Neues System Development Kit entwickelt

Das IoT Retrofit SDK unterstützt die nachträgliche Anbindung von Baugruppen, Geräten und Maschinen an IoT-Plattformen. Zum Lieferumfang gehören Beispiele für Edge und Cloud, um aus Streaming-Daten mit Hilfe von Machine-Learning-Algorithmen den Zustand von Maschinen zu bestimmen und z. B. Anomalien zu erkennen. Dadurch können Produktanbieter Ihren Kunden individuelle Smart Services zur Verfügung stellen, die für alle Beteiligten zusätzliche Werte schaffen. (Bild: SSV Software Systems GmbH)

Das IoT Retrofit SDK unterstützt die nachträgliche Anbindung von Baugruppen, Gerten und Maschinen an IoT-Plattformen. Zum Lieferumfang gehören Beispiele für Edge und Cloud, um aus Streaming-Daten mit Hilfe von Machine-Learning-Algorithmen den Zustand von Maschinen zu bestimmen und z. B. Anomalien zu erkennen. Dadurch können Produktanbieter Ihren Kunden individuelle Smart Services zur Verfügung stellen, die für alle Beteiligten zusätzliche Werte schaffen. (Bild: SSV Software Systems GmbH)

Durch die digitale Transformation werden auch bestehende Produkte nachträglich mit KI-Funktionen, wie z.B. maschinelles Lernen, erweitert. Dadurch entstehen intelligente Dienste, die sowohl für den Produktnutzer als auch den Hersteller völlig neue Möglichkeiten und zusätzliche Werte bieten. Mit den SDK-Bausteinen lässt sich die Entwicklung deutlich beschleunigen. Die im SDK enthaltenen Treiber, Bibliotheken und vollständig funktionsfähigen Codebeispiele ermöglichen zusammen mit verschiedenen Sensoren und einem vorkonfigurierten Embedded Gateway den schnellen Einstieg in eigene Projekte. Eine mögliche Anwendung im Umfeld von Maschinen und Anlagen ist die Kombination eines Machine-Learning-Algorithmus zur automatischen 24/7-Zustandsüberwachung vor Ort mit einem Remote Collaboration Service zur Fehlerbehebung in der Cloud. Erkennt das Zustandsmonitoring einen Fehler, verständigt es über die Benachrichtigungsfunktionen einer IoT-Plattform den Service. Ein Mitarbeiter am Standort des Herstellers analysiert die in einer IoT-Datenbank gespeicherten Trenddaten der Anlage und unterstützt den Kunden bei der Fehlerbeseitigung.

Thematik: Allgemein
SSV Software Systems GmbH
www.ssv-embedded.de

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

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.