Die Verpackungsindustrie leidet unter der geringen Verfügbarkeit von Fachkräften, aber für Chris Kuntz, VP of Strategic Operations bei Augmentir, bieten KI-Systeme die Lösung. In diesem Interview mit Joshua Poole von Packaging Insights erkundet Chris, wie KI und die Augmented Connected Workforce könnten die Verpackungsindustrie revolutionieren und wie Augmentirs KI-gestützte Lösung für vernetzte Mitarbeiter optimale Effizienz in der Fertigung unterstützt. Er erörtert außerdem die Bedeutung wirksamer regulatorischer Rahmenbedingungen für KI.
Dieses Transkript wurde aus Gründen der Klarheit und Länge bearbeitet. Sehen Sie sich das Original-Videointerview auf der Packaging Insights-Website an Hier.
——
Joshua Poole: Hallo zusammen. Mein Name ist Joshua Poole und ich bin Leiter des Redaktionsteams bei CNS Media, dem Herausgeber von Packaging Insights. Ich freue mich sehr, heute Chris Kuntz, den Vice President of Strategy bei Augmentir, bei mir zu haben, der hier ist, um über die Vorteile von KI in Bezug auf die Verpackungsbranche zu sprechen.
Also herzlich willkommen, Chris.
Chris Kuntz: Vielen Dank und danke, dass ich hier sein durfte, Joshua.
Joshua Poole: Also, Chris, von KI-Systemen wird erwartet, dass sie die Gesellschaft als Ganzes wirklich verändern werden. Aber inwieweit könnten sie im Hinblick auf die Verpackungsindustrie die dortigen Abläufe revolutionieren?
Chris Kuntz: Die Realität ist, dass dies in großem Maße der Fall ist. Die Auswirkungen konzentrieren sich auf die Fertigungsbelegschaft – die Menschen, die Teil der Fertigung sind. Historisch gesehen konzentrierte sich die Anwendung von KI, künstlicher Intelligenz und maschinellem Lernen, zumindest in der Fertigung, auf die Automatisierung sich wiederholender Prozesse auf niedrigerer Ebene, die Menschen in der Fabrik ersetzen. Heute müssen wir darüber nachdenken und worauf wir uns hier bei Augmentir konzentrieren, wie wir KI nutzen können, um die menschliche Belegschaft zu ergänzen. Und so hat KI, die wiederum in der gesamten Branche eingesetzt wird, großartige Anwendungsmöglichkeiten in Bezug auf vorausschauende Wartung, Maschinenausfälle, Energieeffizienz – Dinge wie Ressourcennutzung und sogar Lieferkettentransparenz und Qualitätskontrolle – geboten.
Und diese KI-Anwendungen in der Fertigung werden weiterhin einen Mehrwert bieten. Aber die Realität ist, dass in Papierfabriken, in der Fabrikhalle, in den Bereichen Sicherheit, Qualität und Wartung immer noch Menschen benötigt werden. Es gibt Jobs, die einfach menschliche Anwesenheit erfordern. Und das wird nicht so schnell verschwinden. Aber wir stehen vor diesen Herausforderungen für die Belegschaft, denn die Belegschaft altert und geht in den Ruhestand. Sie verlassen die Fabrik mit einer enormen Menge an Wissen, das für den Betrieb von Fabriken und Anlagen unerlässlich ist. Vor der Pandemie hatten wir eine aufstrebende Belegschaft, die vielleicht nicht über die erforderlichen Fähigkeiten verfügte, aber heute, in der Zeit nach der Pandemie, herrscht ein massiver Mangel an Arbeitsplätzen. Es kommen keine Arbeitskräfte nach, und so sind die Hersteller gezwungen, sich einen Pool weniger qualifizierter Arbeitskräfte anzusehen, um Aufgaben zu erledigen, für die sie möglicherweise ursprünglich nicht qualifiziert sind.
Es geht also nicht nur darum, dass die Fachkräfte fehlen, sondern es fehlt einfach an Fachkräften, die nachrücken. Jeder Hersteller ist also mit einem massiven Arbeitskräftemangel konfrontiert und infolgedessen mit einem massiven Mangel an den Fähigkeiten, die erforderlich sind, um jeden Tag erfolgreich in der Fertigung zu arbeiten. Und hier wird unserer Meinung nach aus KI-Sicht der Wert liegen, und wenn man sich die Anwendung von KI in der Fertigung historisch ansieht, ist dies eine Art Transformation.
