Sordi Hackathon

Idealworks organisiert zusammen mit Industriepartnern weltweite AI-Challenge

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. Der Open-Source-Datensatz SORDI (Synthetic Object Recognition Dataset for Industries) dient als Basis für den ab November stattfindenden Hackathon. Weltweit sind über 5.000 Teams dazu aufgerufen, KI-Modelle zur Erkennung von Objekten aus der BMW iFactory zu trainieren und reale Anwendungsfälle aus der Industrie zu lösen. Dafür stellt die BMW Group 200.000 synthetische Bilder und Videos aus der BMW iFactory zur Verfügung und forciert damit die Nutzung und Demokratisierung von KI.

Bild: IDEALworks GmbH

Der Anmeldezeitraum für den online stattfindenden Hackathon startete am Montag, den 24. Oktober. Während zwei vierwöchiger Phasen haben die Teams die Chance, ihre Lösungen einzureichen und Preisgelder im Gesamtwert von 25.000 Euro zu gewinnen. Die erste Phase, die am 14. November beginnt, widmet sich klassischen Herausforderungen der Objekterkennung in der Industrie. Mithilfe einer eigens entwickelten KI muss es den Teilnehmern gelingen, knapp 20 unterschiedliche Objekte möglichst effizient zu erkennen. Die BMW Group bietet hierfür die Nutzung der im BMW TechOffice MUNICH entwickelten No-Code AI Pipeline und des Label-Tools Lite an. In Etappe zwei treten die zehn besten Teams um eine individuelle Lösung zur KI-basierten Analyse von Logistikflächen und den dort vorhandenen Behältern gegeneinander an. Unterstützung erhalten sie von verschiedenen Experten der vier Initiatoren.

Bereits seit 2019 setzt die BMW Group zur Qualitätssicherung in ihren Werken auf künstliche Intelligenz in unterschiedlichen Applikationen. Der synthetische Datensatz SORDI erlaubt ein wesentlich schnelleres Training von KI-Modellen und dient damit der signifikanten Steigerung der Kosteneffizienz von KI in der Produktion. Die Rendering-Pipeline des BMW TechOffice Munich gewährleistet die automatische Erstellung einer beliebigen Anzahl synthetisierter Bilder in fotorealistischer HD-Qualität inklusive Labels, wodurch sich wiederum KI-Modelle mit äußerst hoher Robustheit realisieren lassen. Zudem ermöglichen die als digitale Etiketten integrierten Label grundlegende Aufgaben der industriellen Bildverarbeitung für relevante Bereiche der Produktion, wie Klassifizierung, Objekterkennung oder Segmentierung. Weitere Informationen zum Hackathon sind auf sordi.ai verfügbar.

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.