Neuronale Netze im Bereich der künstlichen Intelligenz

Neuronale Netze in der KI – Grundlagen & Industrieanwendungen

Maschinen, die Bilder erkennen, Sprachmuster analysieren oder Anomalien in Produktionsdaten identifizieren – hinter diesen Fähigkeiten stecken meist neuronale Netze. Für Maschinenbauer, Automatisierer und Systemintegratoren ist das Thema inzwischen kein abstraktes Zukunftsthema mehr, sondern ein konkreter Teil von Planung und Auslegung industrieller Systeme. Gleichzeitig kursieren viele vereinfachte Vorstellungen davon, was neuronale Netze leisten können, was sie nicht können und wann ihr Einsatz sinnvoll ist.

Dieser Artikel erklärt, wie neuronale Netze funktionieren, welche Typen für welche Aufgaben geeignet sind, welche Voraussetzungen erfüllt sein müssen und wo typische Fehlannahmen in der industriellen Praxis entstehen.

Was ein neuronales Netz ist – und was es nicht ist

Ein neuronales Netz (engl. artificial neural network, ANN) ist ein mathematisches Modell, das aus miteinander verbundenen Recheneinheiten – sogenannten Neuronen oder Knoten – besteht. Diese sind in Schichten angeordnet: eine Eingabeschicht, eine oder mehrere verdeckte Schichten (hidden layers) und eine Ausgabeschicht. Jede Verbindung zwischen Knoten hat ein Gewicht, das während des Trainings angepasst wird.

Der Begriff „Lernen“ meint hier kein Verstehen im menschlichen Sinne, sondern die statistische Optimierung von Gewichten auf Basis von Trainingsdaten. Das Netz lernt Muster in Daten zu erkennen, indem es wiederholt Vorhersagen trifft und die Abweichung zur richtigen Antwort (den Fehler) minimiert – ein Prozess namens Backpropagation in Kombination mit Gradientenabstieg.

Ein neuronales Netz ist damit kein regelbasiertes System, das Programmierer mit expliziten Wenn-dann-Regeln füttern. Es ist auch kein selbstdenkender Akteur. Es ist ein Funktionsapproximator, der aus Beispielen eine Abbildung von Eingaben auf Ausgaben erlernt.

Schichten, Gewichte und Training: Wie der Lernprozess abläuft

Das Training eines neuronalen Netzes folgt einem klaren Ablauf:

Datenvorbereitung: Eingabedaten (z. B. Sensorwerte, Bilder, Zeitreihen) werden normiert und in Trainings- und Testmengen aufgeteilt.
Vorwärtsdurchlauf (Forward Pass): Das Netz berechnet aus den Eingaben eine Ausgabe, indem es die Gewichte Schicht für Schicht anwendet.
Fehlermessung: Die Ausgabe wird mit dem tatsächlichen Zielwert verglichen. Die Abweichung wird über eine Verlustfunktion (z. B. Mean Squared Error oder Cross-Entropy) quantifiziert.
Rückwärtsdurchlauf (Backpropagation): Der Fehler wird rückwärts durch das Netz propagiert, und die Gewichte werden angepasst, um den Fehler in der nächsten Iteration zu reduzieren.
Iteration: Dieser Prozess wiederholt sich über viele sogenannte Epochen, bis der Fehler auf dem Testdatensatz einen stabilen Wert erreicht.

Die Anzahl der Schichten und Knoten, die Lernrate, die Art der Verlustfunktion und weitere sogenannte Hyperparameter werden nicht vom Netz selbst gelernt, sondern vom Entwickler festgelegt. Die Qualität dieser Wahl beeinflusst die Leistung des Modells erheblich.

Wie viele Daten braucht ein neuronales Netz, um sinnvoll zu funktionieren?

Kernaussage: Es gibt keine universelle Mindestmenge, aber kleine Datensätze mit wenigen hundert Beispielen führen bei komplexen Aufgaben typischerweise zu schlechter Generalisierung.

