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

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