Joshua Poole: Sie haben erwähnt, dass die Branche große Schwierigkeiten hat, den Mangel an qualifizierten Arbeitskräften zu überwinden. Wie kann KI dieses Problem branchenweit lösen?
Chris Kuntz: Eines der großartigen Dinge an künstlicher Intelligenz und unserer Unternehmensgeschichte sowie eines unserer früheren Unternehmen konzentrierten sich auf das Sammeln von Daten von vernetzten Maschinen und die anschließende Nutzung und Analyse dieser Daten mithilfe von KI, um herauszufinden, wie man die Funktionsweise dieser Maschinen verbessern und verbessern kann.
Aus menschlicher Sicht sind die Menschen in der Fertigung relativ abgekoppelt. Sie verwenden Checklisten, SOPs und Arbeitsabläufe auf Papier, also dieselbe Art von Technologie, die sie schon vor 20, 30 Jahren verwendeten. Sie sind also relativ abgekoppelt, und wir wissen wenig darüber, wie sie arbeiten, wie sie sich verhalten und wo sie Hilfe und Unterstützung benötigen.
Wenn wir diese Mitarbeiter vernetzen können – und ich spreche hier von einer Vernetzung über Telefone, Tablets und tragbare Geräte –, wenn wir diese Mitarbeiter vernetzen können, verfügen wir über ein digitales Portal, das ihre Leistung anzeigt. Mithilfe von künstlicher Intelligenz können wir ihre Leistung analysieren und ihnen dann Anleitung in Echtzeit bieten, fast so, als ob ihnen ein künstlicher Assistent zur Seite stünde und ihnen hilft, wenn sie Probleme haben, wenn sie Hilfe, Anleitung oder Unterstützung benötigen oder wenn es ein potenzielles Sicherheitsproblem gibt.
So wie KI in der Vergangenheit eingesetzt wurde, um auf Basis von Maschinendaten deren Effizienz und Leistung zu verbessern, können wir denselben Ansatz auch für die Menschen in der Fabrik nutzen.
Joshua Poole: Hmm, können Sie Beispiele dafür nennen, wie Ihre Plattform Augmentir Unternehmen geholfen hat, die KI zur Verbesserung ihrer Betriebsabläufe einsetzen möchten?
Chris Kuntz: Ja, es gibt verschiedene Möglichkeiten. Vor Kurzem haben wir unseren generativen KI-Assistenten namens Augie™ auf den Markt gebracht. Damit können Mitarbeiter oder Betriebsleiter mithilfe natürlicher Sprache Probleme schneller lösen, bei der Fehlerbehebung helfen und bei Bedarf Anleitung geben.
Einer der ersten Anwendungsfälle ist die Fehlerbehebung. Das passiert in einem Werk, in einer Papierfabrik, jeden Tag – es gibt ein Problem mit einer Maschine, wir müssen sie wieder zum Laufen bringen. Andernfalls kommt es zu Ausfallzeiten, die zu Produktions-/Umsatzverlusten führen. Und es ist kein Standardverfahren, die Maschine zu reparieren. Also muss eine Fehlerbehebung durchgeführt werden. Dieser Prozess ist sehr kollaborativ. Aber auch aus Sicht der Mitarbeiter müssen sie normalerweise 5, 6, 10 verschiedene Systeme aufrufen, um Informationen zu finden oder mit verschiedenen Leuten zu sprechen.
Und ein generativer KI-Assistent kann als digitales Frontend für diese Fülle an Informationen fungieren und Informationen zurückgeben wie: „Hey, hier ist die Lösung für dieses Problem. Es wurde schon einmal gelöst, es steht in diesem veröffentlichten Leitfaden, hier ist er.“ Oder: „Vielleicht möchten Sie sich diese Arbeitsprozedur ansehen. Dies ist etwas, ein Leitfaden zur Fehlerbehebung, der Ihnen bei der Lösung des Problems helfen könnte.“ Oder: „Hier ist ein Fachexperte, der existiert“, und Sie können sich per Fernzugriff mit dieser Person verbinden, die sich mit diesem bestimmten Gerätetyp auskennt.
Daher ist es von entscheidender Bedeutung, dieser Person im Bedarfsfall Echtzeitzugriff gewähren zu können. Und ich denke, der andere große Bereich ist, zumindest hier am Anfang, die Ausbildung.
