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.
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.
Von der Entwicklung über die Materialbeschaffung, den Produktionsprozess bis zur Nutzung und schlussendlich Entsorgung – wer Produkte nachhaltiger gestalten will, steht vor einer komplexen Aufgabe.
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.
Mängel im Endprodukt, lange Vorlaufzeiten oder Unterbrechungen in der Lieferkette sind Schmerzpunkte in jeder Qualitätssicherung.
In Zusammenarbeit mit Unternehmen aus dem Automobil- und Technologie-Bereich veranstaltet Idealworks eine weltweite AI-Challenge zum Training künstlicher Intelligenz in der Produktion basierend auf synthetischen Daten aus der BMW iFactory.
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.
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.