Umsetzung von künstlicher Intelligenz und Machine Learning in Unternehmen

Umsetzung von künstlicher Intelligenz und Machine Learning in Unternehmen

Methoden und Vorgehensweisen, Anwendungsfälle und Best Practices

Künstliche Intelligenz und Machine Learning stehen bei vielen Unternehmen ganz oben auf der Agenda. KI verspricht enorme Vorteile – von der Prozessoptimierung und Produktivitätssteigerung über optimierte Entscheidungsunterstützung bis hin zu neuen Geschäftsmodellen.

 (Bild: Köhler-Frost Consulting)

(Bild: artbalitsky/stock.adobe.com / KS-Energy-Verlag)

Was Unternehmen allerdings umtreibt, sind klare Zielsetzungen und Vorgehensweisen. Hinzu kommen Ängste der Mitarbeiter vor Arbeitsplatzabbau oder Umstrukturierungen. Das Buch möchte der Leserschaft für ihre Diskussions-, Planungs- und Umsetzungsprozesse hilfreiche Informationen an die Hand geben und praxisorientierte Optionen aufzeigen. Dabei behandelt das Buch nicht das Erstellen von mathematisch-statistischen Verfahren und Algorithmen oder die Programmierung von Anwendungen. Die Autoren erörtern, wie KI in Unternehmen erfolgreich umgesetzt werden kann und welche Auswirkungen sie auf die Geschäftsentwicklung und Betriebsmodelle hat, wie KI-Projekte erfolgreich durchgeführt werden und wie das Vertrauen der Mitarbeiter in KI-Technologien gestärkt werden kann. Use Cases, Praxisbeispiele und Ausführungen zu Anwendungen und Lösungen sowohl branchenübergreifend als auch branchenspezifisch mit unterschiedlichen Problemstellungen und Methoden werden behandelt und vorgestellt. Zur Zielgruppe dieser Fachpublikation zählen interessierte Manager, Praktiker, Dozierende und Studierende mit der Ausrichtung Digitale Wirtschaft im deutschsprachigen Raum.

Die Themen im Einzelnen:

  • Veränderung des Rollenverständnisses und neue Aufgabenfelder auf Führungsebene im Kontext von Digitalisierung und Künstlicher Intelligenz
  • Ganzheitlicher Ansatz und Rahmenbedingungen zur erfolgreichen Umsetzung von KI-Projekten
  • Best Practices und Use Cases:
  • Digitale Entscheidungsfindung zur Prozessoptimierung
  • ERP als Grundlage zur Einführung von KI
  • Projektbeschreibung: Einführung und Umsetzung einer Enterprise-Search-Lösung
  • Automatisierte Einsatzplanung von Solar- und Windparks
  • Machine Learning und Deep Learning in der Industrie und im Engineering
Köhler-Frost Consulting
www.ks-energy-verlag.de

Das könnte Sie auch Interessieren

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

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: 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: ©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.