Künstliche Intelligenz

Cyber-physische Systeme ermöglichen die Reduzierung zentraler Planungs- und Steuerungsentscheidungen durch dezentrale Koordination zwischen den Elementen eines Produktionssystems. Dieser Beitrag stellt ein in der Praxis validiertes Verfahren vor, mit Hilfe dem die Bereiche eines Produktionssystems, die von einem größeren Maß an Autonomie profitieren können, ermittelt werden können.

Bereits heute existieren vereinzelt vielversprechende industrielle Anwendungen der Künstlichen Intelligenz, vor allem in den Bereichen Prozess- und Zustandsüberwachung. Heutige KI-Modelle werden jedoch ausschließlich als Insellösungen für einen Prozess und eine Maschine entwickelt. Wie gelingt daher eine breite Übertrag- und Skalierbarkeit der Anwendungen in der gesamten Produktion?

Die Vernetzung von Maschinen, Gegenständen und Assets macht aus Fabriken „Smart Factories“, die sich in letzter Konsequenz auf der Basis intelligenter Technologien selbst steuern. Aber was steckt hinter Begriffen wie „Industrial Internet of Things (IIoT)“ und „Industrie 4.0“? Und was daran ist so revolutionär, dass sie die industrielle Landschaft auch in Deutschland fundamental verändern werden?

Der Trend zur kundenindividuellen Massenproduktion fordert kleine und mittlere Unternehmen heraus, den Spagat zwischen Flexibilität, Effizienz und Investitionsrisiko zu meistern. Klassische Automationslösungen stoßen hier an ihre Grenzen. Ein vielversprechender Ansatz ist die Kombination aus flexibler Robotik und KI, die in einem Demonstrator mit einem kollaborativen Roboterassistenten gezeigt wird.

Wenn Maschinen lernen, verändern sie das Problemlösen von uns Menschen. Dass sie uns ersetzen, ist dabei trotzdem ein unrealistisches Szenario. Vielmehr schaffen wir mit algorithmengestützter Problemlösung ein wichtiges Instrument, das uns Menschen zu besseren Entscheidungen verhilft.

Auch wenn noch lange die eigentlichen Anwendungen im Fokus der Fertigungsindustrie stehen werden, so kann man den technologischen Einfluss auf IT-Lösungen für die Smart Factory kaum mehr leugnen, insbesondere wenn es dabei um Künstliche Intelligenz (KI) geht. Aber nicht nur die Wissenschaft beschäftigt sich mit diesem Thema. Auch in der Industrie sind mittlerweile viele innovative KI-Lösungen angekommen – und ein Ende ist noch lange nicht in Sicht.

Künstliche Intelligenz (KI) wird oft diskutiert, aber ihre genaue Definition bleibt schwierig. Dieser Beitrag nähert sich dem Begriff der KI aus der Perspektive der Autonomie und untersucht zentrale Aspekte, die für die Entwicklung autonomer Systeme von Bedeutung sind. Dabei wird die Beziehung zwischen KI und menschlichem Verhalten thematisiert.

Der Weg zu einer effizienten und digitalen Supply Chain führt nicht nur über den Einsatz von Künstlicher Intelligenz, sondern auch durch das Überwinden grundlegender Prozessbarrieren und technischer Hürden. In diesem Beitrag wird aufgezeigt, warum erfolgreiche Digitalisierung mehr als nur technologische Optimierung erfordert und wie durch schnelle Entscheidungen und die richtige Vernetzung die Grundlage für den Einsatz von KI geschaffen werden kann.

Die Initiative „Industrie 4.0“ soll deutschen Unternehmen helfen, Datenpotenziale besser zu nutzen, insbesondere in der Instandhaltung. KI-gestützte Systeme ermöglichen vorausschauende Wartung, jedoch stellt die Undurchsichtigkeit der KI-Entscheidungsprozesse ein Hindernis dar. Dieser Beitrag beleuchtet technische und soziale Faktoren für den Einsatz von KI in Industrie 4.0.

n der Arbeitsplanung werden derzeit zumeist statische Bedingungen angenommen und vermeintlich optimale Fertigungsabfolgen vor dem Produktionsstart festgelegt. Dynamische Einflüsse während der Fertigung führen zu unsystematischen Umplanungen und einem ineffizienten Planungsergebnis. Im Folgenden wird daher ein Ansatz zur adaptiven Fertigungssteuerung mit Hilfe eines Genetischen Algorithmus präsentiert.