Prozessverbesserung, Qualifizierung

Augmented Reality

Ein neuer Ansatz für Assistenzsysteme in der Produktion
Lesedauer:  8 Minuten

Wesentliche Herausforderungen im Produktlebenszyklus sind kundenindividuelle Varianten und kürzere Entwicklungszyklen. Die steigende Komplexität erfordert höhere Qualität, Anpassung der Arbeitsorganisation und Integration von IT-Hilfsmitteln, um Prozesse zu beschleunigen, Fehler zu minimieren und komplexe Aufgaben zu erleichtern. Der Beitrag beleuchtet aktuelle Forschung und Praxis anhand von Projekten des Fraunhofer IFF.

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen zu können, müssen Sie über ein entsprechendes inklusiv-Abonnement verfügen. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo inklusive Einzelkauf
ohne 2,90 €
Digital 0,00 €
Expert 0,00 €
Professional 0,00 €

Lesen für einmalig 2,90 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.


Das könnte Sie auch interessieren

Auswirkungsanalyse technischer Änderungen mit GenAI

Auswirkungsanalyse technischer Änderungen mit GenAI

Eine Evaluation der Potenziale großer Sprachmodelle
Moderne Produkte sind durch eine zunehmende Komplexität, Individualisierung sowie die Integration von Mechanik, Elektronik und Software gekennzeichnet. Damit geht eine zunehmende Vielfalt interner und von Kunden angeforderter technischer Änderungen einher. Ob große Sprachmodelle die Folgen technischer Änderungen zuverlässig erfassen und für Produktentwickler verständlich aufbereiten können, ist bisher kaum untersucht worden.
Der neue Kollege im Shopfloor

Der neue Kollege im Shopfloor

KI-Assistenzsysteme stärken Fachkräfte im Mittelstand
Viele mittelständische Produktionsunternehmen können ihre Fertigung noch nicht vollständig automatisieren. Gleichzeitig eröffnen Fortschritte in Robotik und KI neue Möglichkeiten. Intelligente Mensch-Technik-Systeme verbinden menschliche Erfahrung mit digitalen Assistenzsystemen im Shopfloor. Sie unterstützen Mitarbeitende, erleichtern den Zugang zu Wissen und steigern Produktivität sowie Qualität –auch in gewachsenen Produktionsumgebungen.
Integration statt Inseldenken

Integration statt Inseldenken

Smart Production mit Plattformstrategie
ZF hat mit der Digital Manufacturing Platform (DMP) eine der umfassendsten digitalen Transformationen der Fertigungsindustrie umgesetzt. Innerhalb kurzer Zeit entstand ein global einheitliches Produktionsnetzwerk, das Prozesse standardisiert, Daten silos auflöst und End-to-End-Transparenz schafft – alles unter hoher Skalierbarkeit und agilem Tempo, selbst in herausfordernden Zeiten wie der Corona-Pandemie
Smart Manufacturing und KI-gestützte Führung

Smart Manufacturing und KI-gestützte Führung

Wie sich mit der intelligenten Fabrik auch Leadership wandelt
Die Smart Factory mit ihren KI-Anwendungen ist das neue Sinnbild wirtschaftlicher Leistungsfähigkeit. Klar definierte Abläufe, optimierte Prozesse und Roboter, die Einzelteile zu einem Ganzen fügen, prägen dieses Bild. Doch auch die intelligenteste Fabrik bleibt kein selbststeuerndes System. Menschen gestalten sie, treffen Entscheidungen, Prozesse und Prioritäten. Damit wird die Frage nach der Leistungsfähigkeit schnell auch zu einer Frage der Führung.
Digitale Ursachenanalyse senkt Stillstände und Kosten

Digitale Ursachenanalyse senkt Stillstände und Kosten

Digital Change Manager spart 60 % Analysezeit und senkt Kosten in der Papierproduktion
Digitale Ursachenanalyse und gezieltes Change Management transformieren die Papierproduktion: Ein Schweizer Hersteller reduziert ungeplante Stillstände, spart 60 % Analysezeit ein und senkt die Kosten mithilfe innovativer digitaler Ansätze. Das Beispiel zeigt, welches Potenzial diese Strategie für Prozesseffizienz und Wettbewerbsfähigkeit hat –wer Manufacturing digital denkt, findet hier Ansätze mit hohem Potenzial.
Smart Cutting – Intelligente Prozesse im Maschinenpark

Smart Cutting – Intelligente Prozesse im Maschinenpark

Produktivitätssteigerung im Sägeprozess durch Condition Monitoring und Machine Learning
Smart Cutting kombiniert Digital Retrofit, Condition Monitoring und KI, um die Produktivität im industriellen Sägeschnitt zu steigern. Durch Echtzeit-Datenanalyse und Machine Learning werden Maschinenzustände überwacht, Anomalien erkannt und Materialklassifikation automatisiert – für mehr Effizienz, weniger Stillstand und höhere Produktqualität.