Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Bild: Fraunhofer IOSB-INA
Bild: Fraunhofer IOSB-INA
Fraunhofer entwickelt Lösungen für Einsatz künstlicher Intelligenz in industrieller Produktion

Fraunhofer entwickelt Lösungen für Einsatz künstlicher Intelligenz in industrieller Produktion

Wie macht die intelligente Nutzung von Daten Fabriken fit für die Zukunft? Im Projekt ‚Datenfabrik.NRW‘ erarbeiten vier Fraunhofer-Institute (Entwurfstechnik Mechatronik IEM, Materialfluss und Logistik IML, Optronik, Systemtechnik und Bildauswertung IOSB und Intelligente Analyse- und Informationssysteme IAIS) konkrete Anwendungen für den vielfältigen Einsatz von künstlicher Intelligenz in der Produktion und setzen diese in realen Produktionsumgebungen bei Claas und Schmitz Cargobull um. Das Land Nordrhein-Westfalen fördert das Zukunftsprojekt mit 9,2Mio.€. Die Kompetenzplattform KI.NRW nimmt die Datenfabrik.NRW als KI-Flagshipprojekt in ihr Netzwerk auf.

Fachkräftemangel mit KI bewältigen
Fachkräftemangel mit KI bewältigen
Fortschritt bei Künstlicher Intelligenz
Fortschritt bei Künstlicher Intelligenz
Junge Mitarbeiter wünschen sich Transparenz
Junge Mitarbeiter wünschen sich Transparenz
previous arrow
next arrow
Fachkräftemangel mit KI bewältigen
Fortschritt bei Künstlicher Intelligenz
Junge Mitarbeiter wünschen sich Transparenz
previous arrow
next arrow

Anzeige

NEWS

Künstliche Intelligenz
Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©RS-Studios/stock.adobe.com
Bild: ©RS-Studios/stock.adobe.com
Unternehmen reagieren bei ethischen KI-Fragen zögerlich
Unternehmen reagieren bei ethischen KI-Fragen zögerlich

Das Bewusstsein für ethische Fragestellungen beim Einsatz von künstlicher Intelligenz ist in Unternehmen und Verwaltungen gestiegen. Dennoch fällt ihre diesjährige Handlungsbilanz gemischt aus, da nur in Teilbereichen Verbesserungen erzielt wurden. Zu diesen und weiteren Erkenntnissen kommt eine Studie von Capgemin für die 2.900 Konsumenten sowie 900 Führungskräfte befragt wurden.

Bild: ISW Institut für Steuerungstechnik der
Bild: ISW Institut für Steuerungstechnik der
Artikelserie Stuttgarter Innovationstage (Teil 1): Selbstlernende  Steuerungssysteme
Artikelserie Stuttgarter Innovationstage (Teil 1): Selbstlernende Steuerungssysteme

Die Umstellung eines Produktionssystems, z.B. einer Roboterzelle, auf ein neues Produkt muss künftig schnell und mit wenig Aufwand möglich sein. Die Steuerungssysteme, sowie die zugehörigen Engineering Methoden, müssen dabei intelligent und lernfähig werden, manuelle Aufwände in der Entwicklung zu reduzieren. Die virtuelle Inbetriebnahme stellt eine geeignete Lernumgebung dar, in der sich das Steuerungssystem mit Methoden der künstlichen Intelligenz selbst programmiert. Dafür müssen die Simulationswerkzeuge erweitert und möglichst standardisierte Schnittstellen geschaffen werden.

Anzeige

Technologie
Bild: Fraunhofer ILT
Bild: Fraunhofer ILT
Künstliche Intelligenz in der Produktion
Künstliche Intelligenz in der Produktion

Auf der zweiten Konferenz ‚AI for Laser Technology‘ wird am 28. und 29. September 2021 der aktuelle Stand bei der Anwendung von künstlicher Intelligenz in der Lasermaterialbearbeitung diskutiert. Zum Austausch treffen sich hier Forschende, Anlagenbauer, Softwareentwickler und Maschinenbauer. Neben den Fachvorträgen werden am Fraunhofer-Institut für Lasertechnik ILT die Labore für virtuelle Rundgänge geöffnet. Aufgrund der aktuellen Regelungen findet die Tagung online statt.

