Zurück zu Podcast Homepage

14. Dezember 2023

KI-gestütztes Produktdesign

Der KI-Pionier und Elektroingenieur Dale Bertrand erklärt, was generative künstliche Intelligenz und was prädiktive künstliche Intelligenz ist, und prognostiziert die Auswirkungen auf das Produktdesign.
Image
Dale Bertrand, CEO, Fire&Spark

Gesprächsverlauf

Wie man künstliche Intelligenz für das Produktdesign einsetzt

Das Aufkommen von KI-gesteuerten Modellierungswerkzeugen hat dazu geführt, dass sich einige Leute in der Fertigung Gedanken über die Auswirkungen der künstlichen Intelligenz machen und sich fragen, wie sich der Produktdesignprozess dadurch verändern wird.

Im letzten Jahr haben wir erlebt, wie benutzerfreundliche KI-Tools wie ChatGPT von OpenAI und die KI-Bilderzeugung von midjourney die Märkte für Grafikdesign, Webdesign und die Erstellung von Inhalten für soziale Medien in Echtzeit durcheinander gebracht haben. Sind Produktdesign und Fertigungsprototyping die nächsten Bereiche, die von KI beeinflusst werden?

Heute freue ich mich, mit einem der frühen Begründer der KI-Technologie, dem CEO von Fire & Spark, Dale Bertrand, zu sprechen. Dale war ein Pionier der Forschung im Bereich der künstlichen Intelligenz an der Brown University, wo er auch als Elektroingenieur ausgebildet wurde. Aufgrund seiner Erfahrung mit dem Einsatz von KI zur Lösung technischer Probleme ist er in der einzigartigen Lage zu verstehen, wie KI-Design-Tools für Fertigungsprodukte den Arbeitsablauf von Design-Ingenieuren und sogar den Umfang von Design-Projekten in der heutigen Fertigung verändern könnten.

Ich wollte von Dale Bertrand auf der Grundlage seiner Erfahrungen sowohl im Bereich der KI als auch im Ingenieurwesen wissen, ob die Innovationen, die wir heute im Bereich der generativen KI und des maschinellen Lernens erleben, einen wirklichen Einfluss auf die Art und Weise haben, wie Produkte in Zukunft entworfen und hergestellt werden. Zu Beginn unseres Gesprächs habe ich einige der KI-Innovationen aufgezählt, die den kreativen Prozess in anderen Branchen verändert haben, und gefragt, ob diese digitalen Produkte einen Einfluss auf die Zukunft der Fertigung haben.

Leah Archibald an Dale Bertrand: Ich denke, wir möchten ein offenes Gespräch darüber führen, wie sich KI speziell auf die Fertigung auswirken wird. Und ich würde gerne mehr über das Produktdesign nachdenken, denn wir haben ein Gefühl für Technologie und Fertigung, wir wissen, was an den Fließbändern passiert, es gibt Roboter, bla, bla, bla. Aber mich interessiert, wie sich das Produktdesign verändern wird, wenn mehr Produktdesigner mehr Werkzeuge bekommen, um ihre Arbeit zu beschleunigen. Wie wird sich die Arbeit der Konstrukteure dadurch verändern?

Generative KI für den Designprozess

Dale Bertrand: Man muss wirklich auf einer höheren Ebene darüber nachdenken. Wir haben generative KI, die uns bei der Konstruktion von Dingen helfen wird. Als ich noch als Elektroingenieur arbeitete, entwarf ich Layouts für eine Leiterplatte oder ähnliches. Generative KI kann uns bei der Erstellung dieser ersten Entwürfe helfen. Aber dann gibt es auch noch die prädiktive KI, die uns helfen wird, bessere Entscheidungen in Echtzeit zu treffen. Als ich Elektroingenieur war, ging es bei diesen Entscheidungen darum, wie viel Strom wir mit einem bestimmten Bauteil aushalten müssen. Zum Schutz vor verschiedenen Anomalien, die elektrisch auftreten können. Das wäre also prädiktive KI.

