Industrial AI - Veranstaltungkalender

Loading Events

« All Events

  • This event has passed.

2. Ai-Circle in Stuttgart

2. Dezember 2019 | 18:30 - 22:00

Nach der ersten erfolgreichen Veranstaltung des Ai-Circles im Oktober, findet dieser nun am 02.12.2019 mit einem Vortrag von Herrn Kilian Retter, Leiter Data Analytics bei der LBBW, erneut statt. Veranstaltungsort ist wieder der Marienkeller.

Vortrag „Eine Reise mit AI durch die LBBW“ 
Die Verwendung von künstlicher Intelligenz zur Auswertung von Daten wird immer praxisnäher. Bei der LBBW gibt es bereits 40 verschiedene Anwendungsfälle in verschiedenen Stadien. Doch wie sieht die Reise der künstlichen Intelligent bei der LBBW von Beginn bis heute aus? Killian Retter erzählt vom selbst gestalteten Smart-Data-Konzept. Wie dieses in die Digitalisierungsstrategie integriert wurde und am Ende die technische Umsetzung in der Smart Data Plattform erfolgte. Außerdem erläutert er anhand von Beispielen unterschiedliche Einsatzfelder und den damit verbundenen Nutzen.

Details

Date:
2. Dezember 2019
Time:
18:30 - 22:00
Website:
https://www.eventbrite.com/e/zweites-ai-circle-meetup-tickets-78985041385

Venue

Marienkeller Stuttgart
Marienstraße 37
Stuttgart, 70178
+ Google Map
View Venue Website

Das könnte Sie auch Interessieren

Bild: ©Zapp2Photo/istockphoto.com / Mitsubishi Electric Europe B.V.
post-thumbnail

Vorausschauende Wartung mit KI

Hinterher ist man bekanntlich immer schlauer. Mit künstlicher Intelligenz (KI) sieht das allerdings anders aus: Durch die Analyse von in Echtzeit erfassten Betriebsparameterwerten wird Wartungsbedarf ermittelt, bevor er anfällt. So können Maßnahmen im Voraus geplant und auf ein Minimum reduziert werden. Mitsubishi Electric nutzt hierfür seine KI-Technologie Maisart 1, die ganz einfach per Melfa-SmartPlus-Zusatzkarte am Melfa-Roboter implementiert werden kann.

Bild: Siemens Smart Infrastructure
post-thumbnail

Qualitätskontrolle von Lötverbindungen mit Deep Learning

Bei Lötverbindungen auf Leiterplatten bedingt der gesetzlich vorgeschriebene Wechsel zu bleifreien Loten erhöhte Ausfallraten. Bei der Festlegung der Prüfkriterien muss der Anwender einen schmalen Grat zwischen zu hohen internen oder zu hohen externen Fehlerraten beschreiten. Eine bei Siemens Smart Infrastructure installierte Visionlösung nutzt Deep Learning, was deutliche Verbesserungen ermöglichte.