Rapid Prototyping mit Generativer AI – Was die Softwareseite von der Hardwareseite lernen kann.

Ende der 2000er Jahre war es soweit. Der 3D Druck war als Thema omnipräsent und viele prophezeiten das Ende der Fertigungsverfahren, wie man sie bis dahin kannte[1]. Geblieben ist das Rapid Prototyping und dessen revolutionäre Möglichkeiten Produktionsprozesse schnell und ohne hunderttausende Euro an Upfront-Investments zu verproben oder zu verbessern. Insbesondere der Weg zu einem funktionalen Prototyp verkürzte sich auf Tage anstelle von Wochen. Funktionale Prototypen zeichnen sich durch ihre begrenzte, aber funktionale Einsatzfähigkeit in realen Testläufen aus. Sie sehen also nicht nur sehr ausgereift aus, sondern können auch in eingeschränktem Umfang für spezielle Funktionalitäten eingesetzt werden. Ein bis dahin unerreichtes Ziel vieler Produktdesigner und -ingenieure.

Diese Entwicklung aus dem Hype in den produktiven Einsatz einer neuen Technologie kann man für generative AI und deren Foundation Models übertragen. Vereinfacht gesagt könnte man Generative AI (GenAI) Modelle als die 3D Drucker der Softwareindustrie bezeichnen. Damit lösen Sie eines der drängendsten Probleme von AI-Projekten und deren Operationalisierung in dem sie es ermöglichen, ohne aufwendiges Training und Datensammeln grundlegende Funktionalitäten einer Idee zu verproben und auf ihre Wertschöpfung zu prüfen. Somit kann der Einsatz von generativer AI im Entwicklungszyklus die Laufzeit von wenig aussichtsreichen Projekten verkürzen und damit für die erfolgversprechenderen Ansätzen Ressourcen freimachen, die in der Regel fehlen.

 

Was bedeutet Prototyping?

Im Designprozess spielt das Prototyping eine entscheidende Rolle. Es ermöglicht Designern, ihre Ideen sowohl unter konzeptionellen als auch funktionalen und technischen Gesichtspunkten zu testen. Ein Prototyp ist das erste Exemplar eines Objekts, das vor der Serienproduktion getestet und modifiziert wird. Im Wesentlichen erfüllen Prototypen die 3 folgenden Anforderungen:

1. Konzeptionelle Überprüfung:

Durch die Erstellung eines Prototyps können Designer ihre konzeptionellen Ideen visualisieren und überprüfen. Ein physisches Modell ermöglicht es ihnen, das Design aus verschiedenen Blickwinkeln zu betrachten und zu bewerten, ob es ihren ursprünglichen Vorstellungen entspricht. Diese Phase hilft dabei, mögliche Fehler oder Unstimmigkeiten frühzeitig zu erkennen und anzupassen.

2. Funktionale Bewertung:

Ein Prototyp ermöglicht es Designern, die Funktionalität ihres Designs zu testen. Sie können prüfen, ob alle Komponenten richtig funktionieren und ob das Produkt den beabsichtigten Zweck erfüllt. Durch das Ausprobieren und Testen können potenzielle Probleme identifiziert und behoben werden, bevor das Produkt in die Serienproduktion geht.

3. Technische Optimierung:

Während des Prototyping-Prozesses haben Designer die Möglichkeit, technische Aspekte ihres Designs zu überprüfen und zu optimieren. Sie können verschiedene Materialien, Fertigungstechniken und Maßnahmen zur Verbesserung der Produktionsprozesse testen. Auf diese Weise können sie die Effizienz steigern und potenzielle technische Herausforderungen rechtzeitig erkennen.

 

Was bedeutet das für den Ablauf von AI-Projekten?

Für den Ablauf von AI-Projekten bedeutet das, dass man sich dazu zwingt den Anwendungsfall und den Mehrwert in den Fokus der Projektüberlegung zu stellen. In diesem Vorgehensmodell agieren wir in einer gekapselten Umgebung für die Erstellung des Prototyps, die wir nach Abschluss des Projektes entweder abstoßen oder beliebig skalieren können.

Informationsfabrik_Grafik3.1

Bei Projekten, in denen wir beispielsweise im Bereich der Klassifikation bei klassischen Vorgehensweisen Probleme bei der Datengrundlage hatten, können wir nun auf Foundation Models   zurückgreifen, die durch geringfügige Anpassungen erfolgsversprechend eingesetzt werden können. Damit verkürzen wir den Entwicklungs- und Validierungsprozess und können werthaltige von kostenschweren Use Cases trennen.

 

Fazit

Foundation Models und GenAI ermöglichen ohne große aufbereitete und gepflegte Datenmengen Ideen für den Einsatz von AI im Allgemeinen zu erproben. Am erfolgsversprechenden sind dabei Vorgehensmodelle, die sich an industriellen Vorgehensweisen und Methoden, wie dem Rapid Prototyping, orientieren. Nach diesem Vorgehen schaffen wir in folgenden Anwendungsbereichen zum aktuellen Zeitpunkt die größten Mehrwerte:

  1. Konzeptionelle Überprüfung
  2. Funktionale Bewertung
  3. Technische Optimierung

 

[1] https://www.faz.net/aktuell/feuilleton/bilder-und-zeiten/interview-mit-neil-gershenfeld-3d-drucker-sind-erst-der-anfang-12098849.html