Bild: Matrix Vision GmbH
Bild: Matrix Vision GmbH
KI-gestützte Sprunganalyse beim Trampolinturnen

KI-gestützte Sprunganalyse beim Trampolinturnen

Wenn es um Podiumsplätze geht, sind Millisekunden und Millimeter entscheidend. Diese Feinheiten sollen für Trampolin-Trainer und -Sportler des Deutschen Turner-Bundes (DTB) zukünftig über ein neues Projekt, welches auf einem bildbasierten System von Simi Reality Motion Systems basiert, visualisiert und dokumentiert werden. Für die passenden Videoaufnahmen sorgen Industriekameras von Matrix Vision.

Bild: Small Robot Company
Bild: Small Robot Company
Mobiler 
Unkrautvernichter

Mobiler Unkrautvernichter

Das Agritech-Startup Small Robot Company (SRC) hat eine Roboterlösung zur chemikalienfreien Unkrautbekämpfung auf Getreidefeldern entwickelt. Das autonome Fahrzeug bringt über Deltaroboter sogenannte Zapper in Position, die das Unkraut mit Stromschlägen eliminieren. Auf einem Versuchsfeld hat sich der Roboter bei der Erkennung und Beseitigung von Unkräutern bereits gut geschlagen.

Anzeige

Bild: Fraunhofer ILT
Bild: Fraunhofer ILT
Künstliche Intelligenz in der Produktion

Künstliche Intelligenz in der Produktion

Auf der zweiten Konferenz ‚AI for Laser Technology‘ wird am 28. und 29. September 2021 der aktuelle Stand bei der Anwendung von künstlicher Intelligenz in der Lasermaterialbearbeitung diskutiert. Zum Austausch treffen sich hier Forschende, Anlagenbauer, Softwareentwickler und Maschinenbauer. Neben den Fachvorträgen werden am Fraunhofer-Institut für Lasertechnik ILT die Labore für virtuelle Rundgänge geöffnet. Aufgrund der aktuellen Regelungen findet die Tagung online statt.

Bild: ©Pixel-Shot/stock.adobe.com
Bild: ©Pixel-Shot/stock.adobe.com
Von Bewerbungsgespräch bis Skill Management

Von Bewerbungsgespräch bis Skill Management

Künstliche Intelligenz (KI) ist zwar in aller Munde, doch nur wenige Unternehmen setzen sie bereits im Personalwesen ein. Eine aktuelle Untersuchung der Deutschen Gesellschaft für Personalführung (DGFP) kommt in diesem Zusammenhang zu dem Ergebnis, dass 93 Prozent der befragten Unternehmen dem KI-Einsatz im HR-Bereich positiv gegenüberstehen. Allerdings haben nur drei Prozent der Umfrageteilnehmer derartige Anwendungen bereits implementiert. Dabei könnten entsprechende Technologien für spürbar effizientere HR-Abläufe sorgen, da sich damit beispielsweise Basiskennzahlen zu Mitarbeitern schnell und einfach bereitstellen und auswerten lassen. Beispiele in Bereichen wie Recruiting oder Skill Management zeigen schon heute, wie KI- und Machine Learning (ML)-basierte Tools das Personalwesen unterstützen können.

Bild: Anacision Gmbh
Bild: Anacision Gmbh
Feinplanung mit IoT- und KI-Antrieb

Feinplanung mit IoT- und KI-Antrieb

Das Internet of Things (IoT) und künstliche Intelligenz (KI) könnten traditionelle Ansätze zur Produktionsplanung hervorragend ergänzen. Denn ein IoT-vernetzter Maschinenpark kann bei unerwarteten Ereignissen automatisch neue Planungsläufe anstoßen, während die KI die anfallenden Plan- und Ist-Daten der Produktion laufend auf Verbesserungen abklopft.

