Schubert steigert Umsatz und launcht Cobot

Bild: Gerhard Schubert GmbH

Im Rahmen einer virtuellen Pressekonferenz hat der Maschinenbauer Schubert aktuelle Zahlen und Neuheiten vorgestellt. „Wie für die meisten Firmen war 2020 ein sehr herausforderndes Jahr“, startete Geschäftsführer Marcel Kiessling. Schon im März 2020 sei man den Auswirkungen der Pandemie mit einer unternehmenseigenen Task Force entgegengetreten. So konnten die Geschäftsprozesse am Laufen gehalten und Produktionsausfälle oder Lieferschwierigkeiten vermieden werden. Während das Geschäft auf dem US-Markt und in einigen europäischen Länder 2020 noch gut gewesen sei, habe sich der deutsche Markt verhalten gezeigt. Trotzdem konnte das Unternehmen seinen Umsatz in Summe um 2,5% auf 281Mio.Euro steigern. Einen besonderen Sprung machte der Auftragseingang mit +25%. Damit sei man für das laufende Jahr schon ordentlich ausgelastet, so Kiessling weiter. Entsprechend wurde die Belegschaft um 100 auf 1.450 Mitarbeiter erhöht. Zudem soll der Standort Crailsheim bis 2023 um eine neue Montagehalle erweitert werden. Für das laufende Jahr rechnet Schubert mit einem Wachstum von rund 10%.

Trotz aller Herausforderungen hat Schubert im vergangenen Jahr 1.000 Roboter gebaut. Zudem wurde die nach Unternehmensangaben weltgrößte Pickerline realisiert, in der insgesamt 48 Pick&Place-Roboter den Verpackungsprozess von 5.000 Keksen pro Minute sicherstellen. Im Rahmen der Pressekonferenz hat Schubert auch erstmals seinen hauseigenen Cobot gezeigt. Ziel war es, eine komplette Familie an kollaborativen Robotern für die Verpackungsindustrie zu entwickeln (ROBOTIK UND PRODUKTION hat darüber bereits mehrfach berichtet, z.B. hier. Jetzt wurde das erste Modell mit dem Namen Tog.19 erstmals ausgeliefert. Der offizielle Serienstart soll im kommenden Jahr erfolgen. Der Cobot basiert auf KI-Einsatz und neuronalen Netzen sowie Bin-Picking-Technik. Im Ergebnis ist der Roboter einfach zu integrieren und zu programmieren. Er nimmt seine Umgebung wahr, muss deshalb nicht exakt positioniert werden und ist zudem sicher. Sobald jemand den Arbeitsraum betritt, verlangsamt sich der Roboter und stoppt letztlich komplett. Bei Bedarf lässt sich der Cobot natürlich so einhausen, dass der Pick&Place-Prozess nicht unterbrochen wird. „Im Prozess ist unsere Lösung sieben bis acht mal schneller als klassische Cobots“, unterstreicht Geschäftsführer Ralf Schubert.

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