Aber es gibt noch eine andere Seite, bei der generative KI und prädiktive KI zusammenkommen. Und zwar in der Art und Weise, wie Teams zusammenarbeiten. Als Teil des kreativen Prozesses können Teams heute zusammenarbeiten, indem sie KI als Resonanzboden für Ideen nutzen oder künstliche Intelligenz zur Unterstützung des Projektmanagements von Produktdesignteams einsetzen.

Ich glaube also, dass sich die Art und Weise, wie Menschen interagieren und zusammenarbeiten, durch KI dramatisch verändern wird. Und da ich viele Jahre als Ingenieurin gearbeitet habe, bin ich wirklich neugierig, ob die Ingenieure, mit denen ich zusammengearbeitet habe, zu den ersten gehören werden, die diese KI-Tools einsetzen?

Leah Archibald: Oder die letzten?

Dale Bertrand: Genau das möchte ich wissen. Denn ich halte mich für technologisch sehr fortschrittlich. Ich bin jemand, der die besten KI-Tools übernimmt, weil ich sie interessant finde und ich so schnell wie möglich von neuen Tools profitieren möchte. Aber ich weiß auch, dass sich die Dinge langsam entwickeln können, als ich noch in einem technischen Umfeld arbeitete. Meine Aufgabe als Ingenieur war es, konservativ zu sein, damit die Dinge funktionieren. Wir mussten nämlich sicherstellen, dass das Endprodukt fehlertolerant war und wir es aus drei Metern Höhe fallen lassen konnten, ohne dass der Prototyp beim ersten Falltest kaputt ging. Wir wurden dafür bezahlt, konservativ zu sein. Aber was diese KI-Tools angeht, so sind sie sehr vielversprechend. Und vielleicht hat der Nutzen weniger mit dem Produktdesign zu tun als mit der Art und Weise, wie Ingenieurteams zusammenarbeiten.

ChatGPT, was ist generative KI vs. prädiktive KI?

Leah Archibald: Wenn man sich mit einem KI-Chatbot wie ChatGPT unterhält, sagt man manchmal: „Erklären Sie mir das, als wäre ich ein Gymnasiast“. Ich frage mich, ob Sie so tun könnten, als wären Sie ChatGPT, und mir als Schüler den Unterschied zwischen generativer und prädiktiver KI erklären könnten, insbesondere im Hinblick darauf, wie sie Ihrer Meinung nach im Produktdesignprozess eingesetzt werden.

Dale Bertrand: Wenn wir über generative KI im Gegensatz zu prädiktiver KI sprechen, sind ein Beispiel für generative KI große Sprachmodelle, wie die von OpenAI und midjourney. Dabei handelt es sich im Grunde um eine wirklich intelligente Software, die natürliche Sprache verstehen kann. Das hat sich als sehr nützlich für viele Aufgaben erwiesen, z. B. als Schnittstelle zu der Software, die wir täglich benutzen, aber auf eine benutzerfreundlichere Weise. Im Bereich des Produktdesigns kann generative KI oder ein umfangreiches Sprachmodell Aufforderungen oder Anweisungen verstehen, die ein Ingenieur einem Designwerkzeug gibt. Anstatt also verschiedene Baugruppen oder Modelle zu drehen und zu explodieren, könnte ich mit dem Werkzeug sprechen, ihm beschreiben, was ich will, und es könnte meine Anweisungen verstehen und sie tatsächlich umsetzen. Man nennt das generative KI, weil wir damit oft Text-, Audio-, Video- oder CAD-Designs generieren.

