Unvorhergesehene Ereignisse können die Lieferkette beeinträchtigen oder sie sogar
lahmlegen. Da regionale bis globale Entwicklungen darauf hindeuten, dass die Zahl meist unliebsamer Überraschungen eher zunehmen dürfte, steigt auch die Bedeutung der Resilienz einer Lieferkette. Diese Widerstandsfähigkeit lässt sich mit künstlicher Intelligenz stärken.
Warum liegt die mittlere Anlagenverfügbarkeit der maschinellen Fertigung im Mittelstand bei weniger als 40 Prozent? Wie kann künstliche Intelligenz helfen, dies zu verbessern? Lösungen liefert OEE.AI aus Aachen.
Wohin sich die Automatisierungstechnik in Verbindung mit der Digitalisierung entlang der Wertschöpfungskette entwickeln wird, zeigt der Productivity Master, eine modulare Demonstrationsanlage für individualisierte USB-Sticks von Festo.
Entscheidet sich ein Kunde der Heidelberger Druckmaschinen AG für ein Subscriptions-Modell, bekommt er Maschinen, Verbrauchsmaterialien, Software, Serviceteile und Dienstleistungen zur Verfügung gestellt.
Siemens bringt mit Analyze MyDrives Edge seine erste Edge-Applikation für Antriebe auf den Markt.
NUM hat eine KI-Software auf den Markt gebracht, die Anwendern von CNC-Werkzeugmaschinen eine kosteneffiziente Zustandsüberwachung ermöglicht.
Die Forschungspartner Technische Hochschule Deggendorf und die Technische Universität München sowie den beiden Unternehmen Schindler & Schill (EasyLogix) und Systema haben das BMWi-ZIM-Projekt MobiCM erfolgreich abgeschlossen. Das Projekt entstand im Netzwerk I2P Innovative IT für die Produktion des IT-Logistikclusters an der TechBase Regensburg und hatte die Entwicklung eines intelligenten Netzanalysesensors auf Basis unterschiedlicher Signalerfassungs- und Analyseverfahren als Ziel – ein System zur Zustandsüberwachung von Produktionsmaschinen.
Industrielle Bildverarbeitung ist häufig integraler Bestandteil durchgängig automatisierter Wertschöpfungsketten. Dabei spielen KI-Verfahren wie Deep Learning eine wichtige Rolle. Die Anomaly-Detection-Technologie hilft, den Trainingsaufwand für die eingesetzten Algorithmen zu reduzieren.
Teil 4 der digitalen Pressegesprächs-Serie „Auf einen Kaffee mit…“ warf einen Blick in die Zukunft der Fertigung und zeigte, wie Industrieunternehmen durch die Verknüpfung von Künstlicher Intelligenz und dem Internet of Things Effizienz, Produktqualität und Umsatz steigern können. Diesmal mit der Expertise von Kuka, Device Insight und Sentian.
Die Möglichkeiten der Digitalisierung befeuern den Fortschritt von Unternehmen, Branchen und Industrien.
Beim Lichtbogenschweißen prüfen meist Mitarbeiter oder komplexe Prüfsysteme die Qualität jeder Schweißnaht – in beiden Fällen ist der Aufwand groß. Neue Ansätze basieren deshalb auf der zusammenhängenden Betrachtung sämtlicher Prozessdaten mithilfe von KI zur Überwachung oder gar zur Vorhersage der Nahtqualität. Hierfür sind sehr große Datenmengen notwendig. Abhilfe kann hier ein Verfahren schaffen, das hochfrequente Schweißprozessdaten mittels mathematischer Methoden komprimiert, um sie mit gängiger Steuerungshardware und Kommunikationsprotokollen zu übertragen.
Siemens hat die Mindsphere-Applikation Predictive Service Assistance mit einem KI-basierten Modul ergänzt.
