Inhaltstyp: Artikel

Steigende Rechenleistungen und sinkende Kosten ermöglichen den Einsatz von Machine Learning (ML) in der Produktion. Herausforderungen liegen in der Identifizierung geeigneter Anwendungsgebiete, der Erkennung relevanter Learning Tasks und der Auswahl passender Datensätze. Dieser Beitrag beleuchtet Potenziale, passende Datensätze und Best Practices für den ML-Einsatz in der Produktion.

Besonders im Bereich kleiner Stückzahlen mit komplexen Produktionsschritten weist der Mensch einen Vorteil gegenüber vielen Automatisierungslösungen auf. Um diese Flexibilität und Produktivität präventiv zu schützen, müssen Assistenzsysteme entwickelt werden, die nicht ergonomische Tätigkeiten verhindern und den Menschen unterstützen. Gerade die vorausgesetzte Flexibilität stellt hier eine besondere Herausforderung dar.

Mit der zunehmenden Verfügbarkeit von IoT-Devices und einer deutlich stärkeren Vernetzung der Fertigung mit Internet-Technologien rückt auch eine Verbesserung der Fabriksteuerung durch den Einsatz Künstlicher Intelligenz (KI) in den Vordergrund. Dieser Beitrag beschreibt am Beispiel einer variantenreichen Serienfertigung, welche Schritte zu gehen sind, um mit KI die Fabriksteuerung zu verbessern.

Künstliche Intelligenz (KI) bietet enorme Potenziale für die Produktion, doch viele Unternehmen zögern noch mit der Implementierung. In diesem Artikel werden die wichtigsten Grundlagen und Anwendungsgebiete von KI vorgestellt und praxisnahe Empfehlungen für einen erfolgreichen Einstieg gegeben. Erfahren Sie, wie Sie die Technologie nachhaltig in Ihrem Unternehmen nutzen können, um wirtschaftliche Vorteile zu realisieren.

Das Open Industry 4.0 Alliance-Mitglied KUKA hat die Nase vorn: Fertigungszellen im laufenden Betrieb mit der Cloud verbinden und im Sinne von Smart Factory umwandeln. Das gelang nur dank der Teamarbeit zwischen Alliance-Mitgliedern, allen voran Fujitsu, SAP und 3d Signals. Dank ihrer Verbindung zur Cloud erreichen KUKA-Roboter höhere Durchsätze, Fertigungstransparenz sowie Predictive Maintenance.

Digitale Innovationen verbessern die Flexibilität, Produktivität und Reaktionsfähigkeit eines Unternehmens im globalen Wettbewerb. Eine Kombination aus Künstlicher Intelligenz (KI) und dem Internet of Things (IoT) ist der entscheidende Hebel für eine umfassende Modernisierung von Unternehmen sowie für die Optimierung von Geschäftsprozessen: Das IoT sammelt die Daten, die KI verarbeitet sie.

Menschlicher Arbeitskraft kommt in Produktion und Logistik eine zentrale Rolle zu. Durch den Abbau von Routinen können Engagement und Leistung von Mitarbeitern gesteigert werden. Eine Technologie, die bei der Analyse manueller Tätigkeiten hilft, ist Eye Tracking (ET). Indem ET die Augenbewegungen von Mitarbeitern misst, kann es Aufschluss über ihr Verhalten geben und Arbeitsprozesse damit verbessern.

Business-Analytics-Spezialisten sind in Zeiten der Digitalisierung ein knappes Gut. Der Beitrag stellt Business-Analytics-bezogene Aus- und Weiterbildungsangebote inländischer Hochschulen dar und beleuchtet deren Beitrag für die Fachkräftegewinnung und -bindung von Unternehmen. Die Corona-Pandemie dämpfte zwar kurzfristig die wirtschaftliche Dynamik und damit auch die Nachfrage nach Fachkräften. Dennoch ist die hohe Nachfrage nach Business Analytics Fachkräften nicht zu leugnen. Diese dürfte in Zukunft sogar deutlich zunehmen. Dabei ist nicht zu erwarten, dass das wachsende Aus- und Weiterbildungsangebot von Hochschulen und weiteren Anbietern den existierenden Fachkräftemangel entspannen kann. Kompetenzprofil Nach einer gängigen Einteilung werden die Business Analytics anhand des Analyseziels in die Analyseklassen Descriptive Analytics, Predictive Analytics und Prescriptive Analytics unterschieden [1]. Hierbei kommt eine große Vielfalt von quantitativen Verfahren ...