Ich gebe Ihnen ein Beispiel aus der Zeit, als ich an der Hochschule für Künstliche Intelligenz studierte. Wir hatten eine CPU entwickelt, und es gab nur eine einzige Anweisung, die aus dem Ruder lief, wenn ihr eine Reihe von Anweisungen in einer bestimmten Reihenfolge vorausgegangen waren. Es bestand also eine statistische Wahrscheinlichkeit, dass diese eine Anweisung zu einem falschen Ergebnis führen würde, aber wir wussten nicht genau, wie diese Anweisungsfolge aussah, weil sie probabilistisch war. Ich habe also eine Reihe von verschiedenen Befehlen nach dem Zufallsprinzip ausgeführt, wobei Hunderte von Befehlen auf diesen Befehl folgten. Zu diesem Zeitpunkt wussten wir, dass das Problem manchmal auftauchte und manchmal nicht. Aber die Simulation erzeugte eine riesige Menge an Daten, die wir von einem KI-Tool untersuchen lassen konnten, um Vorhersagen darüber zu treffen, welche Anweisungen mit der problematischen Anweisung interagieren könnten. Das ist also eine Möglichkeit, wie wir Predictive AI einsetzen, um vorherzusagen, welche Anweisungen mit der Anweisung, die uns ein Problem bereitet, interagieren.

Was die generative KI betrifft, so kann ich, wenn ich Code für eine von uns entwickelte CPU schreibe, ein umfangreiches Sprachmodell verwenden, um den Code zu generieren. Sprache bedeutet also nicht nur Englisch, sondern kann auch eine Computersprache bedeuten.

Leah Archibald: Eine Kodiersprache.

Dale Bertrand: Ja. Dafür verwende ich jetzt KI-gestützte Tools. Es gibt so viele Anwendungen für die Verwendung eines generativen KI-Sprachmodells für die Codierung, dass ich das jeden Tag mache. Ich beschreibe dem großen Sprachmodell, was ich mit dem Code machen will, den Code, den ich brauche. Oder ich gebe ihm Code, der nicht funktioniert, und bitte es, diesen Code für mich zu debuggen.

In der Produktentwicklung gibt es oft Bibliotheken mit Datenblättern für alle Komponenten, die Sie benötigen. Das ist eine riesige Menge an Daten. Ich gebe also dem großen Sprachmodell eine ganze Reihe von Datenblättern und fange an, Fragen zu stellen. Was könnte in diesem System schief gehen? Und bei elektrischen Systemen kann alles Mögliche schief gehen, wenn man die falschen Komponenten miteinander kombiniert. Das große Sprachmodell kann das verstehen, weil es sowohl Datenblätter als auch die dahinter stehende Technik und Elektronik kennt.

Wie können die besten KI-Tools das Produktdesign rationalisieren?

Leah Archibald: Ich höre hier also, dass die KI-Technologie den einzelnen Ingenieuren im Rahmen ihres Arbeitsbereichs enorme Produktivitätssteigerungen bringen kann. Aber lassen Sie uns jetzt über Arbeitsabläufe und Teams sprechen. Wie können die besten KI-Tools die Zusammenarbeit im Produktdesign optimieren?

Dale Bertrand: Das hängt von der Größe des Teams ab, in dem Sie arbeiten. Am unteren Ende der Skala, wenn etwa acht Personen zusammenarbeiten, könnte man sich vorstellen, dass diese Teams Design-Meetings, Code-Reviews und dergleichen abhalten. Mit Hilfe von KI können diese Besprechungen aufgezeichnet werden, und die KI kann automatisch feststellen, was beschlossen wurde, was noch strittig ist, welche Aufgaben zugewiesen wurden und wem sie zugewiesen wurden, und auch, welche Probleme aufgeworfen und nie gelöst wurden. Und wenn eine KI diese Aufzählungspunkte am Ende einer Entwurfssitzung automatisch verschickt, ist das enorm hilfreich. Denn die Alternative dazu ist, dass wir uns entweder alle Notizen machen, und vielleicht haben wir unterschiedliche Notizen, oder wir haben einen Projektmanager in der Besprechung, der hochwertiges Feedback erfasst oder nicht.

Und wenn wir uns dann mit größeren Designprojekten befassen, gibt es einige sehr große Systeme, bei denen Hunderte oder Tausende von Ingenieuren zusammenkommen müssen, um das Endprodukt zu entwerfen. Dann geht es um viele, viele verschiedene Besprechungen, die von mehreren Projektmanagern koordiniert werden, und es gibt so viele Dinge, die durch die Maschen fallen können. Und wir alle wissen, dass wir niemanden auf der Gehaltsliste haben, der die Niederschrift der Besprechung vom Mittwoch mit der Elektronikgruppe liest und dann auch die Niederschrift der Besprechung mit dem Produktentwicklungsteam liest und sicherstellt, dass keine widersprüchlichen Entscheidungen getroffen wurden. Das macht niemand. Aber wir können sofort und automatisch KI-generierte Zusammenfassungen haben.

