Source: Deutsche Nachrichten
Wie können Unternehmen frühere Entwicklungsversuche nutzen, um den nächsten Rezepturversuch auszuwählen? Darüber spricht Thomas Keller von Riegg & Partner intercorp. GmbH mit Norman Müller in der am 4. November veröffentlichten Folge des VENTURE AI Podcasts. An Beispielen aus der Lebensmittel- und Kunststoffindustrie erläutert Keller, wie Vorhersagemodelle Entwicklungsteams bei technischen Entscheidungen unterstützen können.
Ein Kuchen, in dem Zucker ersetzt werden soll, dient im Gespräch als anschauliches Beispiel. Die neue Zusammensetzung soll weiterhin die gewünschten Eigenschaften erreichen und sich auf vorhandenen Anlagen herstellen lassen. Verändert ein Team eine Zutat, können sich mehrere Merkmale zugleich verschieben. Ein Modell kann dabei helfen, Varianten anhand früherer Ergebnisse zu bewerten und die Reihenfolge weiterer Versuche zu bestimmen.
Technische Qualität und Nachfrage getrennt betrachten
Keller grenzt die Aufgabe solcher Modelle von einer Vorhersage des späteren Markterfolgs ab. Zunächst geht es um Herstellbarkeit und technische Qualität. Ob Kunden das fertige Produkt kaufen und wieder bestellen, muss ein Unternehmen gesondert untersuchen. Im Gespräch berichtet Keller von zwei Kundenprojekten; die Unternehmen werden nicht genannt. Eine unabhängig geprüfte Erfolgsrechnung dieser Vorhaben liegt der Veröffentlichung nicht zugrunde.
Damit historische Versuche als Entscheidungsgrundlage dienen können, müssen Ziel, Zusammensetzung, Prozesswerte und Ergebnis nachvollziehbar zusammengehören. Auch gescheiterte Varianten sind dafür relevant. Keller beschreibt Bewertungsskalen, mit denen Teams ihre Beobachtungen genauer dokumentieren können. Bei sensorischen Bewertungen müssen sich die Beteiligten zudem darüber verständigen, wie sie ein Ergebnis beurteilen.
Ein erster Test braucht einen Vergleichsmaßstab
Für einen begrenzten Einstieg diskutieren die Gesprächspartner einen abgegrenzten Entwicklungsfall. Vor einem Test sollte das Unternehmen festhalten, wie viele Versuche es bisher benötigt, welche Qualität es erreichen muss und welche Kosten entstehen. Daran lässt sich später prüfen, ob die Modellunterstützung den Ablauf verbessert. Zur Bewertung gehören auch Datenaufbereitung, Einbindung in vorhandene Systeme und laufende Betreuung.
Keller legt Wert darauf, Vorhersagen in die bestehende Laborsoftware einzubinden. Die Entwickler sollen die Unterstützung dort nutzen können, wo sie bereits arbeiten. Die praktische Prüfung im Labor bleibt erforderlich. Konkrete Angaben zur Prognosegüte und zum Gesamtaufwand der genannten Kundenprojekte werden im begleitenden Artikel als offene Nachweise benannt.
Zum Schluss geht es um die Grenzen historischer Daten. Neue Kundenwünsche oder bislang nicht verwendete Zutaten können über die bisherigen Erfahrungen hinausgehen. Menschen müssen solche Ideen einbringen und entscheiden, welche ungewöhnliche Variante dennoch einen Versuch verdient.
Die vollständige Folge „Welche Rezeptur verdient den nächsten Versuch?“ (#1317) ist frei zugänglich. Redaktionelle Rückfragen zum Gespräch und Interviewanfragen können über den angegebenen Pressekontakt an den Bundesverband für KI-Transformation e.V. gerichtet werden.
Folge und begleitender Artikel:
https://www.ventureaistack.com/p/welche-rezeptur-verdient-den-nachsten