Wenn man also an die Fachkräfte, den Arbeitskräftemangel und die Betriebszugehörigkeit im verarbeitenden Gewerbe denkt, werden die Leute schneller kündigen. Sie bleiben nicht 15 Jahre, sondern vielleicht drei Jahre, höchstens. Personalleiter müssen sich daher Gedanken darüber machen, wie sie die Einarbeitungspraktiken ändern können, wenn es um Schulung, Weiterbildung und Entwicklung geht. Es ist nämlich nicht mehr praktikabel, jemanden für sechs Monate einzuarbeiten, wenn er nur neun Monate bleibt.
Das Ziel vieler Organisationen, mit denen wir sprechen, ist es, Schulungen neu zu konzipieren und zu überdenken und sie von der Phase „vor der Produktivität“ im Klassenzimmer weg in die Praxis zu verlagern. Sie nennen das „in den Arbeitsablauf verlagern“. Was wir mit KI also erreichen können, ist, dass wir den Arbeiter oder sein Qualifikations- oder Kompetenzniveau nicht kennen. Und wenn das digital verfolgt wird, können wir KI nutzen, um diese Arbeitsanweisungen und Arbeitsabläufe zu erweitern und zu sagen: „Hey, Sie sind ein Anfänger. Das ist Ihr erster Monat im Job. Sie müssen sich dieses Sicherheitsvideo ansehen, bevor Sie diese Routine durchführen.“ Und wenn Sie ein erfahrener Arbeiter sind, müssen Sie das vielleicht nicht tun. Oder wenn Sie geschult wurden, Ihre Leistung aber hinter dem Benchmark zurückbleibt, können wir – die Anweisungen können dynamisch angepasst werden, um zu sagen: „Hey, hier sind einige zusätzliche Hinweise, die Ihnen bei diesem Verfahren und dieser Routine helfen.“
Es verschafft also Transparenz und Einblick in bestimmte Bereiche. Wenn Sie beispielsweise drei Leute in der Fertigung hätten, wüssten Sie wahrscheinlich genau, was sie tun. Aber bei größeren Organisationen mit Dutzenden oder Hunderten von Mitarbeitern wird es viel, viel schwieriger zu erkennen, wo Verbesserungsmöglichkeiten bestehen. Und KI ist dazu in der Lage, zumindest im Schulungsbereich.
Joshua Poole: Hmm, das ist sehr interessant. Und natürlich ist KI weltweit weitgehend unreguliert, was zu Problemen wie KI-Wäsche und verantwortungslosem Einsatz führen kann. Aber was ist Ihrer Ansicht nach die größte Sorge bei der Verbreitung von KI-Systemen in der Verpackungsindustrie?
Chris Kuntz: In dieser Hinsicht gibt es sicherlich viele Bedenken, und bei Augmentir besteht unser Ansatz darin, dass wir – zumindest aus Sicht der generativen KI – ein proprietäres, zweckmäßiges, vorab trainiertes Großsprachenmodell nutzen, das hinter unserer generativen KI-Lösung steht. Und wenn Sie das mit robuster Sicherheit und Berechtigungen kombinieren, die Fabrikleitern, Bedienern und sogar Ingenieuren oder Frontline-Mitarbeitern helfen können, nur auf die Informationen zuzugreifen, die sie benötigen, und dennoch die Vorteile einer schnelleren Problemlösung und einer verbesserten Zusammenarbeit nutzen.
Ein weiteres, meiner Meinung nach sehr wichtiges Thema ist das Konzept des „verifizierten Inhalts“ – wir haben also alle schon ChatGPT verwendet, oder? Und ich glaube, am Anfang gab es diesen Haftungsausschluss, ChatGPT ist 90% korrekt, es könnte also falsche Daten zurückgeben. Das ist in einem industriellen Umfeld nicht akzeptabel. Man kann nicht sagen: „Hier ist eine Routine, um ein Centerlining an einem Gerät durchzuführen“, und dann steckt jemand seine Hand in eine Stelle und sie wird abgehackt. Man kann nicht 90% sein, man muss 100% sein.
