Künstliche Intelligenz für kleine und mittlere Unternehmen

Künstliche Intelligenz auch für KMUs nutzbar machen. Das ist das Ziel des Modellprojekts ’KI-Transfer Plus’
Bild: ©zapp2photo/stock.adobe.com

Wie können kleine und mittlere Unternehmen (KMU) am besten unterstützt werden, wenn es darum geht, KI für diese konkret nutzbar zu machen? Diese Frage steht im Mittelpunkt des Modellprojekts ’KI-Transfer Plus – Regionalzentren für Bayerns Mittelstand’, das die bayerische Digitalministerin Judith Gerlach zusammen mit der AppliedAI-Initiative des Gründungs- und Innovationszentrums UnternehmerTUM gestartet hat. Neben den Aktivitäten von AppliedAI in Oberbayern, soll im Rahmen des einjährigen Modellversuchs an der Ostbayerischen Technischen Hochschule Regensburg (OTH) ein Modell für ’KI-Regionalzentren’ untersucht werden.

Beispiele für den KI-Einsatz

Die Horsch Maschinen GmbH in Schwandorf produziert Maschinen für die Landwirtschaft. Das Unternehmen muss mit einer großen Heterogenität in den Materialstammdaten und vielen ähnlichen Bauteilen umgehen. KI-gestützt sollen hier Konsolidierungs- und Einsparpotenziale identifiziert werden. Die FIT AG in Lupburg ist in der Additiven Fertigung tätig. Hier wird das KI-Potenzial in der Produktionsplanung im Fokus stehen. Intelligente Algorithmen können beispielsweise bei der optimalen Planung von 3D-Druckvorgängen helfen und so die Abschätzung der Produktionskosten erleichtern. Die emz – Hanauer GmbH & Co KGaA in Nabburg produziert im Bereich Environmental Technology unter anderem Abfallbehälter mit automatischer Füllstanderkennung. Die erzeugten Daten dienen der Routenplanung von Abfallunternehmen. KI-Technologien erlauben dabei eine besonders genaue Detektion durch die verbaute Sensorik und können so die Tourenoptimierung verbessern.

„Von der Optimierung von Lieferrouten bis zum Vergleich tausender unterschiedlicher Bauteile – viele Unternehmen kämpfen mit hochkomplexen Problemen, für die KI passende Lösungen bieten kann. Gerade kleinere Betriebe tun sich aber oft schwer, einen Zugang zu dieser Zukunftstechnologie zu finden. Mit dem Modellprojekt ´KI-Transfer Plus´ wollen wir untersuchen, wie diese Betriebe auf das große Know-how vieler bayerischer Forschungs- und Wissenschaftseinrichtungen zugreifen können“, so Gerlach.

Die Unternehmen erhalten mit der Unterstützung durch das Regionalzentrum die Möglichkeit zum Aufbau einer passenden technischen KI-Infrastruktur, der Entwicklung einer langfristigen KI-Vision sowie der Verankerung von KI in den Prozessen und der Organisation des Unternehmens.

Organisatorische Veränderungen untersuchen

Die Erfahrungen des Modellprojekts werden wissenschaftlich vom Lehrstuhl für Strategic Entrepreneurship der Technischen Universität München begleitet. Besonders im Fokus steht dabei die Untersuchung organisatorischer Veränderungen in den teilnehmenden Unternehmen. Aufgrund der Erfahrungen soll dann über eine mögliche Ausweitung des Programms und den Aufbau weiterer KI-Regionalzentren entschieden werden, um künftig noch mehr Unternehmen den Einstieg in die Welt der KI zu vereinfachen.

Thematik: Newsarchiv
| News
UnternehmerTUM 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