KI-Agenten liegen voll im Trend, ein Trend, der durch den Boom der generativen KI und des Large Language Model (LLM) in den letzten Jahren vorangetrieben wurde. Die Menschen dazu zu bringen, sich darüber zu einigen, was genau KI-Agenten sind, ist eine Herausforderung, aber die meisten behaupten, es handele sich um Softwareprogramme, denen Aufgaben zugewiesen und Entscheidungen getroffen werden können – mit unterschiedlichem Grad an Autonomie.
Kurz gesagt, KI-Agenten gehen über das hinaus, was ein einfacher Chatbot leisten kann: Sie helfen Menschen, Dinge zu erledigen.
Es ist noch am Anfang, aber Unternehmen wie Salesforce und Google investieren bereits stark in KI-Agenten. Andy Jassy, CEO von Amazon, deutete kürzlich eine künftige Alexa an, die „agentischer“ werden soll und bei der es sowohl um Taten als auch um Worte geht.
Gleichzeitig sammeln Start-ups auch Geld aus dem Hype. Das neueste davon ist ein deutsches Unternehmen Juna.aidas Fabriken dabei helfen will, effizienter zu arbeiten, indem es komplexe Industrieprozesse automatisiert, um „den Produktionsdurchsatz zu maximieren, die Energieeffizienz zu steigern und die Gesamtemissionen zu reduzieren“.
Und um das zu erreichen, gab das Berliner Startup heute bekannt, dass es in einer Seed-Runde 7,5 Millionen US-Dollar von der Risikokapitalgesellschaft aus dem Silicon Valley eingesammelt hat Kleiner PerkinsSitz in Schweden Norrsken VCund Vorsitzender von Kleiner Perkins John Doerr.
Selbstlernen ist der Weg
Juna.ai wurde 2023 gegründet und ist das Werk von Matthias Auf der Mauer (Bild oben links) und Christian Hardenberg (Bild oben rechts). Der Mauer gründete zuvor ein Startup für vorausschauende Maschinenwartung namens AiSight und verkaufte es an das Schweizer Smart-Sensor-Unternehmen Sensirion im Jahr 2021, während Hardernberg der ehemalige Chief Technology Officer beim europäischen Lebensmittellieferriesen Delivery Hero war.
Im Kern möchte Juna.ai dabei helfen, Produktionsanlagen in intelligentere, selbstlernende Systeme umzuwandeln, die bessere Margen und letztendlich einen geringeren CO2-Fußabdruck liefern können. Das Unternehmen konzentriert sich auf sogenannte „Schwerindustrien“ – Industrien wie Stahl, Zement, Papier, Chemie, Holz und Textil mit groß angelegten Produktionsprozessen, die viele Rohstoffe verbrauchen.
„Wir arbeiten mit sehr prozessorientierten Branchen zusammen, und dabei handelt es sich meist um Anwendungsfälle, die viel Energie verbrauchen“, sagte der Mauer gegenüber Tech. „Also zum Beispiel chemische Reaktoren, die viel Wärme verbrauchen, um etwas zu produzieren.“
Die Software von Juna.ai lässt sich in die Produktionstools der Hersteller integrieren, wie z. B. Industriesoftware von Aveva oder SAFTund betrachtet alle historischen Daten, die von Maschinensensoren gesammelt wurden. Dies kann Temperatur, Druck, Geschwindigkeit und alle Messungen der gegebenen Ausgabe, wie Qualität, Dicke und Farbe, umfassen.
Anhand dieser Informationen hilft Juna.ai Unternehmen dabei, ihre internen Agenten darin zu schulen, die optimalen Einstellungen für Maschinen herauszufinden, und stellt den Bedienern Echtzeitdaten und Anleitungen zur Verfügung, um sicherzustellen, dass alles mit höchster Effizienz und minimalem Abfall läuft.
Beispielsweise könnte eine Chemiefabrik, die eine besondere Art von Kohlenstoff produziert, einen Reaktor nutzen, um verschiedene Öle miteinander zu mischen und sie einem energieintensiven Verbrennungsprozess zu unterziehen. Um den Ausstoß zu maximieren und den Restabfall zu minimieren, müssen die Bedingungen optimal sein, einschließlich der Menge der verwendeten Gase und Öle sowie der auf den Prozess angewendeten Temperatur. Mithilfe historischer Daten zur Ermittlung der idealen Einstellungen und unter Berücksichtigung von Echtzeitbedingungen sollen die Agenten von Juna.ai dem Betreiber mitteilen, welche Änderungen sie vornehmen sollten, um die beste Leistung zu erzielen.
Wenn Juna.ai Unternehmen dabei helfen kann, ihre Produktionsanlagen zu optimieren, können sie ihren Durchsatz verbessern und gleichzeitig den Energieverbrauch senken. Es ist eine Win-Win-Situation, sowohl für das Endergebnis des Kunden als auch für seinen CO2-Fußabdruck.
Juna.ai sagt, dass es seine eigenen benutzerdefinierten KI-Modelle erstellt hat und dabei Open-Source-Tools wie z. B. verwendet TensorFlow Und PyTorch. Und um seine Modelle zu trainieren, nutzt Juna.ai Reinforcement Learning, eine Teilmenge des maschinellen Lernens (ML), bei der ein Modell durch seine Interaktionen mit seiner Umgebung lernt – es probiert verschiedene Aktionen aus, beobachtet, was passiert, und verbessert sich.
