterlegt sind. Um die Funktionsweise der Technologie besser zu verstehen, kann zudem ein Projektbeispiel zur Einführung eines Informationssystems über den Aufenthalt von Personal in Gefahrenzonen betrachtet werden.

• Post-Analytik und Ursachenforschung – bei der Bewertung vergangener Erfahrungen können und sollten Muster wiederkehrender Ursachen und implizite Gesetzmäßigkeiten gesucht werden.

Beispielsweise können in einem Unternehmen häufig Unfälle auftreten, etwa durch herabfallende Gegenstände aus der Höhe. Nach dem Sammeln und Analysieren der Vorfalldaten sowie dem Training des Modells kann festgestellt werden, dass diese alle zur gleichen Tageszeit auftreten – während der Mittagspause, wenn die Mitarbeiter in die Pause gehen und die Situation am Arbeitsplatz nicht kontrollieren. Die vom Modell vorgeschlagenen Situationen können sowohl offensichtlich als auch implizit sein, was einen neuen Blick auf alte Fragen ermöglicht.

Künstliche Intelligenz hat ein enormes Potenzial für den Einsatz in Industrie und Produktion. Wir sehen bereits die Ergebnisse der Nutzung dieser Technologien in großen Unternehmen. Industrie und Produktion stehen erst am Anfang ihrer umfassenden Digitalisierung, und im Wettbewerb werden diejenigen gewinnen, die neue Technologien als Erste einführen. Trotz der scheinbar hohen Kosten für die Implementierung von Lösungen auf Basis von Computer Vision und maschinellem Lernen handelt es sich um eine langfristige Investition in die Geschäftsentwicklung. Schließlich ermöglichen diese Systeme nicht nur Kosteneinsparungen bei der Reparatur teurer Geräte und die Minimierung von Ausfallzeiten, sondern erlauben auch den Übergang zu neuen Methoden zur Reduzierung von Verletzungen unter den Mitarbeitern.

Einerseits mag es so erscheinen, als sei dieser Bereich für HSE-Fachkräfte zu komplex und vielleicht sogar überflüssig. Doch die schrittweise flächendeckende Einführung dieser fortschrittlichen Mittel und Methoden sowie die Vereinfachung der Erstellung und Vorbereitung solcher Modelle wird unweigerlich zu einem internen Bedarf der Unternehmen nach Veränderungen führen. Daher sollte meiner Meinung nach eine moderne HSE-Fachkraft bereits jetzt ihre Qualifikationen in diesen Bereichen verbessern, um bei der Lösung komplexer Probleme mit Experten von IT-Unternehmen und den eigenen IT-Abteilungen eine gemeinsame Sprache zu sprechen.