Im Forschungsprojekt MAS4AI (Multi-Agent Systems for pervasive Artificial Intelligence for assisting humans in modular production environments) hat sich ein Konsortium aus siebzehn europäischen Partnern das Ziel gesetzt, ein Multiagentensysteme für die autonome modulare Produktion zu entwickeln.
Künstliche Intelligenz wird als Trendthema im technischen Kontext meist mit dem autonomen Fahren oder Bildverarbeitung verknüpft. Das spezielle Teilgebiet des 3D Deep Learning, also der Verarbeitung von dreidimensionalen Objekten wie CAD-Daten mit KI, bietet vor allem für den Maschinen- und Anlagenbau enormes Potenzial. Dieser Artikel gibt eine kurze Einführung zum Thema 3D Deep Learning und beschreibt das Einsatzpotenzial für die Bereiche Anlagenprojektierung und Produktionswerkzeuge.
Künstliche Intelligenz (KI) steckt in Smartphones, Suchmaschinen oder Navigationsgeräten und erleichtert so den Alltag. Auch im Ingenieurwesen gibt es große Potenziale für deren Einsatz, wie in smarten Fabriken oder autonomen Fahrzeugen. Allerdings fehlt es an Verfahren, die das Verhalten der Systeme planbar und ihre Entscheidungen nachvollziehbar machen. Abhilfe schaffen soll das ‚Kompetenzzentrum für KI-Engineering‘ (CC-King) unter Federführung des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung IOSB mit Beteiligung des Karlsruher Instituts für Technologie (KIT) und des FZI Forschungszentrums Informatik.
Das BMW-Werk in Steyr, Österreich, ist das weltweit größte Motorenwerk der BMW-Gruppe. Das Werk nutzt die autonomen Bildverarbeitungssysteme von Inspekto. David Bricher, Doktorand bei BMW Steyr und Experte für Innovation und Digitalisierung, berichtet über nähere Einzelheiten dieser Partnerschaft.
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.
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.
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.
Wie macht die intelligente Nutzung von Daten Fabriken fit für die Zukunft? Im Projekt ‚Datenfabrik.NRW‘ erarbeiten vier Fraunhofer-Institute (Entwurfstechnik Mechatronik IEM, Materialfluss und Logistik IML, Optronik, Systemtechnik und Bildauswertung IOSB und Intelligente Analyse- und Informationssysteme IAIS) konkrete Anwendungen für den vielfältigen Einsatz von künstlicher Intelligenz in der Produktion und setzen diese in realen Produktionsumgebungen bei Claas und Schmitz Cargobull um. Das Land Nordrhein-Westfalen fördert das Zukunftsprojekt mit 9,2Mio.€. Die Kompetenzplattform KI.NRW nimmt die Datenfabrik.NRW als KI-Flagshipprojekt in ihr Netzwerk auf.
Das Zentrum für Kunst und Medien Karlsruhe (ZKM) verschiebt die Eröffnung der Ausstellung ‚BioMedien.
Das KI-Startup Guardian Technologies aus Wangen im Allgäu ist der diesjährige Gewinner des Innovator Awards von Arrow Electronics. An dem Wettbewerb haben mehr als 50 Technologie-Startups aus Deutschland, Österreich und der Schweiz teilgenommen. Zwölf Unternehmen sind in das Finale eingezogen. Das im Jahr 2020 gegründete Unternehmen Guardian Technologies ist ein Hersteller von kompakten, KI- und Kamera-basierten Systemen, die Brände schnell entdecken und löschen können.
Mit dem Inspektionssystem VT-S10 3D-AOI bietet Omron ein bildgebendes Verfahren in Kombination mit künstlicher Intelligenz an. Dadurch sollen die Anforderungen an die Fachkenntnisse für präzise Inspektionen verringert werden, denn diese Lösung erfordere weniger Qualifizierung und führe dabei zu einer verbesserten Hochpräzisionsprüfung.
Cloudflight übernimmt den KI-Software-Development-Spezialisten Cognostics.
Mit performanten 360-Grad-Systemen hat Luis sich bereits einen Namen gemacht.