Wir haben also ein Konzept für unser Generative-AI-System, die Fähigkeit, verifizierte und nicht verifizierte Daten zurückzugeben, und dann kann die Organisation entscheiden, was sie damit machen will. Wenn es sich also um einen Frontline-Mitarbeiter handelt, werden die nicht verifizierten Daten gekennzeichnet, und Sie brauchen einen Vorgesetzten, der vorbeikommen muss, wenn Sie diese Routine durchführen wollen. Und dann die Fähigkeit, die zurückgegebenen Informationen zu nehmen und sie in verifizierte und nicht verifizierte Daten zu kategorisieren und dann kontrollieren zu können, wie Sie diese verwenden. Es ist also nicht der wilde Westen, sondern eine sehr kontrollierte Umgebung. Der Umfang, wenn Sie an unsere, in unserer Welt denken, wenn wir ein Fertigungsunternehmen bedienen – und Augmentir wird verwendet für Digitale Fertigung in Papier- und Verpackungsunternehmen wie Graphic Packaging und WestRock, und die Informationen, die in unserem Kontext Unternehmensdokumentation, technische Dokumentation, Betriebsdaten, Auftragsdaten, Personaldaten sind – könnten ihre Kompetenzmatrix und ihr Ausbildungsverlauf und ähnliches sein, aber das alles ist in ihrem Unternehmen enthalten. Wir schauen nicht darüber hinaus, es ist wirklich ein eingeschränkter Datensatz. Und das ist es, was unser großes Sprachmodell speist.
Das erleichtert die Anwendung erheblich. Es gibt Leute, die den Einsatz offenerer KI- und GPT-Modelle zu diesem Zweck untersuchen. Aber dann stößt man auf die von Ihnen angesprochenen Probleme, da es viele Informationen gibt, die man in die KI einspeist, was ein Sicherheitsrisiko darstellen könnte, und die Informationen, die man zurückerhält, ebenfalls ein Sicherheitsrisiko darstellen könnten.
Joshua Poole: Okay, und als letzte Frage. Welchen Rat würden Sie Politikern geben, die daran arbeiten, diese regulatorischen Rahmenbedingungen für KI-Systeme zu schaffen?
Chris Kuntz: Gute Frage.
Unserer Meinung nach ist Präsident Bidens im Oktober erlassene Verordnung zur Regulierung der KI in den USA an mehreren Fronten dringend erforderlich. Natürlich gibt sich heute jedes Unternehmen als KI-Unternehmen aus und versucht, KI in alles, was es tut, einfließen zu lassen. Und manches davon kann ein wenig problematisch sein.
Aber zumindest in den USA wurde in Bidens Executive Order zur KI-Regulierung viel über Arbeitsplatzunterbrechungen gesprochen und der Fokus auf die arbeits- und gewerkschaftspolitischen Bedenken im Zusammenhang mit der KI-Politik gelegt. Ich denke, das bestärkt uns darin, KI als Mittel zur Unterstützung der Arbeitnehmer einzusetzen. Wir wollen keine Arbeitnehmer ersetzen, und wir lösen damit ein riesiges Problem. Ich denke, das Arbeitsministerium gibt Arbeitgebern Richtlinien in Bezug auf KI heraus, dass sie diese nicht zur Überwachung von Arbeitnehmern verwenden dürfen und dass sie sie nicht verwenden dürfen, um – Sie wissen, dass es Arbeitnehmerrechte auf der Welt gibt –, und ich denke, das führt uns zurück zu diesen KI-Copiloten oder generativen KI-Assistenten, die den Arbeitnehmern helfen können, ihre Arbeit sicher und richtig auszuführen und so ihr Potenzial zu maximieren. Hier kommt wirklich das Lernen am Arbeitsplatz ins Spiel. Das sind Dinge, die früher außerhalb der Fabrikhalle passierten. Jetzt ist es durchaus geeignet, einige der großen Probleme mit der Belegschaft in der Fertigungsindustrie anzugehen, die heute bestehen. In dieser Executive Order gibt es also viele Formulierungen dazu, sicherzustellen, dass KI nicht nur verantwortungsvoll, sondern auch für Zwecke eingesetzt wird, die die Branche voranbringen. Und genau hier stehen wir im Hinblick auf die Personalentwicklung und den Einsatz zur Behebung des Arbeitskräftemangels aus der Perspektive der Schulung und Unterstützung.
Aber insgesamt denke ich, dass wir die Regulierungs- und Kontrollaspekte – die Regulierung generativer KI – unbedingt annehmen sollten, denn wenn man das nicht tut, könnte es mit Sicherheit problematisch werden.
Joshua Poole: Mm-Hmm, das ist sehr interessant. Chris, danke für deine Zeit heute.
Chris Kuntz: Ja, vielen Dank. Danke, dass ich hier sein durfte.
Siehe Augmentir in Aktion
Kontaktieren Sie uns für eine personalisierte Demo
