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.
Eine herausfordernde Anwendung bei der Kunststoffverarbeitung ist die Erkennung von Stippen (punktförmige Materialveränderung) bis zu einer Größe von 50µm. Derzeitige Technologien bieten meist nicht die Kombination aus hoher Bandbreite und geringer Latenz, die Voraussetzung für den benötigten Durchsatz und die gewünschte Sortierqualität sind.
Denkweit und Geonet gehen eine strategische Partnerschaft zur Auswertung mittels KI im Bereich geografischer Informationssysteme ein.
Mit VisionPro Deep Learning 2.0 stellt Cognex seine neueste Deep-Learning-basierte Software zur Bildanalyse vor, die speziell für die Fabrikautomatisierung entwickelt wurde. Eine grafische Benutzeroberfläche vereinfacht das Trainieren des neuronalen Netzwerks.
Am Dienstag, den 28. September, findet ab 14 Uhr im Rahmen der inVISION TechTalks das kostenlose Webinar ‚Robot Vision‘ statt. In drei 20-minütigen Präsentationen stellen Wenglor, Vecow und Lucid Vision aktuelle Trends bei Software für die Roboterführung, KI-Plattformen für autonome geführte Robotik und Time-of-Flight-Kameras für Robotik und Automation vor.
Zwei Startups für Chips mit künstlicher Intelligenz, die niederländische Axelera AI B.V.
Mit den AX Smart Cameras präsentiert Baumer seine ersten smarten Industriekameras. Diese verbinden Nvidia Jetson Nano bzw. NX Module mit Sony CMOS-Sensoren zu einer frei programmierbaren Bildverarbeitungsplattform für Industrie-4.0- und KI-Anwendungen.
Am Mittwoch, den 1. Dezember, findet der zweite Tag der Online-Konferenz inVISION Days 2021 statt. Schwerpunkt ist Embedded Vision & AI: In drei Sessions zu AI & Deep Learning, Smart Cameras und Embedded Vision präsentieren B&R Automation, Basler, Baumer, Euresys, IDS, Lucid Vision, Teledyne Flir, Vecow, Vision Components und wenglor aktuelle Trends und Lösungen.
Bei vielen Vision Unternehmen gibt es immer noch Vorbehalte gegenüber künstlicher Intelligenz (KI). Es mangelt an Fachwissen und Zeit, um sich detailliert ins Themengebiet einzuarbeiten und oftmals auch an Akzeptanz und Erklärbarkeit. Können die KI-Hersteller die Transparenz erhöhen und die Einstiegshürden senken oder sind KI-Methoden noch nicht reif für den industriellen Einsatz?
Die Upgrades der Sapera Vision Software von Teledyne Dalsa umfassen Verbesserungen des grafischen KI-Trainingstools Astrocyte und des Bildverarbeitungs- und KI-Bibliotheken-Tools Sapera Processing.
Wenn es um Podiumsplätze geht, sind Millisekunden und Millimeter entscheidend. Diese Feinheiten sollen für Trampolin-Trainer und -Sportler des Deutschen Turner-Bundes (DTB) zukünftig über ein neues Projekt, welches auf einem bildbasierten System von Simi Reality Motion Systems basiert, visualisiert und dokumentiert werden. Für die passenden Videoaufnahmen sorgen Industriekameras von Matrix Vision.
The PerCV.ai Industry 4.0 package of Irida Labs is an end-to-end AI software and services platform that employ computer vision and AI at the edge and run in real time.
ICO Innovative Computer stellt den neuen PicoSYS 4614 KI Embedded PC vor.
Universal Robots zeigt auf der diesjährigen Motek folgende Anwendungen: Ein UR5e kommt beim Kabelstecken zum Einsatz.
Der deutsche Anbieter von KI-gestützten Computer-Vision-Lösungen erhält dank eines 18-monatigen positiven Wachstums eine Investition über 5,2Mio.EUR.
Das hybride 2D-/3D-Robot-Vision-System Kitov One von Atecare ermöglicht eine 100%-Kontrolle aller zu prüfenden Teile.
Anzeige
Anzeige
Die Anmeldung für die Everyday AI Conference am 21. Juni in London ist geöffnet.
„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?
Bauteile mobil und in Echtzeit überprüfen – das soll die Software Marquis des Fraunhofer IGD ermöglichen.
Künstliche Intelligenz (KI) und Maschinelles Lernen sind seit Jahren in der industriellen Produktion angekommen. Zumindest theoretisch. Mit welcher Vehemenz KI jetzt in der Praxis Einzug hält, soll sich auf der Automatica zeigen, die vom 21. bis 24. Juni 2022 in München stattfindet.
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.
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.
Die Vision Cam Ai.go von Imago Technologies soll Anwendern den einfachen Einstieg in Deep Learning ermöglichen.
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.
GreyOrange gibt die Ergebnisse einer gemeinsam mit der Bundesvereinigung Logistik (BVL) durchgeführten Studie zum Thema „Künstliche Intelligenz und Automatisierungstechnologien in der Intralogistik“ bekannt.
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.
Mit einer Online-Veranstaltung am 15. Dezember 2021 eröffnet das KI-Förderprojekt IIP-Ecosphere an der Leibniz Universität Hannover ein Experimentierfeld für produktionsbezogene KI-Technologien. Unternehmen und weitere Interessierte sind eingeladen, sich über das Angebot zu informieren.
Lieferketten sind in aller Munde, seitdem sie global häufig nicht mehr reibungslos funktionieren. Die Pandemie war aber nur der Auslöser, denn es gibt zahlreiche Trends, die für stetigen Wandel in der Lieferkette sorgen. Wer den Wandel aktiv mitgestalten möchte, braucht nicht nur Erkenntnisse, sondern die passende IT-Infrastruktur und eine Portion operative künstliche Intelligenz.
Anzeige
Anzeige
Anzeige