Integration von KI in die Herstellung von Spezialchemikalien und Forschung & Entwicklung

Da kleine und mittlere Fertigungs- und Industrieunternehmen versuchen, Innovationen durch künstliche Intelligenz, Cloud-Computing und fortgeschrittene Modellierung zu beschleunigen, besteht die größte Herausforderung darin, neue Technologien mit zuverlässigen Daten, wissenschaftlicher Expertise und den praktischen Realitäten der Markteinführung von Produkten zu verknüpfen. Für den Spezialchemiehersteller Lubrizol geht es bei der digitalen Transformation darum, Forschern die Werkzeuge an die Hand zu geben, um Ideen schneller zu testen, fundiertere Entscheidungen zu treffen und nachhaltige Materialien zu entwickeln, ohne dabei Kompromisse bei der Leistung einzugehen.

Was passiert ist

Dem MIT Technology Review zufolge baut der Spezialchemiehersteller Lubrizol ein digitales Fundament auf, das Geschäftsprozesse, moderne Datenplattformen und Cloud-Infrastruktur miteinander verbindet, um seine Forschungs- und Entwicklungsteams zu unterstützen. Girish Rao, Vizepräsident für Informationstechnologie bei Lubrizol, erklärt, dass das Ziel darin besteht, jahrzehntelang angesammelte technische Daten mit der tiefen Expertise von Chemikern und Ingenieuren zu kombinieren, die Kundenbedürfnisse und physikalische Einschränkungen verstehen. Data Scientists helfen dabei, Muster zu erkennen, neue Hypothesen zu testen und Möglichkeiten zu modellieren, bevor Forscher physische Experimente durchführen. Rao betont, dass es „nicht darum geht, das wissenschaftliche Urteilsvermögen zu ersetzen, sondern unseren Wissenschaftlern bessere Werkzeuge an die Hand zu geben“.

Um die Lücke zwischen Wissenschaftlern, Data Scientists und IT-Teams zu schließen – die jeweils experimentelle Gültigkeit, Modellleistung und Plattformsicherheit priorisieren –, bildet Lubrizol sogenannte „Fusion Teams“. Diese funktionsübergreifenden Gruppen richten sich nach gemeinsamen Zielen aus und beginnen mit kleinen Pilotprojekten, um Vertrauen aufzubauen. Rao stellt fest, dass Initiativen nach dem Aufbau von Vertrauen und sobald die Teams den von ihnen geschaffenen Wert verstehen, wesentlich reibungsloser voranschreiten. Darüber hinaus bietet die Cloud-Infrastruktur dem Unternehmen die Flexibilität, auf Rechenressourcen und moderne Werkzeuge zuzugreifen, ohne die hohen Investitionsausgaben tätigen zu müssen, die für den Aufbau und Betrieb eigener Rechenzentren erforderlich wären.

Diese technologischen Fähigkeiten erweisen sich als besonders wertvoll für die Förderung von Nachhaltigkeitsinitiativen. Dem Bericht zufolge hilft die digitale Modellierung Forschern dabei, mehr Formulierungen zu bewerten, biobasierte Alternativen wie Stärke- und maisbasierte Materialien zu erforschen und Kompromisse über den gesamten Lebenszyklus eines Produkts hinweg zu bewerten. Während die Skalierung der Produktion unter Einhaltung von Leistungserwartungen, regulatorischen Anforderungen und finanziellen Rahmenbedingungen komplex bleibt, hilft die Fähigkeit der KI, mehrere Variablen zu modellieren, den Teams dabei, konkurrierende Anforderungen zu bewältigen.

Warum das für kleine Fertigungs- und F&E-Teams wichtig ist

Für Leiter kleiner Teams und Geschäftsinhaber, die spezialisierte Industrie- oder Fertigungsunternehmen leiten, verdeutlicht Lubrizols Ansatz eine fundamentale strategische Wahrheit: Die Einführung von KI schlägt fehl, wenn Technologie in einem Silo fernab der Fachexpertise betrieben wird. Der Kernengpass in technischen Branchen ist selten die Rechenleistung selbst; es ist die Reibung zwischen technischen Fachexperten (Ihren Chemikern, Ingenieuren oder leitenden Bedienern) und technischen Umsetzern (IT- oder Datenressourcen).

Durch die Organisation funktionsübergreifender „Fusion Teams“ und den Start mit begrenzten, kleinräumigen Pilotprojekten können kleine Unternehmen die langwierigen Vertrauensaufbauphasen umgehen, die digitale Transformationen oft plagen. Sie benötigen kein massives Unternehmensbudget, um Cloud-basierte Modellierungen oder gemeinsame Datenspeicher einzusetzen. Stattdessen brauchen Sie eine bewusste Strategie, um das Urteilsvermögen Ihrer bestehenden Belegschaft zu erweitern, anstatt zu versuchen, sie aus dem Prozess herauszuautomatisieren. Die Nutzung externer Cloud-Infrastrukturen ermöglicht es kleineren Akteuren, über ihre Gewichtsklasse hinaus zu agieren und Formulierungen oder Betriebsparameter digital zu testen, bevor teure physische Materialien in der Produktion eingesetzt werden.

Was Sie diese Woche tun sollten

1. Überprüfen Sie Ihre aktuellen Betriebs- und technischen Datensilos, um festzustellen, wo historisches Fachwissen liegt und wie einfach Ihr technisches Personal darauf zugreifen kann.

1. Bilden Sie ein funktionsübergreifendes „Fusion Team“, bestehend aus einem Fachexperten (wie einem leitenden Ingenieur oder Produktspezialisten) und einem technischen Bediener, um ein einzelnes, risikoarmes Pilotprojekt zu definieren.

1. Evaluieren Sie Cloud-basierte Rechen- und Modellierungswerkzeuge, die zu Ihrem operativen Rahmen passen, und stellen Sie sicher, dass Sie Ressourcen skalieren können, ohne in teure Hardware vor Ort zu investieren.

Quellen

• Innovating with AI in the special chemicals industry — MIT Tech Review