Bild: PerfectPattern GmbH
Bild: PerfectPattern GmbH
Ohne Spezialwissen zu Ergebnissen
Ohne Spezialwissen zu Ergebnissen

Gerade bei innovativen Technologien wie künstlicher Intelligenz ist die Bedienung nicht erste Priorität der Softwarehersteller. Aus Sicht der Industrie ist das bedauerlich, denn anlagennah Beschäftigte haben oft die interessantesten Impulse für werksnahe KI-Projekte. Über integrierte Explainability rücken KI-Tools nun näher an die Prozessspezialisten heran.

Anzeige

Industrielle Produktion
Bild: Anacision Gmbh
Bild: Anacision Gmbh
Feinplanung mit IoT- und KI-Antrieb

Feinplanung mit IoT- und KI-Antrieb

Das Internet of Things (IoT) und künstliche Intelligenz (KI) könnten traditionelle Ansätze zur Produktionsplanung hervorragend ergänzen. Denn ein IoT-vernetzter Maschinenpark kann bei unerwarteten Ereignissen automatisch neue Planungsläufe anstoßen, während die KI die anfallenden Plan- und Ist-Daten der Produktion laufend auf Verbesserungen abklopft.

Bild: Leadec Group
Bild: Leadec Group
Stau 
auf der Datenautobahn

Stau auf der Datenautobahn

Für den erfolgreichen Einsatz von künstlicher Intelligenz in der Produktion ist eine solide Datenbasis entscheidend. Je größer die Datenmenge und je höher die Datenqualität, desto besser funktionieren KI-Projekte. Falls die Daten in größeren Produktionsanlagen erfasst werden sollen, muss das Netzwerk dafür entsprechend ausgelegt werden – oder im Falle einer Nachrüstung die dafür notwendige Reserve haben. Im folgenden Artikel wird erläutert, auf welche Parameter es dabei ankommt.

Bild: Beckhoff Automation GmbH & Co. KG
Bild: Beckhoff Automation GmbH & Co. KG
TwinCat Machine Learning für intelligente Bolzenanker-Produktionslinie

TwinCat Machine Learning für intelligente Bolzenanker-Produktionslinie

Ein auf Befestigungstechnik spezialisiertes, international tätiges Unternehmen produziert u. a. Bolzenanker in verschiedensten Ausführungen. Um hierbei die Umschließungsqualität der zugehörigen metallischen Hülse aus vorhandenen Maschinendaten in Echtzeit zu bestimmen, wurde ein entsprechendes Entwicklungsprojekt als Bachelorarbeit an der Ostschweizer Fachhochschule (OST), Campus Buchs, durchgeführt. Als geeignete Lösung hat sich dabei das maschinelle Lernen (ML) mit TwinCat Machine Learning von Beckhoff erwiesen.

Bild: Pascal Friederich, Karlsruher Institut für Technologie
Bild: Pascal Friederich, Karlsruher Institut für Technologie
Maschinelles Lernen beschleunigt Materialsimulationen
Maschinelles Lernen beschleunigt Materialsimulationen

Erforschung, Entwicklung und Herstellung neuer Materialien hängen entscheidend von schnellen und zugleich genauen Simulationsmethoden ab. Maschinelles Lernen, bei dem künstliche Intelligenz (KI) selbstständig neues Wissen erwirbt und anwendet, wird es künftig ermöglichen, komplexe Materialsysteme rein virtuell zu entwickeln. Wie das funktioniert und welche Anwendungen davon profitieren, erklärt ein Forscher des Karlsruher Instituts für Technologie (KIT) gemeinsam mit Kollegen aus Göttingen und Toronto.