Bild: PerfectPattern GmbH
Bild: PerfectPattern GmbH
Ohne Spezialwissen zu Ergebnissen

Ohne Spezialwissen zu Ergebnissen

Gerade bei innovativen Technologien wie künstlicher Intelligenz ist die Bedienung nicht erste Priorität der Softwarehersteller. Aus Sicht der Industrie ist das bedauerlich, denn anlagennah Beschäftigte haben oft die interessantesten Impulse für werksnahe KI-Projekte. Über integrierte Explainability rücken KI-Tools nun näher an die Prozessspezialisten heran.

Bild: KEB Automation KG
Bild: KEB Automation KG
Mit zentraler Datenplattform zu IIoT und KI

Mit zentraler Datenplattform zu IIoT und KI

In der Industrie stehen Schlagworte wie Digitalisierung, Industrial Internet of Things (IIoT) und künstliche
Intelligenz (KI) seit langem für die Möglichkeit, Produktionsabläufe und Wartungsmodelle auf der Basis von Daten zu optimieren. Dadurch ergeben sich für Maschinen- und Komponentenhersteller gleichermaßen Chancen, ihren Kunden neue Angebote für digitale, datenbasierte Services zu machen.

Anzeige

Fortschritt bei Künstlicher Intelligenz
Junge Mitarbeiter wünschen sich Transparenz
Unternehmen sparen Rohstoffe und Energie mit künstlicher Intelligenz
Mein Chef, die KI: Für fast jeden dritten Bundesbürger unter 31 Jahren durchaus vorstellbar
Künstliche Intelligenz kommt voran
Mint-Studium und Berufserfahrung besonders gefragt bei deutschen KI-Arbeitgebern
previous arrow
next arrow

NEWS

Bild: Ametek GmbH - Creaform Deutschland GmbH
Bild: Ametek GmbH - Creaform Deutschland GmbH
Kostenfreies Webinar ‚Robot Vision‘

Kostenfreies Webinar ‚Robot Vision‘

Am Dienstag, den 28. September, findet ab 14 Uhr im Rahmen der inVISION TechTalks das kostenlose Webinar ‚Robot Vision‘ statt. In drei 20-minütigen Präsentationen stellen Wenglor, Vecow und Lucid Vision aktuelle Trends bei Software für die Roboterführung, KI-Plattformen für autonome geführte Robotik und Time-of-Flight-Kameras für Robotik und Automation vor.

Anzeige

Zahlenfutter

Charts, Auswertungen und Infografiken
zum Thema KI

Künstliche Intelligenz

Anzeige

Bild: ©RS-Studios/stock.adobe.com
Bild: ©RS-Studios/stock.adobe.com
Unternehmen reagieren bei ethischen KI-Fragen zögerlich
Unternehmen reagieren bei ethischen KI-Fragen zögerlich

Das Bewusstsein für ethische Fragestellungen beim Einsatz von künstlicher Intelligenz ist in Unternehmen und Verwaltungen gestiegen. Dennoch fällt ihre diesjährige Handlungsbilanz gemischt aus, da nur in Teilbereichen Verbesserungen erzielt wurden. Zu diesen und weiteren Erkenntnissen kommt eine Studie von Capgemin für die 2.900 Konsumenten sowie 900 Führungskräfte befragt wurden.

Bild: ISW Institut für Steuerungstechnik der
Bild: ISW Institut für Steuerungstechnik der
Artikelserie Stuttgarter Innovationstage (Teil 1): Selbstlernende  Steuerungssysteme
Artikelserie Stuttgarter Innovationstage (Teil 1): Selbstlernende Steuerungssysteme

Die Umstellung eines Produktionssystems, z.B. einer Roboterzelle, auf ein neues Produkt muss künftig schnell und mit wenig Aufwand möglich sein. Die Steuerungssysteme, sowie die zugehörigen Engineering Methoden, müssen dabei intelligent und lernfähig werden, manuelle Aufwände in der Entwicklung zu reduzieren. Die virtuelle Inbetriebnahme stellt eine geeignete Lernumgebung dar, in der sich das Steuerungssystem mit Methoden der künstlichen Intelligenz selbst programmiert. Dafür müssen die Simulationswerkzeuge erweitert und möglichst standardisierte Schnittstellen geschaffen werden.