„Das Interessante am Reinforcement Learning ist, dass es etwas ist, das Maßnahmen ergreifen kann“, sagte Hardenberg gegenüber Tech. „Typische Modelle machen nur Vorhersagen oder generieren vielleicht etwas. Aber sie können es nicht kontrollieren.“
Vieles von dem, was Juna.ai derzeit tut, ähnelt eher einem „Copiloten“ – es stellt einen Bildschirm bereit, der dem Bediener sagt, welche Optimierungen er an den Steuerungen vornehmen sollte. Viele industrielle Prozesse sind jedoch unglaublich repetitiv, weshalb es hilfreich ist, einem System die Durchführung tatsächlicher Maßnahmen zu ermöglichen. Beispielsweise könnte ein Kühlsystem eine ständige Feinabstimmung erfordern, um sicherzustellen, dass eine Maschine die richtige Temperatur beibehält.
Fabriken sind bereits gut daran gewöhnt, Systemsteuerungen zu automatisieren PID Und MPC Controller, also ist dies etwas, was Juna.ai auch tun könnte. Dennoch ist es für ein junges KI-Startup einfacher, einen Copiloten zu verkaufen – das sind vorerst nur kleine Schritte.
„Es ist für uns derzeit technisch möglich, es autonom laufen zu lassen; wir müssten nur die Verbindung implementieren. Aber letztendlich geht es vor allem darum, Vertrauen beim Kunden aufzubauen“, sagte der Mauer.
Hardenberg fügte hinzu, dass der Vorteil der Startup-Plattform nicht in der Arbeitsersparnis liege, sondern wies darauf hin, dass Fabriken bereits „ziemlich effizient“ seien, was die Automatisierung manueller Prozesse angeht. Es geht darum, diese Prozesse zu optimieren, um kostspieligen Abfall zu reduzieren.
„Verglichen mit einem Prozess, der 20 Millionen US-Dollar an Energie kostet, bringt es nicht viel, eine Person zu entfernen“, sagte er. „Der eigentliche Gewinn besteht also darin, dass wir von 20 Millionen US-Dollar an Energie auf 18 oder 17 Millionen US-Dollar steigen können?“
Vorgeschulte Agenten
Das große Versprechen von Juna.ai ist vorerst ein KI-Agent, der anhand seiner historischen Daten auf jeden Kunden zugeschnitten ist. Aber in Zukunft plant das Unternehmen, serienmäßig „vorgeschulte“ Agenten anzubieten, die nicht viel Schulung in Bezug auf die Daten eines neuen Kunden benötigen.
„Wenn wir Simulationen immer wieder erstellen, kommen wir an einen Punkt, an dem wir möglicherweise Simulationsvorlagen haben, die wiederverwendet werden können“, sagte der Mauer.
Wenn also beispielsweise zwei Unternehmen denselben chemischen Reaktortyp verwenden, könnte es möglich sein, KI-Agenten zwischen Kunden zu verteilen. Ein Modell für eine Maschine, so lautet der allgemeine Kern.
Es ist jedoch nicht zu übersehen, dass Unternehmen aufgrund von Datenschutzbedenken zögerten, sich kopfüber in die aufkeimende KI-Revolution zu stürzen. Diese Bedenken gehen bei Juna.ai verloren, aber Hardenberg sagte, dass es bisher kein großes Problem darstelle, teils aufgrund der Datenresidenzkontrollen, teils aufgrund des Versprechens, das es seinen Kunden hinsichtlich der Erschließung latenter Werte von großen Banken gibt von Daten.
„Ich sah darin ein potenzielles Problem, aber bisher war es kein so großes Problem, weil wir alle Daten für unsere deutschen Kunden in Deutschland belassen“, sagte Hardenberg. „Sie richten ihren eigenen Server ein und wir haben erstklassige Sicherheitsgarantien. Sie verfügen zwar über all diese Daten, sind aber nicht so effektiv darin, daraus einen Mehrwert zu schaffen. Es wurde hauptsächlich zur Alarmierung oder möglicherweise für manuelle Analysen verwendet. Aber wir sind der Ansicht, dass wir mit diesen Daten noch viel mehr erreichen können – eine intelligente Fabrik aufbauen und auf der Grundlage der ihnen vorliegenden Daten zum Gehirn dieser Fabrik werden.“
Etwas mehr als ein Jahr nach seiner Gründung hat Juna.ai bereits eine Handvoll Kunden, obwohl der Mauer sagte, es sei ihm noch nicht gestattet, konkrete Namen preiszugeben. Sie haben jedoch alle ihren Sitz in Deutschland und haben entweder Tochtergesellschaften im Ausland oder sind Tochtergesellschaften von Unternehmen mit Sitz im Ausland.
„Wir planen, mit ihnen zu wachsen – das ist eine sehr gute Möglichkeit, mit Ihren Kunden zu expandieren“, fügte Hardenberg hinzu.
Mit den neuen 7,5 Millionen US-Dollar auf der Bank ist Juna.ai nun gut finanziert, um über die derzeitige Zahl von sechs Mitarbeitern hinaus zu expandieren und plant, sein technisches Know-how zu verdoppeln.
„Letztendlich handelt es sich um ein Softwareunternehmen, und damit sind im Wesentlichen Menschen gemeint“, sagte Hardenberg.