Robotik- und KI-Trends 2020: Vier Chancen für deutsche Industrieunternehmen

Bild: ©PhonlamaiPhoto/stock.adobe.com / Omron Electronics GmbH

Künstliche Intelligenz (KI) ist bereits seit einigen Jahren Hype-Thema in den verschiedensten Branchen. Omron sagt nun voraus, dass KI 2020 die nächste Stufe erreichen wird: Neue praxisnahe Lösungen für die industrielle Automatisierung sollten sich in diesem Zusammenhang darauf fokussieren, menschliche Intelligenz und Fähigkeiten zu ergänzen, Stichwort Augmented Intelligence statt Artificial Intelligence. Zudem sollte es vermehrt darum gehen, wie sich KI in der Fabrikhalle konkret und effizient einsetzen lässt und zugleich Nachhaltigkeit unterstützt. Im Fokus stehen Lösungen, die Mitarbeiter in der industriellen Automatisierung messbar unterstützen, die zugleich aber auch Entscheidungsfindung und betriebliche Effizienz verbessern.

Die folgenden KI-Entwicklungen sollten Unternehmen in Sachen Robotik und Industrieautomation laut Omron 2020 im Auge behalten:

1. Maschinendaten generiert ‚at the edge‘:

Eine neue Generation von Mitarbeitern im Bereich der industriellen Automatisierung wird künftig häufiger als je zuvor den Arbeitsplatz wechseln. Die neuesten Entwicklungen in den Fabriken fokussieren sich auf die Generierung und Sammlung von fundiertem Wissen und Datenerkenntnissen auf Maschinenebene – also ‚at the edge‘. Die Maschine kann von ihren menschlichen Bedienern lernen und anschließend die Leistung verbessern. Von KI kontrollierte Technologie, bzw. maschinelles Lernen, ermöglicht es, sowohl Produkt- als auch Gerätefehler vorauszusagen und dabei Daten zu nutzen, die von Geräten des Industrial Internet of Things (IIoT) erzeugt werden. Durch die Analyse kombinierter Daten können Anwender potenzielle Maschinenausfälle schnell vorhersagen, um Störungen und eine verschlechterte Produktqualität zu vermeiden.

2. Effizienzverbesserungen durch selbstlernende Algorithmen:

Mit dem Wechsel von der Massenanpassung zu einem High-Mix-Ansatz mit geringem Volumen (Losgröße 1) muss die Effizienz durch die Reduzierung menschlicher Fehler und Maschinenstillstandszeiten verbessert werden. KI sowie Lernalgorithmen können Maschinenführern helfen, bei jeder Umstellung das beste Ergebnis zu erzielen. Innovative Steuerungstechnik unterstützt Mitarbeiter darüber hinaus, Hand in Hand mit Robotern und Maschinen zu arbeiten, um Manufacturing Excellence zu erreichen. Dies wird durch den Einsatz einer breiten Palette von Anlagen zur Fabrikautomatisierung erreicht, die eine IIoT-fähige Produktion ermöglicht oder optimale KI-Algorithmen in den Anlagen implementiert. Mit KI ausgestattete Steuerung ist so konzipiert, dass sie Anzeichen von Unregelmäßigkeiten sofort erkennt. KI-Algorithmen der Maschinenautomatisierungssteuerung ermöglichen es ihr, die wiederholten Bewegungen von Geräten aus präzisen Sensordaten zu lernen. Dies wiederum liefert Rückmeldungen für die Zustandsüberwachung und die Echtzeitsteuerung von Maschinen.

Seiten: 1 2Auf einer Seite lesen

Omron Electronics GmbH
www.omron.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

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.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

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.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

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.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

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.

Anzeige

Anzeige

Anzeige