Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
14 | w w w c o m p u t e r - a u t o m a t i o n d e · 0 8 -2 5 Em b e d d e d K I | Te i l 3 Lifecycle Management für Künstliche Intelligenz von Oliver Roth Wer Embedded KI im Alltag industrieller Fertigung und Automation zum Laufen gebracht hat kann von ihren Vorteilen und dem Nutzen auch für Endkunden profitieren Damit dies langfristig so bleibt sollte das oft vernachlässigte Lifecycle Management berücksichtigt werden Der sichere und erfolgreiche Betrieb von KI erfordert kontinuierliche Aufmerksamkeit für Themen wie Fleet Management Observability und Federated Learning In einer Hinsicht sind KI-Modelle geradezu erschreckend menschlich Sie verändern sich im Lauf der Zeit Stichwort Modelldrift siehe auch Teil 2 dieser Serie und das nicht zwingend zu ihrem Vorteil Die Verwaltung vieler im Feld eingesetzter KI-Geräte stellt Entwicklungsleiter und Produktmanager deshalb vor komplexe Aufgaben Damit Embedded-KI-Systeme zuverlässig funktionieren und die Qualität ihrer Entscheidungen oder Empfehlungen erhalten bleibt oder verbessert wird müssen sie kontinuierlich überwacht und aktualisiert werden Bei einer Vielzahl von KI-Geräten im Feld ist dafür ein professionelles Fleet Management unerlässlich Es stellt sicher dass die KI-Modelle aller Geräte auf dem aktuellen Stand bleiben die Hardwarekomponenten weiter funktionieren und sämtliche Sicherheitsstandards eingehalten werden Die zentrale Verwaltung von Updates Konfigurationsänderungen und das Monitoring der KI-Systeme müssen dazu strategisch und operativ miteinander verknüpft sein Bei Automatisierungskomponenten war dies bisher meist nicht nötig hier ist sie aus technischer und gesetzlicher Sicht unerlässlich Grossenbacher Systeme bietet hierfür bereits eine Lösung das ‚GUT Tool‘ eine integrierte Plattform für Deviceund Software Management die zentrale Aspekte des CRA Cyber Resilience Act berücksichtigt Solche Plattformen bilden eine notwendige aber nicht ausreichende Grundlage für ein ganzheitliches KI-Ökosystem Fleet Management – Sicherheit für Datenfluss und Updates Damit Updates gemanagt und verteilt werden können ist ein klar definierter und sicherer Datenfluss zwischen den einzelnen Geräten im Feld und der Zentrale nötig Dabei sind Datenintegrität und eine zuverlässige Authentifizierung entscheidend um Manipulationen oder Cyberangriffe zu verhindern Gleichzeitig muss die Kommunikation effizient und skalierbar bleiben Geeignete Fleet-Management-Tools müssen daher folgende essenzielle Funktionen bereitstellen • Overthe-Air-Updates OTA für ein zentrales Rollout von Software-Releases Konfigurationen oder neuen KI-Modellen • Authentifizierte Datenübertragung für zertifikatbasierte Kommunikation mit mindestens PKIähnlicher Infrastrukturen • Konfigurationsmanagement für die schnelle Anpassung der Geräteeinstellungen je nach Anwendungsfall Mithilfe dieser Funktionen lassen sich regulatorische Vorgaben des CRA umsetzen und Verbesserungen im Gerätebestand einpflegen indem gezielt regelmäßige Updates der Embedded-Software eingespielt werden Observability – Überwachung ist erforderlich Fleet Management ist ohne Observability ineffektiv da orientierungslos Denn erst Observability überwacht detailliert den Web-Tipp Dieser Beitrag ist der 3 Teil der Artikelserie „Der Weg zur Embedded KI“ Lesen Sie Teil 1 und 2 online • 1 https bit ly 3Zq0mEG • 2 https bit ly 4kOUigX Bi ld Cha ni ta s to ck ad ob e c om