Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Künstliche Intelligenz:

Hilfe für den Mittelstand

Mit Hilfe von künstlicher Intelligenz in der Produktion können Prozesse überwacht und Routinetätigkeiten übernommen sowie Entscheidungen unterstützt werden. Oft fehlt es Unternehmen allerdings noch an Fachwissen und die Erfahrung, um die ersten Schritte hin zu einer intelligenteren Fertigung zu gehen. Drei Fraunhofer-Institute haben daher ihre KI-Expertise gebündelt und bieten dem Management produzierender Unternehmen einen strukturierten Einstieg in die komplexe Thematik.

Bild: Fraunhofer-Institut IPT

Bild: Fraunhofer-Institut IPT

Für die Produktivitätssteigerung und Wettbewerbsfähigkeit von Unternehmen scheint der Einsatz von künstlicher Intelligenz für die Zukunft unverzichtbar. Gerade kleine und mittlere Unternehmen stehen heute vor der Aufgabe, KI im Hinblick auf das eigene Geschäftsmodell in sinnvollen Anwendungsfällen zu vertretbaren Kosten umzusetzen. Als Mitgliedsinstitute der Fraunhofer-Allianz Big Data und Künstliche Intelligenz bieten die drei Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS, für Arbeitswirtschaft und Organisation IAO und für Produktionstechnologie IPT produzierenden Unternehmen an, ihr Fachwissen aus der KI-Forschung in deren Geschäftspraxis einzubringen.

Kick-Starter-Bundle

Dazu haben die drei Institute im interdisziplinären Verbund das ‚AI Kick-Starter Bundle‘ entwickelt. Es umfasst ein methodisches Vorgehen in drei Stufen: Zusammen mit der Unternehmensleitung legt die Fraunhofer-Allianz strategische Ziele der KI-Systeme für das Unternehmen fest, arbeitet konkrete Einsatzgebiete aus und prüft die Eignung des Unternehmens aus einer ganzheitlichen Betrachtung der Erfolgsfaktoren.

Schritt eins

Mit Blick auf die strategische Ausrichtung des Unternehmens werden in einem ersten Schritt gemeinsam die Ziele einer sinnvollen Nutzung von KI-Systemen und Big-Data-Analysetools. Daraus ergeben sich Ideen für mögliche Anwendungsbereiche im eigenen Unternehmen, beispielsweise für eine Optimierung von Produktionsprozessen, für eine vorausschauende Instandhaltung von Maschinenanlagen (Predictive Maintenance), für die Produktionsplanung, Logistik und Inventur oder für eine automatische Produktüberwachung.

Anwendungsfälle ausarbeiten

Im zweiten Schritt werden die Ideen zu konkreten Anwendungsfällen ausgearbeitet, ihre Potenziale und Hindernisse in der Umsetzung und im Einsatz identifiziert und dabei die Perspektiven der verschiedenen Stakeholder des Unternehmens berücksichtigt.

Machbarkeit bewerten

Schließlich wird die Machbarkeit der untersuchten Anwendungsfälle bewertet. Dazu richtet das Projektteam seinen Fokus nicht nur auf die technische Umsetzung des KI-Systems, sondern auch auf die verfügbaren Produktions- und Betriebsdaten, die strategische Relevanz des Vorhabens sowie die Organisationsstruktur des Unternehmens. Auf dieser Grundlage könnne die Unternehmen selbst erkennen und Maßnahmen für eine erfolgreiche Einführung des KI-Systems in die praktische Anwendung ableiten.


Das könnte Sie auch interessieren:

Im Werkzeugmanagement eröffnet das Kennzeichnen von Assets mit Data Matrix Codes die Möglichkeit, Werkzeuge zu tracken und mit ihren Lebenslaufdaten zu verheiraten.‣ weiterlesen

Google Cloud gab kürzlich die Einführung der beiden Lösungen Manufacturing Data Engine und Manufacturing Connect bekannt. Mit den Tools lassen sich Assets einer Fertigungsumgebung vernetzen, Daten verarbeiten und standardisieren.‣ weiterlesen

Virtuelle multicloudfähige Plattformen können in Fertigungsbetrieben das Fundament bilden, um IT-Infrastruktur und Betriebsabläufe zu modernisieren und effizient zu betreiben. Denn das nahtlose Zusammenspiel von Cloud-Anwendungen, Softwarebereitstellung sowie Remote Work lassen sich mit digitalen Plattformen vergleichsweise einfach und global orchestrieren.‣ weiterlesen

Wibu-Systems ist Anwendungspartner im Projekt KoMiK. Im Mai wurde das Projekt abgeschlossen und der Karlsruher Lizensierungsspezialist hat zusammen mit den Projektpartnern aus Wirtschaft und Wissenschaft Empfehlungen zur Auswahl eines digitalen Kooperationssystems erarbeitet, inklusive eines Screening-Tools.‣ weiterlesen

MES-Lösungen verfügen über unterschiedliche Erweiterungsmodule, etwa für das Qualitätsmanagement. Der Ausbau der Basisfunktionen sorgt jedoch oft für Aufwand. Eine Alternative versprechen Cloudlösungen.‣ weiterlesen

Bei ihrer digitalen Transformation adaptieren Fertigungsunternehmen Technologien wie künstliche Intelligenz, Machine Learning und digitale Zwillinge. Cloud Computung hilft, dafür erforderliche Kapazitäten skaliert bereitzustellen.‣ weiterlesen

Mit mehreren neuen Partnern erweitert der Softwareanbieter ZetVisions sein Partnerangebot. Unter anderem sollen Pikon und People Consolidated das Beratungsangebot des Heidelberger Unternehmens ergänzen.‣ weiterlesen

Viele Deep-Learning- und Machine-Vision-Anwendungen stellen hohe Ansprüche an die eingesetzten Industrie-Rechner. Für den Einsatz in diesem Umfeld hat Hardware-Spezialist Spectra die PowerBox 4000AC C621A ins Programm genommen.‣ weiterlesen

Mit Hybrid Cloud-Lösungen wollen Firmen die Vorteile des privaten und öffentlichen Cloud-Betriebs erschließen. Managed Cloud Service Provider sind darin geschult, Fallstricke bei der Cloud-Nutzung solcher Infrastrukturen zu bewältigen.‣ weiterlesen

Per Low-Code-Tool können Anwender Prozesskonfigurationen selbst umsetzen. Im MES-Bereich ist dieser Ansatz noch selten zu finden, doch einige Lösungen gibt es bereits.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige