Die Anmeldung für die Everyday AI Conference am 21. Juni in London ist geöffnet.
Bauteile mobil und in Echtzeit überprüfen – das soll die Software Marquis des Fraunhofer IGD ermöglichen.
GreyOrange gibt die Ergebnisse einer gemeinsam mit der Bundesvereinigung Logistik (BVL) durchgeführten Studie zum Thema „Künstliche Intelligenz und Automatisierungstechnologien in der Intralogistik“ bekannt.
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.
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.
Cloudflight übernimmt den KI-Software-Development-Spezialisten Cognostics.
Denkweit und Geonet gehen eine strategische Partnerschaft zur Auswertung mittels KI im Bereich geografischer Informationssysteme ein.
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.
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.
Panasonic hat die Übernahme von Blue Yonder, dem führenden Anbieter einer digitalen end-to-end Fulfillment-Plattform, abgeschlossen.
Der deutsche Anbieter von KI-gestützten Computer-Vision-Lösungen erhält dank eines 18-monatigen positiven Wachstums eine Investition über 5,2Mio.EUR.
Deevio, Anbieter einer KI-basierenden Automatisierungslösung für die visuelle Endkontrolle, erhält ein Investment von Startup Family Office.
Um den Herausforderungen von künstlicher Intelligenz in der Produktion zu begegnen, hat das WZL der RWTH Aachen das Projekt ‚GeMeKi‘ ins Leben gerufen.
Der Forschungsbeirat der Plattform Industrie 4.0 untersucht in seiner neuen Expertise ‚KI zur Umsetzung von Industrie 4.0 im Mittelstand‘ den Einsatz und die unternehmerischen Potenziale von KI-Lösungen.
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.
„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?
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.
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.
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.
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.