Bild: ©Alexander Limbach/Fotolia.com
Bild: ©Alexander Limbach/Fotolia.com
„Wir müssen den Maschinen Meta-Regeln mitgeben“
„Wir müssen den Maschinen Meta-Regeln mitgeben“

KI-basierte Systeme und Maschinen werden immer autonomer, selbstständiger und intelligenter. Ob und wie ist es zu schaffen, dass sie auf Dauer menschlichen Werten und Regeln folgen? Dr. Kurt D. Bettenhausen, Vorsitzender des interdisziplinären Gremiums Digitale Transformation im VDI und Vorstandsmitglied der VDI/VDE-GMA, spricht im zehnten Teil unserer Serie Autonome Systeme mit dem VDI.

Technologie
Bild: Fraunhofer ILT
Bild: Fraunhofer ILT
Künstliche Intelligenz in der Produktion
Künstliche Intelligenz in der Produktion

Auf der zweiten Konferenz ‚AI for Laser Technology‘ wird am 28. und 29. September 2021 der aktuelle Stand bei der Anwendung von künstlicher Intelligenz in der Lasermaterialbearbeitung diskutiert. Zum Austausch treffen sich hier Forschende, Anlagenbauer, Softwareentwickler und Maschinenbauer. Neben den Fachvorträgen werden am Fraunhofer-Institut für Lasertechnik ILT die Labore für virtuelle Rundgänge geöffnet. Aufgrund der aktuellen Regelungen findet die Tagung online statt.

Bild: PerfectPattern GmbH
Bild: PerfectPattern GmbH
Ohne Spezialwissen zu Ergebnissen
Ohne Spezialwissen zu Ergebnissen

Gerade bei innovativen Technologien wie künstlicher Intelligenz ist die Bedienung nicht erste Priorität der Softwarehersteller. Aus Sicht der Industrie ist das bedauerlich, denn anlagennah Beschäftigte haben oft die interessantesten Impulse für werksnahe KI-Projekte. Über integrierte Explainability rücken KI-Tools nun näher an die Prozessspezialisten heran.

Industrielle Produktion
Bild: Anacision Gmbh
Bild: Anacision Gmbh
Feinplanung mit IoT- und KI-Antrieb

Feinplanung mit IoT- und KI-Antrieb

Das Internet of Things (IoT) und künstliche Intelligenz (KI) könnten traditionelle Ansätze zur Produktionsplanung hervorragend ergänzen. Denn ein IoT-vernetzter Maschinenpark kann bei unerwarteten Ereignissen automatisch neue Planungsläufe anstoßen, während die KI die anfallenden Plan- und Ist-Daten der Produktion laufend auf Verbesserungen abklopft.

Bild: Leadec Group
Bild: Leadec Group
Stau 
auf der Datenautobahn

Stau auf der Datenautobahn

Für den erfolgreichen Einsatz von künstlicher Intelligenz in der Produktion ist eine solide Datenbasis entscheidend. Je größer die Datenmenge und je höher die Datenqualität, desto besser funktionieren KI-Projekte. Falls die Daten in größeren Produktionsanlagen erfasst werden sollen, muss das Netzwerk dafür entsprechend ausgelegt werden – oder im Falle einer Nachrüstung die dafür notwendige Reserve haben. Im folgenden Artikel wird erläutert, auf welche Parameter es dabei ankommt.

Bild: Beckhoff Automation GmbH & Co. KG
Bild: Beckhoff Automation GmbH & Co. KG
TwinCat Machine Learning für intelligente Bolzenanker-Produktionslinie

TwinCat Machine Learning für intelligente Bolzenanker-Produktionslinie

Ein auf Befestigungstechnik spezialisiertes, international tätiges Unternehmen produziert u. a. Bolzenanker in verschiedensten Ausführungen. Um hierbei die Umschließungsqualität der zugehörigen metallischen Hülse aus vorhandenen Maschinendaten in Echtzeit zu bestimmen, wurde ein entsprechendes Entwicklungsprojekt als Bachelorarbeit an der Ostschweizer Fachhochschule (OST), Campus Buchs, durchgeführt. Als geeignete Lösung hat sich dabei das maschinelle Lernen (ML) mit TwinCat Machine Learning von Beckhoff erwiesen.