Bild: ©Alterfalter/stock.adobe.com / MPDV Mikrolab GmbH
Bild: ©Alterfalter/stock.adobe.com / MPDV Mikrolab GmbH
Manufacturing Analytics und künstliche Intelligenz
Manufacturing Analytics und künstliche Intelligenz

Die Bandbreite an Analyseanwendungen reicht von klassischen Reports und Kennzahlen über Self Service Analytics bis hin zu künstlicher Intelligenz. Bei aller Vielfalt sollte der Zweck nicht aus dem Fokus geraten: transparenter und effizienter fertigen zu können. Zumal immer wieder neue Manufacturing-Analytics-Instrumente entwickelt werden.

Bild: Institut für Fertigungstechnik und Werkzeugmaschinen
Bild: Institut für Fertigungstechnik und Werkzeugmaschinen
Der digitale Zwilling als Basis für ein intelligentes und skalierbares Produktionssystem
Der digitale Zwilling als Basis für ein intelligentes und skalierbares Produktionssystem

Der digitale Zwilling ist der interdisziplinäre Kern zahlreicher Industrie-4.0-Anwendungen (I4.0). Implementierungsansätze sind allerdings oft noch individuell und kostenintensiv, da nutzbare Standards und Referenzmodelle bisher nicht vorhanden waren. Die Plattform I4.0 hat die Verwaltungsschale als einheitlichen Standard für den digitalen Zwilling eingeführt. Im Rahmen des KI-Innovationswettbewerbs entsteht daher im vom BMWi geförderten Forschungsprojekt IIP-Ecosphere eine Implementierung der Verwaltungsschale in der Sennheiser Future Factory.

Anzeige

Geschäftsprozesse
Bild: ©Pixel-Shot/stock.adobe.com
Bild: ©Pixel-Shot/stock.adobe.com
Von Bewerbungsgespräch bis Skill Management

Von Bewerbungsgespräch bis Skill Management

Künstliche Intelligenz (KI) ist zwar in aller Munde, doch nur wenige Unternehmen setzen sie bereits im Personalwesen ein. Eine aktuelle Untersuchung der Deutschen Gesellschaft für Personalführung (DGFP) kommt in diesem Zusammenhang zu dem Ergebnis, dass 93 Prozent der befragten Unternehmen dem KI-Einsatz im HR-Bereich positiv gegenüberstehen. Allerdings haben nur drei Prozent der Umfrageteilnehmer derartige Anwendungen bereits implementiert. Dabei könnten entsprechende Technologien für spürbar effizientere HR-Abläufe sorgen, da sich damit beispielsweise Basiskennzahlen zu Mitarbeitern schnell und einfach bereitstellen und auswerten lassen. Beispiele in Bereichen wie Recruiting oder Skill Management zeigen schon heute, wie KI- und Machine Learning (ML)-basierte Tools das Personalwesen unterstützen können.

Bild: ©zapp2photo/stock.adobe.com
Bild: ©zapp2photo/stock.adobe.com
Wissensmanagementlösungen in Industrieunternehmen auf dem Vormarsch
Wissensmanagementlösungen in Industrieunternehmen auf dem Vormarsch

Smarte Fabriken und vernetzte Arbeitsprozesse sind mittlerweile fester Bestandteil des digitalen Wirtschaftslebens. Diese digitale Transformation bringt viele Vorteile, führt aber gleichzeitig auch zu einem Anstieg der Datenmengen in Unternehmen. Besonders im Industrieumfeld gilt es die vorhandenen Informationen aus Administration/Organisation mit jenen der Produktion zu verknüpfen, um daraus einen Mehrwert zu generieren. Eine Herausforderung, die mit modernen Wissensmanagementlösungen einfach zu lösen beziehungsweise zu handhaben ist.

Bild: ©sebra_AdobeStock
Bild: ©sebra_AdobeStock
Von Self Service bis Chatbot
Von Self Service bis Chatbot

Self-Service-Technologie, digitale Assistenten, künstliche Intelligenz – die Digitalwerkzeuge fürs Kundenbeziehungsmanagement werden immer ausgefeilter. Sind CRM- und ERP-System gut integriert, lassen sich im Sinn des xRM-Ansatzes auch leicht die Beziehungen zu Geschäftspartnern IT-gestützt pflegen.

