KI-Systeme für Anwendungen in jeder Branche

KI-Systeme für Anwendungen in jeder Branche

Bild: ©Alexander Limbach/stock.adobe.com

Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI GmbH) zählt zu den wichtigsten Forschungszentren für KI weltweit mit mehr als 1.000 Mitarbeitern aus mehr als 65 Nationen. Sie arbeiten zurzeit in rund 250 Forschungsprojekten, nahezu jeder Lebens- und Arbeitsbereich ist Gegenstand der Innovationsforschung. Die Wechselwirkung zwischen den Ergebnissen aus Wissenschaft und Forschung und der Praxiserfahrung von Herstellern von KI-Lösungen führt zu konkreten Anwendungen für den realen Einsatz, wie z.B. in der Automatisierung, Energie, Pharmazie und im Gesundheitswesen.

Gesundheitswesen: Mit KI schneller im Wettlauf gegen die Zeit

KI kann z.B. in der Patientenbehandlung Zeitvorteile bei Prävention, Diagnose und Therapie ermöglichen. Die Heilungschancen steigen mit dem Grad der Befundung wie sie z.B. Röntgenbilder, CTA, MRT oder Ultraschall liefern können. Zur Ergänzung der Diagnosen des medizinischen Personals sind KI-Anwendungen notwendig, die riesige Datenmengen in kurzer Zeit strukturieren und analysieren. Sie können Ergebnisse für die Beurteilung durch Ärzte in Sekunden liefern. KI-Systeme können dazu Daten aus Quellen wie bildgebende Verfahren, der Genomik und Proteomik verknüpfen und die Prävention sowie Therapie wesentlich unterstützen. Die Schnelligkeit unter Einhaltung einer Null-Fehlerquote ist bei epidemischen und metastasierenden Erkrankungen entscheidend für Diagnose, Therapie und Gesundung des Patienten.

Energiewirtschaft: Predictive Maintenance für punktgenaue Wartung

Die von KI unterstützte Produktion und Energieversorgung ermöglicht reibungslose Prozesse und die frühzeitige Abwehr von Störungen durch präventive Diagnosesysteme. KI-basierte Predictive-Maintenance-Strategien für Energieversorgung und Industrieautomation optimieren die Instandhaltung von Anlagen, erlauben die Fernsteuerung in Echtzeit und passen Wartungspläne den realen Gegebenheiten an. Machine und Deep Learning helfen durch Planungsalgorithmen, Abweichungen früh zu erkennen und Anomalien wie z.B. Unwuchten, Fluchtungsfehler oder Risse im Material von Turbinen und Kompressoren anzuzeigen. Durch die Datenanalyse der KI-Systeme werden Dysfunktionalitäten bereits in der Entstehung erkannt, noch bevor sie sich negativ auswirken. Sie tragen zur Vermeidung von Produktionsausfällen und potenziellen Gefahren in punkto Sicherheit von Systemen, Betrieb, Versorgung und Umwelt bei.

Seiten: 1 2 3Auf einer Seite lesen

KONTRON S&T AG
www.kontron.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.