Störungen in Industrie vorbeugen

Störungen in Industrie vorbeugen:

Projekt Spaicer

Bild: DFKI GmbH

Produktionsunternehmen kämpfen jeden Tag mit Störungen. Dies können Störungen von außen sein, wie beispielsweise Verzögerungen in der Logistik oder Rohstoffengpässe, aber auch Störungen von innen, wie u.a. Werkzeugbrüche und Produktionsstillstände. Das KI-Leuchtturm-Projekt Spacier wurde als wichtiges Element für die Umsetzung der KI-Strategie der Bundesregierung ausgewählt. Spacier untersucht zusammen mit führenden Forschern und Produktionsunternehmen, wie Methoden der Künstlichen Intelligenz in ein Resilienz-Management für die Industrie überführt werden können, um sich besser auf Störungen vorzubereiten und auf diese reagieren zu können. Spacier hat sich im KI-Wettbewerb des Bundesministeriums für Wirtschaft und Energie (BMWi) erfolgreich gegen starke, nationale Konkurrenz durchgesetzt und wird drei Jahre lang mit mehr als 10 Millionen Euro gefördert.


„Konkret geht es in Spacier um die Entwicklung eines Ökosystems und einer Plattform für Smarte Resilienz-Services zur strategischen Verbesserung der Resilienz der Produktionsindustrie“, erklärt Wolfgang Maaß, wissenschaftlicher Direktor am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Saarbrücken. Resilienz ist die Fähigkeit eines Unternehmens, sich permanent an interne und externe Veränderungen und Störungen in komplexen, sich schnell verändernden Produktionsnetzwerken anzupassen. Angetrieben wird diese Forschung zu Resilienz-Management u.a. durch eine wachsende Komplexität und Fragilität einer Industrie 4.0 Produktion, Turbulenzen politischer, ökonomischer und ökologischer Kontexte, Unsicherheiten beim Nachschub von Rohstoffen und nicht zuletzt durch einen demographischen Wandel und steigende Qualifikationsanforderungen.

Technologisch folgt Spacier einem agentenbasierten, modularen und offenen Ansatz zur Entwicklung Smarter Resilienz-Services basierend auf weltweit führenden KI-Technologien und Industrie 4.0 Standards. Spacier ist dabei in ein breites Ökosystem industrieller Partner, führender Forschungsinstitutionen und Verbände eingebettet. Gegenstand des Projekts ist der Wissenstransfer in die Industrie durch Zertifikate und innovative Aus- und Weiterbildung zum Thema Resilienz. Darauf basierend sieht Wolfgang Maaß die Chance zur Entwicklung einer leistungsstarken KI-basierten Software-Industrie rund um das Thema Resilienz: „Es geht nicht um die Erholung von einem einzelnen Rückschlag. Es geht darum, Produktionsunternehmen die Fähigkeit zu geben, Veränderungen und Störungen permanent zu antizipieren, auf diese zu reagieren und sich daran anzupassen. Der Beitrag von Spacier ist es, die deutsche Industrie wettbewerbsfähiger zu machen und dafür brauchen wir leistungsstarke KI-basierte Resilienz-Technologie.“

An Spacier sind neben dem DFKI das Werkzeugmaschinenlabor (WZL) an der RWTH Aachen, die Universität Freiburg, die Technische Universität Darmstadt, das Institut für Technologie- und Innovationsmanagement der RWTH Aachen, die Otto Beisheim School of Management (WHU), deZem, Feintool, SAP, Schott, Schaeffler, Seitec, Senseering und Waelzholz beteiligt. Weitere 39 assoziierte Partner unterstützen mit wichtigem Praxiswissen das Projektkonsortium.

www.spaicer.de

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