Machine Learning in der Chemie

Momentan beschäftige ich mich (hauptsächlich aus Neugierde, aber auch weil die Digitalisierung in der Chemie kommt, oder?) mit Machine Learning, genauer Deep Learning und Big Data. Und ich frage mich, woher ein nicht-digitales Unternehmen die ganzen Daten nehmen soll, die für diese Art des Lernens und des Erkenntnisgewinns wohl entscheidend sind. Und dazu noch eines, was in der EU sitzt…

Vielleicht fehlt mir hier die Fantasie, also schauen wir mal. Selbstverständlich gibt es im Internet Artikel en masse zu diesem Thema, beispielsweise hier oder hier. Erstaunlich, das ist ja zweimal der selbe Artikel. Schreiben hier schon Algorithmen voneinander ab?

Wofür Machine Learning?

Oft gelesene Ansatzpunkte für Machine Learning in produzierenden Unternehmen ist die gezielte Wartung von Maschinen, die aufgrund von Sensordaten als ausfallgefährdet identifiziert werden. Ich spare mir hier Verlinkungen, es gibt tausende Links zu Werbung von Software dafür. Das wäre natürlich was für die Chemieindustrie.

Ein anderes Szenario ist die Zuordnung von Produkten zu Kunden („Käufer von A kauften auch B…“ oder „Kunde X braucht wahrscheinlich C“). Hier ist es natürlich von Vorteil, wenn man viele Daten zu Transaktionen hat, die man verwerten kann. Da sind Plattformen wie Amazon (oder… oder wer?) klar im Vorteil.

Produktentwicklung

Fallen Euch auch Szenarien für die Produktentwicklung ein? Oft bekommt man ja keine Daten vom Kunden zurück. Sinnig ist es dann, ein vernetztes Produkt anzubieten, das mir viele Daten vom Kunden zurückmeldet. Beispiele wären eine neue Generation Autos, die permanent mit ihren Herstellern sprechen, dass diese laufend Erkenntnisse in ihre Entwicklungsprozesse speisen können.

Aber was macht man mit „dummen“ Produkten, wie zum Beispiel Speiseöl oder Frostschutzmittel?

Habt ihr Ideen? Schreibt gerne in den Kommentaren.