Anzeige

Robotik
Bild: Small Robot Company
Bild: Small Robot Company
Mobiler 
Unkrautvernichter

Mobiler Unkrautvernichter

Das Agritech-Startup Small Robot Company (SRC) hat eine Roboterlösung zur chemikalienfreien Unkrautbekämpfung auf Getreidefeldern entwickelt. Das autonome Fahrzeug bringt über Deltaroboter sogenannte Zapper in Position, die das Unkraut mit Stromschlägen eliminieren. Auf einem Versuchsfeld hat sich der Roboter bei der Erkennung und Beseitigung von Unkräutern bereits gut geschlagen.

Bild: robominds GmbH
Bild: robominds GmbH
Der Allrounder
Der Allrounder

Der neue MX-Sauggreifer von Piab greift eine Vielzahl an Gegenständen, egal aus welchem Material, mit welcher Geometrie oder Oberflächenstruktur. Damit eignet sich der Greifer insbesondere für das Bin Picking in Kommissionierlösungen, die Robominds für eCommerce-Kunden und Hersteller komplexer Produkte realisiert.

Bild: Youtube/Mashable
Bild: Youtube/Mashable
Roboter als echter Künstler
Roboter als echter Künstler

Das AI Painting Project von IBM Japan, der Universität Tokio und Yamaha Motor soll auch Maschinen die Fähigkeit zur Kreativität verleihen. Es gibt Robotern die Möglichkeit, eigenständig Kunst mit Farben, Leinwand und einem Pinsel zu schaffen. Basis dafür ist ein KI-basiertes System.

Data Analytics
Bild: Weidmüller Gruppe
Bild: Weidmüller Gruppe
Machine Learning einfach gemacht

Machine Learning einfach gemacht

Seit einigen Jahren schon werden die Fantasien der Ingenieure und Anlagenbauer beflügelt durch die Möglichkeiten von KI- und Machine-Learning-Algorithmen. Klingt zwar zunächst sehr kompliziert, bietet aber konkrete Vorteile für die smarte Fabrik. Maschinen und Anlagen bzw. Produktionsprozesse erzeugen kontinuierlich Daten. Erfolgreich werden zukünftig Unternehmen sein, denen es gelingt, Mehrwert aus diesen Daten zu generieren.

Bild: ©eyetronic/Fotolia.com
Bild: ©eyetronic/Fotolia.com
Welchen Weg geht die EU?
Welchen Weg geht die EU?

Die EU-Kommission hat ihre Strategie für ein digitales Europa vorgestellt und dabei ihre europäische Datenstrategie sowie politische Optionen für die Entwicklung der künstlichen Intelligenz (KI) konkretisiert. „Ich will, dass dieses digitale Europa das Beste widerspiegelt, das Europa zu bieten hat – Offenheit, Fairness, Vielfalt, Demokratie und Vertrauen“, sagte Präsidentin Ursula von der Leyen. Die Strategie decke alles von der Cybersicherheit über kritische Infrastrukturen, digitale Bildung und Kompetenzen bis hin zu Demokratie und Medien ab.

Automation
Gebäude
Bild: Arrow Central Europe GmbH
Bild: Arrow Central Europe GmbH
Guardian Technologies gewinnt Innovators Award von Arrow Electronics

Guardian Technologies gewinnt Innovators Award von Arrow Electronics

Das KI-Startup Guardian Technologies aus Wangen im Allgäu ist der diesjährige Gewinner des Innovator Awards von Arrow Electronics. An dem Wettbewerb haben mehr als 50 Technologie-Startups aus Deutschland, Österreich und der Schweiz teilgenommen. Zwölf Unternehmen sind in das Finale eingezogen. Das im Jahr 2020 gegründete Unternehmen Guardian Technologies ist ein Hersteller von kompakten, KI- und Kamera-basierten Systemen, die Brände schnell entdecken und löschen können.

