Kevin, was zeichnet Eure Lösung aus?

Das Besondere an STOCHOS ist, dass schon mit vergleichsweise wenigen Daten gute Ergebnisse erzeugt werden. Das macht STOCHOS interessant für den Ingenieurbereich und für KMUs, wo Daten oft nicht in Massen zur Verfügung stehen. Außerdem kommt sie ohne eine teure Cloud aus, alles läuft lokal. Last but not least: es hat sich gezeigt, dass man STOCHOS auch ohne KI-Expertenwissen bedienen kann.

Mit anderen Worten: Auch der Mittelstand kann schon jetzt KI-Lösungen einsetzen, oder?

Ja, denn generell gilt, dass KI eigentlich keinen Unterschied zwischen KMU oder Großunternehmen kennt. Tendenziell haben Konzerne eine bessere Datensammlung und -aufbereitung und gelten damit eher als „KI-ready“. Aber auch bei Mittelständlern sind Daten da, die eine KI nutzen kann, beispielsweise Simulationsdaten.

Wie profitieren Simulationsingenieure von Eurer KI?

Eine Hauptanwendung ist die Beschleunigung von Simulationen. Das heißt, nach einigen Rechenläufen kann das Simulationsmodell durch ein KI-Modell ersetzt werden. Modifizierte Simulationen mit veränderten Geometrien oder Prozessparametern zu Vergleichs- oder Optimierungszwecken werden so wesentlich schneller, wobei unsere KI seit kurzem auch aktiv Geometrien entwickeln kann. Das Spektrum an Anwendungsfällen ist breit. Wo KI im Digital Engineering letztendlich eingesetzt wird, hängt vom Kunden und seinen Zielen ab. Bei der Identifikation geeigneter Anwendungen ist CADFEM ein guter Partner.

Daten sind elementar für eine KI-Umsetzung. Kann man generell sagen, wie viele Datensätze benötigt werden?

• Erstens: Wie komplex ist der Zusammenhang, den ich trainieren möchte? Eine hochgradig nichtlineare Strömungssimulation braucht logischerweise mehr Beispiele als eine einfache lineare Aufgabe.
• Zweitens: Die Anzahl der Parameter, die man untersuchen möchte. Wenn ich bei einem Bauteil nur Länge, Breite und Höhe variiere, ist es ungleich einfacher als bei einer Turbinenschaufel mit 60 Parametern.
• Und drittens: Es kommt auch auf die Datenqualität an. Sind meine Daten sauber, also deterministisch, oder gibt es ein Rauschen, was gerade bei Versuchsdaten der Fall sein kann? Man denke an Materialschwankungen, Fertigungstoleranzen oder Messfehler. Viele Kunden wollen die KI mit Daten aus Simulation und Versuchen trainieren. Unsere Lösung kann das, auch das macht sie ein Stück weit einzigartig.

Und wie sieht es mit der Datensicherheit aus?

Auch da sind wir klar: Wir bieten eine reine „On-Premises“-Lösung an, weil nicht jeder bereit ist, teure Cloud-Lösungen zu bezahlen oder eigene Clouds zu betreiben. Damit ist das Unternehmen, unabhängig von der KI, selbst für seine Datensicherheit verantwortlich. Die Daten bleiben im Unternehmen, die KI läuft lokal.

Das heißt: Die Daten spielen eine Rolle, die Datenaufbereitung aber auch. Was für Anforderungen gibt es hinsichtlich Datenmanagement und Datenbank-Tools?

Auch da seid Ihr von CADFEM der richtige Ansprechpartner, denn darüber redet Ihr ohnehin mit Euren Kunden. Von der KI-Seite her ist es egal, ob die Daten aus Excel, einer JSON-Datei oder einer SQL-Datenbank kommen. Am Ende müssen sie eben in einem bestimmten Format vorliegen. Bei uns ist es z. B. Python. Das heißt, sie müssen in Python - NumPy nennt sich das – umgewandelt werden, das Standardformat für numerische Daten. Ein modernes Datenmanagementsystem ist aber natürlich ein Vorteil, etwa um nachzuverfolgen, wie und wann ein Modell trainiert wurde. Ansys Minerva ist dafür eine sehr gute Lösung.

Minerva, die Ansys-Lösung für Simulations-Prozess und Daten-Management – kurz: SPDM – kennen viele CADFEM Kunden bereits. Aber wir wollen über STOCHOS reden. Warum sollte man auf STOCHOS setzen und nicht auf eine der vielen Open-Source-Lösungen wie zum Beispiel TensorFlow oder PyTorch?

Auch diese Frage wird häufig gestellt. Rein theoretisch kann jede Aufgabe auch mit Open-Source-Technologie gelöst werden. STOCHOS hat den Vorteil, dass der gesamte Prozess hochgradig automatisch verläuft. Auch die Integration in die Systemlandschaft und die Einarbeitung des Anwenders sind ungleich komfortabler. Schnelligkeit ist daher der eine, die Qualität der Ergebnisse der andere Unterschied. Wir haben über die Jahre viel Arbeit hineingesteckt, damit die Resultate von STOCHOS oft deutlich besser sind als die eines Open-Source-Tools, bei gleichzeitig weniger Aufwand. Das ist gelungen.

Warum braucht man für STOCHOS keine KI-Experten?

STOCHOS ist ein Tool, in das man – überspritzt ausgedrückt - Daten eingibt, einen Knopf drückt und das Modell erhält. Aber etwas Hintergrundwissen schadet nicht. Geht es beispielsweise um ein Temperaturfeld, ist es besser, es gesamtheitlich zu lernen statt nur die maximale Temperatur oder maximale Spannung. Warum? Weil eine maximale Spannung im Bauteil springen kann, und diese Information verloren geht, wenn ich dem Modell nicht das gesamte Temperaturfeld zeige. Das ist ein Beispiel für Dinge, auf die ein Anwender nicht sofort kommt. Aber deshalb gibt es ja schon einen eLearning-Kurs zu KI bei CADFEM.

Die Kombination aus dem eLearning und STOCHOS mit den geschilderten Vorteilen ergeben eine sehr flache Einstiegshürde für alle, die das Thema KI in der Simulation angehen wollen, oder?

 Genau, denn Schritt für Schritt kann damit eine eigene KI-Expertise aufgebaut und individuell skaliert werden. STOCHOS ist das Werkzeug für Simulationsingenieure, mit dem sie selbst KI zur Optimierung ihrer bekannten Aufgabenstellungen anwenden können.

Das gesamte Interview finden Sie hier: