Künstliche Intelligenz in Unternehmen

Immer mehr Firmen erkennen die Potenziale, die kognitive Roboter und maschinelle Lernverfahren in verschiedensten Unternehmensbereichen bieten. Was diese Technologien heute schon leisten und welche Herausforderungen noch bestehen, zeigt die Konferenz "Smarte Maschinen im Einsatz - Künstliche Intelligenz in Unternehmen" am 15. Oktober in Stuttgart.

Bild: Fraunhofer IPA / Rainer Bez

Intelligente Algorithmen schlagen längst nicht mehr nur Bücher bei Amazon oder Filme bei Netflix vor, sondern halten Einzug in das produzierende Gewerbe. Dort überwachen sie die gesamte Produktion, sorgen dafür, dass rechtzeitig Nachschub eintrifft und Wartungsarbeiten durchgeführt werden, bevor eine Maschine ausfällt. Sie steuern kognitive Roboter, die wechselnde Aufgaben wahrnehmen, und fahrerlose Transportfahrzeuge, die das Fließband ablösen. Man muss kein Prophet sein, um zu erkennen, dass Künstliche Intelligenz (KI) ganze Unternehmen umkrempeln wird, zumal das sich abzeichnende schwächere Wirtschaftswachstum diese Entwicklung noch beschleunigen dürfte. Führungskräfte sollten sich deshalb mit den bevorstehenden Umbrüchen und dem Potenzial von KI beschäftigen: Welche konkreten Anwendungen gibt es bereits und passen zum eigenen Bedarf und den eigenen Möglichkeiten? Welche Chancen und Risiken bestehen?

Chancen und Risiken von KI

Antworten darauf gibt die zweite Konferenz „Smarte Maschinen im Einsatz – Künstliche Intelligenz in Unternehmen“ am 15. Oktober 2019 am Fraunhofer IPA in Stuttgart. Dort kommen Vertreter aus Forschung und Industrie zu Wort: Den Auftakt macht Professor Thomas Bauernhansl mit einer Bestandsaufnahme. Der Institutsleiter des Fraunhofer IPA spricht über „Die Digitale Transformation der Fabriken – Wunsch und Wirklichkeit“. Es folgen praxisbezogene Vorträge von Dr. Benjamin Menz, Senior Data Scientist bei Bosch Rexroth, der zum Thema „Deep Transfer Learning – Skalierbarkeit von Modellen in der Produktion“ referiert, sowie von Professor Marco Huber, Leiter des Zentrums für Cyber Cognitive Intelligence am Fraunhofer IPA. Er stellt „Kognitive Produktionssysteme – Künstliche Intelligenz im praktischen Einsatz“ vor.

Technologietransfer und neue KI-Strategien

Bei den folgenden Kurzvorträgen mit Podiumsdiskussion stehen der Technologietransfer und neue KI-Strategien im Vordergrund. Dabei stellt Sebastian Stöcklmeier von der Firma Robert Bosch Packaging Technology beispielsweise „Smarte Maschinen in der Verpackungstechnologie“ vor. Frank Berner, Change Manager Digitalisierung bei Stihl, spricht über „Datenanalyse und maschinelles Lernen in der Geräteindustrie“. Nach gemeinsamen Rundgängen durch die Versuchsfelder und Labors des Fraunhofer IPA geht es bei den Kurzvorträgen mit Podiumsdiskussion am Nachmittag um Erfahrungen mit KI-Innovationen in Unternehmen und Start-ups, bevor dann Professor Marc Toussaint von der Universität Stuttgart mit seinem Fazit und Ausblick „Denken war gestern, Lernen ist heute – und morgen?“ die Konferenz schließt. Dr. Nicole Hoffmeister-Kraut, Ministerin für Wirtschaft, Arbeit und Wohnungsbau des Landes Baden-Württemberg, hat die Schirmherrschaft der Konferenz übernommen. Als Moderator führt der Journalist und Buchautor Ulrich Eberl durch die ganztägige Veranstaltung, die die Konradin Mediengruppe in Kooperation mit dem Fraunhofer IPA ausrichtet.

Thematik: Technologie
Fraunhofer - Institut IPA
www.ipa.fhg.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