Bild: ICONAG-Leittechnik GmbH
Bild: ICONAG-Leittechnik GmbH
Trends in der 
Gebäudeautomation

Trends in der Gebäudeautomation

Bauherren, Planer und Betreiber von Immobilien stehen im Zuge der Digitalisierung vor der großen Aufgabe, die Gebäudeautomation weiter voranzubringen. Denn neben der Integration der vielfältigen gebäudetechnischen Systeme verschiedener Hersteller aus Bestands- und Neuanlagen müssen zunehmend Schnittstellen für Fremdsysteme bereitgestellt werden. Hierzu gibt Iconag Handlungsempfehlungen, wie Immobilien fit für die Digitalisierung gemacht werden können.

Bild: The Ship
Bild: The Ship
The Ship: Gebäudedigitalisierung für Büroimmobilien
The Ship: Gebäudedigitalisierung für Büroimmobilien

In Köln-Ehrenfeld hat Anfang dieses Jahres The Ship eröffnet. Die Immobilie gilt als das derzeit digitalste Bürogebäude Deutschlands. Die Digitalisierung in dem smarten Gebäude orientiert sich mittels KI an den Bedürfnissen der Nutzer. Auf rund 13.000m² Bruttogeschossfläche, verteilt auf sieben Etagen, bietet das Gebäude Raum für über 500 Arbeitsplätze sowie Meetingräume, Creative Labs, eine KiTa, ein Café und einen Dachgarten.

Bild: Milestone Systems DE
Bild: Milestone Systems DE
Künstliche Intelligenz für Gebäude
Künstliche Intelligenz für Gebäude

Künstliche Intelligenz (KI) gilt als Schlüsseltechnologie der kommenden Jahre für die Bereiche Autonomes Fahren, Industrie 4.0 und Medizintechnik. Auch im Gebäudemanagement setzt man längst auf automatisierte Lösungen. Bei neuen Bauvorhaben wünschen sich Betreiber immer häufiger smarte Technologien. Gebäude werden mit einer Vielzahl an Sensoren ausgestattet: von IP-Kameras über Feuer- und Rauchmelder, Thermostatregler und weiteren Überwachungssystemen für Heiz-, Lüftungs- und Klimatechnik bis hin zu biometrischen Lesegeräten für die Zutrittskontrolle. All diese IP-Geräte werden mit jeder Entwicklungsstufe immer intelligenter. Werden sie alle mittels Software vernetzt, entsteht ein intelligentes Gebäude.

Autonomes Fahren
KI erkennt potenziell kritische Verkehrssituationen sieben Sekunden im Voraus

KI erkennt potenziell kritische Verkehrssituationen sieben Sekunden im Voraus

Ein Forschungsteam der Technischen Universität München (TUM) hat ein neues Frühwarnsystem für autonome Fahrzeuge entwickelt, das mit künstlicher Intelligenz aus Tausenden realen Verkehrssituationen lernt. Eine Studie in Zusammenarbeit mit der BMW Group zeigt, dass das System bei heutigen selbstfahrenden Entwicklungsfahrzeugen bereits sieben Sekunden im Voraus mit mehr als 85 Prozent Genauigkeit vor einer potenziell kritischen Situation warnen kann, die die Autos noch nicht allein meistern können.

Bild: Continental
Bild: Continental
Forschungsprojekt zum automatisierten Fahren
Forschungsprojekt zum automatisierten Fahren

Gemeinsam mit zwei anderen Universitäten und dem Technologieunternehmen Continental forscht die Universität Bremen zum automatisierten Fahren. In dem Projekt Proreta geht es um das Erkennen komplexer Verkehrssituationen in Innenstädten, eine der anspruchsvollsten Aufgaben für den Einsatz von Künstlicher Intelligenz im Fahrzeug. An der Universität Bremen ist die Arbeitsgruppe Kognitive Neuroinformatik daran beteiligt.