KI EVERYWHERE

Messevorschau Embedded World 2020

Messevorschau Embedded World 2020
Zahlreiche der über 1.000 Aussteller beschäftigen sich dieses Jahr auf der Embedded World (25. bis 27. Februar, Nürnberg) mit den Themen Embedded Vision oder KI für Machine Vision.
Erstmals findet auf der Embedded World 2020 die ´Embedded Vision Arena´ statt. Auch zwei Sessions des Embedded World Congress haben Embedded Vision zum Inhalt.
Bild: Nürnberg Messe GmbH

2019 konnte die Messe mehr als 30.000 Fachbesucher verzeichnen. Der Branchentreff bietet auch dieses Jahr in sieben Messehallen alles rund um die Themen Embedded System Technologien, verteilte Intelligenz und IoT. Erstmals findet in Halle 2 die ´Embedded Vision Arena´ mit zehn Ausstellern (u.a. Allied Vision, Basler, Framos, NET, The Imaging Source…) statt. Der Embedded Award 2020 wird in den Kategorien Software, Hardware, Tools, Startup und Embedded Vision vergeben. Preisträger 2019 in der Embedded Vision Rubrik war übrigens Basler. Zeitgleich findet die Embedded World Conference eWC statt, die unter dem Motto ´Connecting Embedded Intelligence´ steht. Insgesamt gliedert sich das Programm in zehn Konferenzcluster. Zwei Sessions mit jeweils fünf Vorträgen (u.a. Allied Vision, Intel, MVTec, Vision Components…), die in Zusammenarbeit mit dem VDMA zusammengestellt wurden, beschäftigen sich am Donnerstag (27. Februar) mit Embedded Vision.

Die automatisierte Mustererkennung in Bildern mittels KI verleiht dem ohnehin schon boomenden Anwendungsbereich Embedded Vision weitere Dynamik. Nicht nur, dass Kamerasysteme immer günstiger, energieeffizienter und kleiner werden. So werden nun auch Anwendungen wie z.B. die Fußgängererkennung bei autonomen Fahrzeugen, Identifikation von Personen durch Gesichtserkennung, Abgleich von Fingerabdrücken oder AOI von KI unterstützt. Zudem profitieren autonome Systeme von den Entwicklungen. Hierin eingeschlossen sind die Bereiche des autonomen Fahrens, der autonomen, unter Umständen auch kollaborativen Robotik oder der intelligenten Assistenzsysteme. Darüber hinaus gibt es natürlich zahlreiche weitere Anwendungen, die vom Einsatz von KI und ML profitieren können. Generell gilt, dass KI-basierte Systeme immer dort vorteilhaft eingesetzt werden können, wo die Probleme so komplex oder so unstrukturiert werden, dass die Methoden der klassischen Modellbildung zu entwicklungsaufwändig, zu teuer oder zu unflexibel wären.

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.