Festo und Universität Tübingen forschen gemeinsam im Bereich KI

Bild: ©zapp2photo/stock.adobe.com

Festo und die Universität Tübingen arbeiten künftig in der Erforschung der künstlichen Intelligenz (KI) zusammen. Kürzlich unterzeichneten die Kooperationspartner einen Vertrag über gemeinsame Forschungsaktivitäten für autonome Systeme: Im Rahmen einer ‚Industry on Campus‘-Kooperation baut Festo ein KI-Labor an der Universität auf.

Vom Transportsystem innerhalb eines Werks über flexible Produktionsanlagen bis hin zur Qualitätskontrolle sind autonome Systeme eine der Schlüsseltechnologien für die smarte Fabrik der Zukunft. Sogenannte kollaborative Roboter können voneinander lernen und den Menschen bei sich wiederholenden und ermüdenden Aufgaben unterstützen. Im Rahmen einer „Industry on Campus“-Kooperation ordnet Festo den KI-Experten Dr. Shahram Eivazi für fünf Jahre an die Universität Tübingen ab. Er wird eine Arbeitsgruppe aufbauen, die das selbständige Lernen komplexer Aufgaben erforscht, und dabei eng mit der Arbeitsgruppe ‚Human-Computer Interaction‘ von Prof. Dr. Enkelejda Kasneci zusammenarbeitet. Der Schwerpunkt liegt zunächst auf Deep Reinforcement Learning für Robotik. Deep Reinforcement Learning kombiniert neuronale Netze mit dem Lernen durch Bestärken: Der Roboter versucht, durch Ausprobieren (Trial-and-Error) ein vorgegebenes Ziel zu erreichen. Anhand der erhaltenen Rückmeldungen optimiert er nach und nach seine Aktionen, bis er die Aufgabe erfolgreich löst. Meta Learning, Edge AI, AutoMachineLearning-Ansätze, verteiltes Lernen und generative Modelle sind weitere KI-Felder, die anwendungsorientiert untersucht werden sollen. Die Ergebnisse fließen kontinuierlich in bestehende und neue KI-Anwendungen von Festo ein.

„Wir freuen uns sehr, mit dieser Kooperation unsere Innovationskraft im Bereich künstliche Intelligenz weiter auszubauen. Die Universität Tübingen ist die Anlaufstelle für KI-Wissenschaftler und Festo bietet ihnen spannende Fragestellungen aus der industriellen Praxis. So profitieren beide Seiten und formen die Produktion der Zukunft gemeinsam“, sagt Jan R. Seyler, Head of Advanced Development Analytics and Control bei der Festo SE & Co. KG.

„’Industry on Campus‘-Kooperationen mit der Industrie schaffen eine Schnittstelle zwischen Grundlagenforschung und Anwendungsorientierung“, sagt Prof. Dr. Bernd Engler, Rektor der Universität Tübingen. „Wir freuen uns über die neue Kooperation mit Festo, die erfolgversprechende Perspektiven für eine anwendungsinspirierte Forschung im Bereich autonomer Systeme eröffnet.“

Thematik: Newsarchiv
| News
Festo SE & Co. KG

Das könnte Sie auch Interessieren

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

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.