Künstliche Intelligenz

Künstliche Intelligenz kann Maschinen die Fähigkeit geben, ihr Verhalten auf Basis von Erfahrungen zu verbessern. In der Industrie werden heute überwiegend Lösungen im Bereich des Machine Learning eingesetzt. Hierbei lernt der Computer aus Daten, ohne explizit für eine konkrete Aufgabe programmiert zu werden. Die KI ist in der Lage, Anomalien z. B. bei Maschinengeräuschen, Produktoberflächen) und Daten zu erkennen und dem Menschen zu signalisieren. Typische Anwendungsfälle liegen im Bereich der Werkerassistenz und Instandhaltung, bei denen schnell auf Abweichungen reagiert werden soll. Die Klassifizierung durch KI wird häufig im Bereich der Qualitätssicherung eingesetzt. Anwendungsfälle einer KI-basierten Prognose finden sich bisher überwiegend im Bereich Instandhaltung (Predictive Maintenance) bzw. Qualitätssicherung (Predictive Quality). Die Prognosefähigkeit wird aber auch im Bereich der Ressourcenplanung eingesetzt (z. B. Prognose von Auftragsendeterminen, Rüstzeiten, Maschinen- und Personalverfügbarkeiten etc.).

Passend von der Stange Vergleich von KI-Ansätzen zur Körperformanalyse in der Produktion

Die Bekleidungsindustrie steht vor der Herausforderung, die Vielfalt menschlicher Körperformen mit passenden Größen- und Gradiersystemen zu berücksichtigen. Ein Forschungsprojekt hat ein Klassifikationssystem entwickelt, das mithilfe von KI und umfangreichen Messdaten aus der SizeGERMANY-Studie eine präzisere Größenplanung und Häufigkeitsverteilung für Morphotypen ermöglicht.

KI in der Produktion – den Einstieg nicht verpassen! KI-Grundlagen und Empfehlungen für den Einstieg in die Produktion

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.

Programmieren leicht gemacht

Der Roboter in der Fabrik – hilfreich, aber teuer. Warum nicht bei der Programmierung sparen? Jan Guhl ist Wissenschaftler an der TU Berlin und forscht zur Programmierung von Industrierobotern. Und die geht einfacher als viele denken. Indem statt in Bewegungen in Prozessabläufe gedacht wird, kann die Programmierung von Robotern vereinfacht werden. Lesen Sie im Interview mit ihm, wie die einfache und kostengünstige Integration gelingen kann.

Trends und Herausforderungen bei Fabriksoftware Neue Technologien revolutionieren den Einsatz von Software in Fertigung und Logistik

Fabriksoftware entwickelt sich rasant weiter und prägt zunehmend die Fertigung und Logistik. Vom einfachen ERP-System bis zu komplexen Cyber-physischen Systemen – Technologien wie verbesserte Konnektivität und kostengünstige Mikroelektronik treiben den Wandel voran. Dieser Beitrag beleuchtet sechs Trends, die die Fabriksoftware der Zukunft maßgeblich beeinflussen werden.

Die smarte Robot Factory im Brownfield Ein Anwendungsbeispiel der Open Industry 4.0 Alliance

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.

Künstliche Intelligenz und IoT Zwei Technologien als Treiber der Digitalen Transformation

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.

Selbstlernende adaptive Robotersteuerung Kontinuierliche Bewegungsplanung für Industrieroboter auf Basis von Sensordaten

Der Prozess der Bewegungsplanung für Industrieroboter stellt eine komplexe Aufgabe dar, die häufig manuell von Domänenexperten durchgeführt wird und zu Lösungen führt, denen es an Flexibilität und Anpassungsfähigkeit mangelt. Dieses Problem lässt sich durch einen automatisierten, KI-gestützten Steuerungsagenten adressieren, der zur adaptiven, kontinuierlichen Bahnplanung befähigt wird.