Fraunhofer Spin-off hilft bei der KI-Integration

Bild: Hosokawa Alpine AG

Das Fraunhofer Spin-off Plus10 erarbeitet mit Maschinenbau-Unternehmen branchenspezifische Anwendungsfälle von künstlicher Intelligenz und will so so den KI-Einstieg erleichtern. Ein Workshop soll für Maschinenhersteller eine systematische Roadmap liefern. Beim Anlagenbauer Hosokawa Alpine wurde das Workshopformat bereits erfolgreich umgesetzt.

Einige Maschinenhersteller haben bereits begonnen, künstliche Intelligenz (KI) in ihre Maschinen und Anlagen sowie Unternehmensprozesse zu integrieren. Doch oft fehlt es den Herstellern an Expertenwissen, um KI-Projekte anzustoßen. Viele Maschinenbauer nehmen daher die Unterstützung externer Dienstleister in Anspruch oder kooperieren mit Start-ups. Wie eine aktuelle Studie der VDMA-Startup-Machine zeigt, fehlt es in der Praxis oft an einer systematischen Herangehensweise bei solchen Kooperationen, obwohl diese erfolgsentscheidend sein kann. Das Fraunhofer Spin-off Plus10 hat ein Angebot speziell für Maschinenbauunternehmen entwickelt, welches diesen zielgerichtet die ersten Schritte in Richtung KI-Anwendungen erleichtert und zeigt, welche Potenziale sich durch den Einsatz von künstlicher Intelligenz ergeben, was technisch möglich ist und wo Probleme lauern.

Wie aus der Studie der VDMA-Startup-Machine hervorgeht, sind bereits mehr als 50% der Hersteller von Maschinen und Anlagen eine Zusammenarbeit mit unterschiedlichen Startups eingegangen, für 84% waren die Beweggründe neue Produkte zu entwickeln oder bestehende zu verbessern. Doch damit eine Kooperation auch ein Erfolg wird, ist es wichtig, dass diese strategisch und an einer vorher festgelegten Zielvorgabe ausgerichtet ist. Das integrative Workshopformat wurde speziell entwickelt, um den individuell auf das Unternehmen angepassten Einstieg in die KI systematisch zu erarbeiten.

Die Bereitschaft und Offenheit für neue Technologien im Maschinenbau ist grundsätzlich vorhanden, oft fehlt nur das Wissen bzw. die Erfahrung, was technisch überhaupt mit KI möglich wäre und welche Voraussetzungen hierfür nötig sind. Diese Anknüpfungspunkte und potenziellen Anwendungsfälle im Unternehmen zu identifizieren, ist das Ziel. Die Use-Cases werden gemeinsam erarbeitet: Unternehmen bringen wertvolles Betriebswissen aus unterschiedlichen Perspektiven in den Workshop ein, Plus10 die nötige Expertise zu KI-Grundlagen, existierenden Lösungen sowie Best Practices im Maschinenbau. Nach der methodischen und systematischen Herleitung von Anwendungsfällen werden diese zusammen technisch bewertet. So erschließt das Unternehmen Schritt für Schritt die für sie individuell passenden KI-Use Cases mit zugehörigen Voraussetzungen, Nutzen und Herausforderungen. Als Ergebnis des Workshops erhalten Maschinenbauer eine konkrete Use-Case-Vorauswahl inklusive technischer Bewertung, um zeitnah in die Umsetzung überzugehen.

Die Kollaboration von Maschinenbauunternehmen und KI-Startups zeigte auch beim Workshop zusammen mit dem Anlagenbauer Hosokawa Alpine Erfolge. Christian Riendl, Head of Electrical Engineering der Film Extrusion Division, berichtet über den gemeinsamen Workshop: „Zusammen mit Plus10 haben wir binnen zwei Tagen konkrete Anwendungsfälle erarbeitet, wie künstliche Intelligenz wertschöpfend und zugleich technisch realistisch in unseren Anlagen integriert werden kann. Mit ihren konkreten Beispielen zur Umsetzung im Maschinen- und Anlagenbau hat Plus10 das Thema für uns sehr gut greifbar gemacht. Das hat uns umfänglich geholfen, KI-Applikationen für unsere Anlagen zu identifizieren.“

Thematik: Newsarchiv
| News
plus10 Gmbh

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