Als grobe Orientierung gilt: Einfache Klassifikationsaufgaben mit klar strukturierten Merkmalen können mit einigen tausend Beispielen funktionieren. Bilderkennungsaufgaben auf Produktionsniveau erfordern häufig Zehntausende bis Hunderttausende gelabelte Bilder. Für industrielle Anomalieerkennung mit Zeitreihendaten hängt die Menge stark vom Rauschanteil und der Variabilität der Prozesse ab – genaue Zahlen sind ohne Kenntnis des konkreten Prozesses nicht seriös zu nennen.

Die wichtigsten Netztypen und wann welcher geeignet ist

Nicht jedes neuronale Netz ist für jede Aufgabe geeignet. Die Architektur bestimmt, welche Arten von Mustern das Netz erkennen kann.

Netztyp	Abkürzung	Typische Aufgabe	Voraussetzungen
Feedforward-Netz	ANN / MLP	Klassifikation, Regression strukturierter Daten	Tabellarische Eingabedaten, klare Merkmale
Convolutional Neural Network	CNN	Bildklassifikation, Objekterkennung, Fehlererkennung	Große Mengen gelabelter Bilder
Recurrent Neural Network	RNN / LSTM	Zeitreihenanalyse, Sequenzvorhersage	Zeitlich abhängige Daten, ausreichend Sequenzlänge
Autoencoder	AE	Anomalieerkennung, Datenkompression	Große Menge normaler Betriebsdaten
Transformer	–	Sprachverarbeitung, Sequenzmodellierung	Sehr große Datensätze, hohe Rechenleistung

Für industrielle Bildinspektion – etwa die automatische Erkennung von Oberflächenfehlern an Bauteilen – sind CNNs der etablierte Ansatz. Für die Überwachung von Maschinenvibrationen oder Temperatursignalen über die Zeit bieten sich LSTMs (eine Variante von RNNs) an. Für einfache Vorhersagen auf Basis von Prozessparametern (z. B. Voraussage von Ausschussraten auf Basis von Temperatur, Druck und Durchfluss) reicht in vielen Fällen ein MLP (Multilayer Perceptron).

Überwachtes, unüberwachtes und verstärkendes Lernen

Neuronale Netze lernen nicht alle auf dieselbe Weise. Die drei grundlegenden Trainingsparadigmen haben unterschiedliche Voraussetzungen und Einsatzgebiete:

Überwachtes Lernen (Supervised Learning): Das Netz wird mit gelabelten Daten trainiert – also Eingaben, für die der korrekte Ausgabewert bekannt ist. Beispiel: Bilder von Gutteilen und Schlechtteilen mit entsprechender Markierung. Bedingung: Labeling ist aufwendig und fehleranfällig.
Unüberwachtes Lernen (Unsupervised Learning): Das Netz lernt Strukturen in Daten ohne Zielwerte. Anwendung: Clustering von Betriebszuständen, Anomalieerkennung. Bedingung: Interpretation der Ergebnisse ist aufwendiger, da keine definierten Klassen vorliegen.
Verstärkendes Lernen (Reinforcement Learning): Ein Agent lernt durch Belohnungs- und Bestrafungssignale, eine Strategie zu optimieren. In der Industrie relevant für Steuerungsoptimierung und Robotik. Bedingung: Definition einer geeigneten Belohnungsfunktion ist komplex und anwendungsspezifisch.

In den meisten industriellen Qualitätssicherungs- und Monitoring-Projekten wird überwachtes oder halbüberwachtes Lernen eingesetzt, weil gelabelte Ausnahme- und Fehlerfälle zumindest teilweise vorliegen oder erzeugt werden können.

Typische Fehlannahmen in der industriellen Praxis

Bei der Bewertung von KI-Projekten im industriellen Umfeld entstehen wiederholt dieselben Missverständnisse:

