KI für Test und Messtechnik

Im Juli 2025 brachte Emerson NI Nigel AI als Teil der NI LabVIEW+ Software-Suite für Test und Messtechnik auf den Markt. Seitdem hat sich gezeigt, wie dynamisch sich generative KI auch in industriellen Anwendungen weiterentwickelt. Während das Thema in der öffentlichen Wahrnehmung häufig von allgemeinen Hype-Debatten geprägt ist, rücken in der Praxis zunehmend konkrete Fortschritte in einzelnen Branchen in den Vordergrund.

Im Umfeld der Test- und Messtechnik liegt der Nutzen generativer KI weniger in publikumswirksamen Anwendungen als vielmehr in der Verarbeitung und Aufbereitung großer Datenmengen, um Fachkräfte bei klar umrissenen Aufgaben zu unterstützen. Emerson investierte gezielt in das Training von Nigel AI für die Testoptimierung, um Ingenieurteams bei anspruchsvollen Aufgaben effizienter zu unterstützen. Aus der Einführung der KI-Funktionen in der Testsoftware lassen sich mehrere zentrale Erkenntnisse ableiten.

Künstliche Intelligenz öffnet Industrierobotern die Augen

Industrielle KI-Vision revolutioniert die Fertigung: Roboter lernen, flexibel auf Abweichungen zu reagieren, manuelle Prozesse zu übernehmen und Produktivität zu steigern. Eine Technologie, die zum unverzichtbaren Werkzeug für die globale Industrie wird.

Vereinfachung als Hebel zur Zeitersparnis

Die Fähigkeit, einfache Kommunikation zusammenzufassen, ist hilfreich. Für den industriellen Einsatz reicht dieser Nutzen allein jedoch kaum aus, um größere Investitionen zu rechtfertigen. Relevanter Mehrwert entsteht dort, wo stark ausgelastete und hochqualifizierte Ingenieurteams im Arbeitsalltag spürbar entlastet werden.

NI LabVIEW nähert sich seinem 40. Jubiläum. Über Jahrzehnte hinweg hat sich die Software als Industriestandard etabliert und zu einem sehr umfangreichen Werkzeug für unterschiedlichste Testumgebungen entwickelt. Sie umfasst Hunderte von Funktionen. Entsprechend hoch ist der Einarbeitungsaufwand. Es existieren sogar Hochschulkurse, die sich gezielt mit dem Umgang mit LabVIEW beschäftigen, und zahlreiche berufliche Laufbahnen bauen auf entsprechender Expertise auf.

Vor diesem Hintergrund gehörte zu den ersten Anwendungsfällen von Nigel AI die Möglichkeit, Funktionen per Alltagssprache zu finden, um VI-Dateien schneller konfigurieren zu können. Wie viele andere Branchen steht auch Test & Measurement vor Herausforderungen bei der Fachkräfteverfügbarkeit. Werkzeuge, die den Einstieg in komplexe Software erleichtern, können dazu beitragen, neue Ingenieurinnen und Ingenieure schneller produktiv zu machen.

Auch die Analyse von Code, der von anderen Personen erstellt wurde, ist oft zeitaufwendig – besonders dann, wenn Rückfragen nicht mehr möglich sind. Deshalb wurde Nigel AI so erweitert, dass Controls und Indikatoren in einer VI-Datei aufgelistet und jeweils mit kurzen Beschreibungen versehen werden. Auch dies kann Arbeitszeit spürbar reduzieren.

Von diesen Funktionen profitieren insbesondere weniger erfahrene Anwender. Darüber hinaus kann Nigel AI inzwischen personalisierte Vorschläge für Änderungen oder Ergänzungen machen, basierend auf Aktionen innerhalb einer VI-Datei. Künftig soll diese Fähigkeit auf umfassendere Projektkontexte innerhalb von Unternehmen ausgeweitet werden.

Autonomes Fahren verlangt KI mit Regel-Framework

Rein KI-gesteuerte Fahrsoftware stößt bei Validierung, Genauigkeit und physikalischer Konsistenz an ihre Grenzen. Erst die Kombination aus KI-gestützter Simulation und regelbasierter Verifikation ermöglicht sichere, skalierbare AV-Entwicklung.

Schnellere Iterationen in der Softwareentwicklung

Klassische größere Softwareupdates erscheinen häufig in einem Rhythmus von etwa zwei Veröffentlichungen pro Jahr. Bei KI-gestützten Funktionen zeigt sich jedoch ein deutlich höheres Entwicklungstempo. Durch die laufende Weiterentwicklung von Nigel AI konnten Verbesserungen wesentlich schneller bereitgestellt werden.

Bereits innerhalb von drei Monaten wurden unter anderem Aktualisierungen der Chat-Benutzeroberfläche umgesetzt, die Möglichkeit zum Anhängen von Dateien ergänzt und die zugrunde liegende Wissensbasis erweitert. Hinzu kommen Fortschritte beim verwendeten Large Language Model, die es erleichtern, Nutzerfeedback schneller in neue Funktionen zu überführen.

Für Unternehmen, die selbst KI-Tools entwickeln oder produktiv einsetzen möchten, deutet sich damit ein verändertes Entwicklungsmuster an: Änderungen erfolgen in deutlich kürzeren Abständen als bei klassischer Unternehmenssoftware. Vergleichbare KI-Funktionen werden derzeit auch in anderen wissenschaftlichen Softwarewerkzeugen eingeführt. Wie hoch das Tempo solcher Iterationen langfristig sein wird, bleibt abzuwarten.

Forschungsprojekt macht Algorithmus zum Kollegen

Im Rahmen des Projektes OTS4CI erforscht ein Konsortium aus Wissenschaft und Industrie, wie sich die Testauswahl für Softwarekomponenten mithilfe von maschinellem Lernen optimieren und automatisieren lässt.

Globale Nutzung stellt neue Anforderungen

Die Geschwindigkeit, mit der die KI-Funktionen von LabVIEW+-Anwendern angenommen wurden, fiel hoch aus. Inzwischen wird Nigel AI von Ingenieurteams in 73 Ländern genutzt. Damit wächst zugleich die Anforderung, regionale Vorschriften, unterschiedliche Rahmenbedingungen und lokale Anforderungen angemessen zu berücksichtigen.

Mit steigender Verbreitung nimmt auch das Feedback zu Funktionen und möglichen Verbesserungen zu. Dabei lässt sich nur schwer vorhersagen, in welchem Labor, in welcher Region oder in welchem Markt neue KI-Werkzeuge zuerst breit eingesetzt werden oder wo besonders innovative Anwendungsfälle entstehen. Umso wichtiger wird lokales Know-how in den relevanten Märkten.

KI als Werkzeug zur Reduktion von Komplexität

Die Anforderungen in der Test- und Messtechnik werden voraussichtlich nicht geringer. Gleichzeitig zeigt sich, dass KI-Werkzeuge bei klar definierter Zielsetzung dazu beitragen können, Komplexität zu reduzieren, Entwicklungszyklen zu verkürzen und Unterstützung schneller in die Praxis zu bringen. Der entscheidende Punkt liegt dabei weniger in der allgemeinen Verfügbarkeit von KI als in ihrer konkreten Ausrichtung auf reale industrielle Aufgabenstellungen. (bs)