Leah Archibald: Was ich von Ihnen höre, ist, dass die Aufgaben, die wir bereits erledigen, aber schlecht machen, genau die sind, die sich für eine Automatisierung anbieten.

Dale Bertrand: Ja. Und es hilft wirklich, einen strukturierten Ansatz zu wählen.

Bei jedem Projekt, an dem wir arbeiten, in jeder Organisation, in der wir arbeiten, werden wir Ziele haben. Um diese Ziele zu erreichen, müssen wir Strategien entwickeln, um sie zu erreichen. Wir erstellen zunächst den digitalen Produktzwilling. Wir bitten die Zulieferer, einen Prototyp anzufertigen, und verschicken Preisanfragen. Um den Designprozess rechtzeitig und im Rahmen des Budgets abzuschließen, wollen wir KI-Technologie einsetzen, die uns hilft, diese Ziele zu erreichen. Der Grund, warum ich von Zielen spreche, ist, dass wir sicherstellen wollen, dass wir die Auswirkungen auf das Geschäft in den Vordergrund stellen. Anstatt zu sagen: „Wir haben diese coolen Tools, mit denen wir spielen wollen, lasst uns herausfinden, wofür sie gut sind.“ Dann finden wir einen Haufen Dinge, die mit KI möglich sind, aber die Hälfte davon spart uns nicht die Zeit, die wir uns erhofft haben, oder hilft uns nicht, ein qualitativ hochwertiges Ergebnis zu erzielen. Stattdessen schauen wir uns die Ziele an, die wir bereits haben, z. B. Initiativen auf Unternehmensebene oder Probleme, die wir in unseren Produktteams zu lösen versuchen, und überlegen uns dann, wie wir die besten KI-Tools einsetzen können, um etwas zu bewirken.

Beim Einsatz von KI für Designprojekte sollte man zuerst an das Geschäft und erst dann an das Tool denken

Leah Archibald: Ich glaube, das ist das Wichtigste, was ich aus diesem Gespräch mitnehmen kann: Wenn wir über einen KI-gestützten Designprozess sprechen, müssen wir, selbst wenn wir die besten KI-Tools einsetzen, immer noch zuerst an das Geschäft denken und erst danach an das Tool. Das ist eigentlich die Reihenfolge, die bei der Beschaffung von Software eingehalten werden sollte. Aber in unserer kollektiven Aufregung über KI ist das oft nicht der Fall. Wir müssen uns also wieder die Frage stellen: Was ist das geschäftliche Problem, das wir zu lösen versuchen? Und wie können wir dann die besten KI-Tools einsetzen, um das Problem zu lösen, das im Vordergrund steht?

Dale Bertrand: Das ist genau richtig. Wenn Sie also alle Probleme betrachten, alle Bereiche, auf die Sie gerne Einfluss nehmen würden, werden einige von ihnen eine größere Wirkung haben als andere, wenn Sie sie lösen. Der intelligente Einsatz von KI-Technologie in diesen Bereichen würde eine enorme Wirkung haben. Verglichen mit einigen anderen Dingen, wie der Verbesserung der Grammatik in unseren internen E-Mails.

Leah Archibald: Dale, das war ein sehr hilfreiches Gespräch. Ich bin froh, dass ich einem echten menschlichen Experten gegenübersitze, der sich mit KI-Technologie auskennt. Ich danke Ihnen vielmals.

Dale Bertrand: Danke, dass ich dabei sein durfte.

Sie möchten die besten Erkenntnisse für die Optimierung des Produktdesigns?

Lernen Sie aP Workspace kennen, die neueste Lösung für die Zusammenarbeit im Team.