„Ein neuronales Netz löst das Problem automatisch.“ Nein. Das Netz lernt eine Abbildung aus Daten, aber die Problemdefinition, Datenvorbereitung, Merkmalswahl und Validierung erfordern Fachkenntnis – sowohl über den Prozess als auch über Methodik.
„Mehr Daten lösen alle Qualitätsprobleme.“ Falsch gelabelte, verzerrte oder unrepräsentative Daten verschlechtern das Modell auch bei großen Mengen. Datenqualität ist wichtiger als Datenmenge.
„Ein Modell, das auf den Testdaten gut abschneidet, funktioniert in der Produktion genauso.“ Nur wenn die Testdaten repräsentativ für die Produktionsbedingungen sind. Schichtwechsel, Sensoralterung, Materialschwankungen und Prozessänderungen können das Modell außerhalb seiner Trainingsbedingungen betreiben.
„Neuronale Netze erklären sich selbst.“ Standard-Netze sind sogenannte Black-Box-Modelle: Sie liefern eine Ausgabe, aber keine interpretierbare Begründung. Für sicherheitsrelevante Entscheidungen ist das ein wesentlicher Einschränkungsfaktor.
„Ein einmal trainiertes Modell ist dauerhaft einsetzbar.“ Wenn sich der zugrundeliegende Prozess ändert, verliert das Modell an Genauigkeit. Regelmäßige Überprüfung und ggf. Nachtraining sind notwendig.

Können neuronale Netze in Echtzeit auf Industriesteuerungen laufen?

Kernaussage: Ja, aber nur unter bestimmten Bedingungen: Das Modell muss klein genug sein, die Hardware leistungsfähig genug, und die Latenzanforderungen des Prozesses müssen mit der Inferenzzeit des Netzes vereinbar sein.

Einfache MLP-Modelle mit wenigen Schichten und Eingaben können auf leistungsfähigen Industrie-PCs in Millisekunden Inferenz liefern. Komplexere CNNs für Bildinspektion benötigen je nach Bildauflösung und Netzgröße typischerweise zwischen 10 ms und mehreren hundert Millisekunden – gemessen auf CPU-basierten Systemen ohne GPU-Beschleunigung. Ob das für einen konkreten Prozess ausreicht, hängt vom Taktzyklus der Maschine ab.

Voraussetzungen für den industriellen Einsatz neuronaler Netze

Bevor ein neuronales Netz in einer Maschine oder Anlage eingesetzt wird, müssen mehrere Voraussetzungen geklärt sein:

Datenverfügbarkeit und -qualität: Liegen ausreichend viele und korrekt gelabelte Beispiele vor? Sind die Daten repräsentativ für alle relevanten Betriebszustände?
Aufgabendefinition: Was genau soll das Netz ausgeben? Eine Klasse (Gut/Schlecht), einen kontinuierlichen Wert (Verschleißgrad), eine Wahrscheinlichkeit oder eine Entscheidungsempfehlung?
Hardwareanforderungen: Auf welchem System soll das trainierte Modell laufen? Embedded System, Industrie-PC, Edge-Gerät oder Cloud-Server? Diese Wahl beeinflusst Modellgröße, Latenz und Verfügbarkeit bei Netzwerkausfällen.
Validierung und Testbedingungen: Wie wird geprüft, ob das Modell in der Produktion zuverlässig arbeitet? Welche Fehlerrate ist akzeptabel?
Wartung und Monitoring: Wer überwacht die Modellgenauigkeit im laufenden Betrieb? Wie wird ein Qualitätsverlust erkannt und behoben?
Sicherheitsrelevanz: Darf das Modell autonom entscheiden, oder dient es nur als Entscheidungsunterstützung? Bei sicherheitsrelevanten Funktionen gelten besondere Anforderungen, die eine eigenständige sicherheitstechnische Bewertung erfordern.

Neuronale Netze und die Anforderungen an industrielle Hardware

Der Einsatz neuronaler Netze in industriellen Umgebungen stellt konkrete Anforderungen an die Hardware, auf der Inferenz – also die Ausführung des trainierten Modells – stattfindet. Training selbst erfolgt typischerweise außerhalb der Produktion auf leistungsstarken Servern oder Cloud-Systemen.

Für die Edge-Inferenz direkt an der Maschine sind folgende Eigenschaften relevant:

Rechenleistung: Moderne x86-Prozessoren auf Industrie-PCs bewältigen einfache Modelle problemlos. Für bildverarbeitende CNNs ist GPU- oder NPU-Beschleunigung vorteilhaft.
Speicher: Größere Netzwerke erfordern mehr RAM. Typische industrielle MLP-Modelle für Prozessüberwachung arbeiten mit wenigen MB Modellgröße; CNN-basierte Bildmodelle können 50–500 MB und mehr betragen.
Betriebssystem und Laufzeitumgebung: Frameworks wie TensorFlow Lite, ONNX Runtime oder OpenVINO ermöglichen den Betrieb optimierter Modelle unter Windows und Linux.
Zuverlässigkeit: 24/7-Betrieb, Temperaturstabilität, Vibrationsresistenz und lüfterlose Ausführungen sind in rauer Industrieumgebung häufig notwendig.
Schnittstellen: Kamerasysteme, Sensorik und Steuerungen müssen angebunden werden – über Ethernet, USB, serielle Schnittstellen oder industrielle Feldbusse.

Ein leistungsfähiger, zuverlässiger Industrie-PC bildet die Grundlage für KI-gestützte Bildinspektion, Prozessüberwachung und Anomalieerkennung direkt an der Maschine. Die Hardwareauswahl sollte auf den Modellanforderungen basieren, nicht umgekehrt. ADM electronic bietet Industrie-PCs und Panel PCs für anspruchsvolle industrielle Umgebungen, die sich für solche Aufgaben technisch qualifizieren lassen.

Grenzen neuronaler Netze – was bleibt außerhalb ihrer Reichweite

Neuronale Netze sind leistungsfähig für Mustererkennung in großen Datensätzen. Sie haben aber strukturelle Grenzen, die für industrielle Anwendungen relevant sind:

Kausalität: Ein neuronales Netz erkennt Korrelationen, keine Ursache-Wirkungs-Zusammenhänge. Eine Vorhersage, dass Sensor A steigt bevor Maschine B ausfällt, bedeutet nicht, dass A die Ursache ist.
Extrapolation: Außerhalb der Trainingsdatenverteilung sind Vorhersagen unzuverlässig. Ein Modell, das auf Normalbetrieb trainiert wurde, erkennt keine vollständig neuartigen Fehlermodi.
Erklärbarkeit: Für Prozesse, bei denen Entscheidungen nachvollziehbar sein müssen (z. B. Dokumentation in der Pharma- oder Lebensmittelproduktion), ist die Black-Box-Natur ein regulatorisches Problem.
Datenmangel bei seltenen Ereignissen: Kritische Ausfälle sind in gut gewarteten Anlagen selten. Wenige Fehlerereignisse im Trainingsdatensatz führen zu schlechter Erkennungsleistung – genau dort, wo sie am meisten gebraucht wird.

Wann neuronale Netze eine sinnvolle Wahl sind – und wann nicht

Neuronale Netze sind sinnvoll, wenn:

große Mengen strukturierter Daten vorliegen (typisch: mindestens einige tausend relevante Beispiele),
die Aufgabe (Klassifikation, Regression, Anomalieerkennung) klar definiert ist,
regelbasierte oder klassische statistische Methoden nachweislich nicht ausreichen,
die Hardwareinfrastruktur für Training und Inferenz bereitsteht,
die Validierung und das laufende Monitoring der Modellqualität gewährleistet sind.

Neuronale Netze sind keine sinnvolle Wahl, wenn:

die Datenmenge zu gering ist, um ein Modell mit ausreichender Generalisierung zu trainieren,
das Problem durch einfache Schwellwerte, Regelwerke oder klassische statistische Methoden lösbar ist,
Erklärbarkeit und Nachvollziehbarkeit der Entscheidung regulatorisch oder betrieblich zwingend sind,
die Prozessbedingungen sich häufig ändern und kontinuierliches Nachtraining nicht eingeplant ist.

Für industrielle Systeme gilt: Die Komplexität des Modells sollte der Komplexität des Problems angemessen sein. Ein einfaches lineares Modell, das zuverlässig und erklärbar arbeitet, ist einem übertrainierten neuronalen Netz vorzuziehen, das in Produktionsbedingungen instabil reagiert.

Wenn Sie KI-gestützte Funktionen in Maschinen oder Anlagen planen – etwa für visuelle Qualitätsprüfung, Prozessüberwachung oder vorausschauende Wartung –, sind die Anforderungen an die zugrundeliegende Hardwareplattform frühzeitig zu klären: Rechenleistung, Schnittstellen, Betriebssystem, Schutzart und Wartbarkeit. ADM electronic berät bei der Auswahl geeigneter Industrie-PCs und Systemlösungen für solche Anforderungen.