Anzeige

Bild: Pascal Friederich, Karlsruher Institut für Technologie
Bild: Pascal Friederich, Karlsruher Institut für Technologie
Maschinelles Lernen beschleunigt Materialsimulationen
Maschinelles Lernen beschleunigt Materialsimulationen

Erforschung, Entwicklung und Herstellung neuer Materialien hängen entscheidend von schnellen und zugleich genauen Simulationsmethoden ab. Maschinelles Lernen, bei dem künstliche Intelligenz (KI) selbstständig neues Wissen erwirbt und anwendet, wird es künftig ermöglichen, komplexe Materialsysteme rein virtuell zu entwickeln. Wie das funktioniert und welche Anwendungen davon profitieren, erklärt ein Forscher des Karlsruher Instituts für Technologie (KIT) gemeinsam mit Kollegen aus Göttingen und Toronto.

Bild: ©Alterfalter/stock.adobe.com / MPDV Mikrolab GmbH
Bild: ©Alterfalter/stock.adobe.com / MPDV Mikrolab GmbH
Manufacturing Analytics und künstliche Intelligenz
Manufacturing Analytics und künstliche Intelligenz

Die Bandbreite an Analyseanwendungen reicht von klassischen Reports und Kennzahlen über Self Service Analytics bis hin zu künstlicher Intelligenz. Bei aller Vielfalt sollte der Zweck nicht aus dem Fokus geraten: transparenter und effizienter fertigen zu können. Zumal immer wieder neue Manufacturing-Analytics-Instrumente entwickelt werden.

Bild: Institut für Fertigungstechnik und Werkzeugmaschinen
Bild: Institut für Fertigungstechnik und Werkzeugmaschinen
Der digitale Zwilling als Basis für ein intelligentes und skalierbares Produktionssystem
Der digitale Zwilling als Basis für ein intelligentes und skalierbares Produktionssystem

Der digitale Zwilling ist der interdisziplinäre Kern zahlreicher Industrie-4.0-Anwendungen (I4.0). Implementierungsansätze sind allerdings oft noch individuell und kostenintensiv, da nutzbare Standards und Referenzmodelle bisher nicht vorhanden waren. Die Plattform I4.0 hat die Verwaltungsschale als einheitlichen Standard für den digitalen Zwilling eingeführt. Im Rahmen des KI-Innovationswettbewerbs entsteht daher im vom BMWi geförderten Forschungsprojekt IIP-Ecosphere eine Implementierung der Verwaltungsschale in der Sennheiser Future Factory.

Geschäftsprozesse
Bild: ©Pixel-Shot/stock.adobe.com
Bild: ©Pixel-Shot/stock.adobe.com
Von Bewerbungsgespräch bis Skill Management

Von Bewerbungsgespräch bis Skill Management

Künstliche Intelligenz (KI) ist zwar in aller Munde, doch nur wenige Unternehmen setzen sie bereits im Personalwesen ein. Eine aktuelle Untersuchung der Deutschen Gesellschaft für Personalführung (DGFP) kommt in diesem Zusammenhang zu dem Ergebnis, dass 93 Prozent der befragten Unternehmen dem KI-Einsatz im HR-Bereich positiv gegenüberstehen. Allerdings haben nur drei Prozent der Umfrageteilnehmer derartige Anwendungen bereits implementiert. Dabei könnten entsprechende Technologien für spürbar effizientere HR-Abläufe sorgen, da sich damit beispielsweise Basiskennzahlen zu Mitarbeitern schnell und einfach bereitstellen und auswerten lassen. Beispiele in Bereichen wie Recruiting oder Skill Management zeigen schon heute, wie KI- und Machine Learning (ML)-basierte Tools das Personalwesen unterstützen können.

Bild: ©zapp2photo/stock.adobe.com
Bild: ©zapp2photo/stock.adobe.com
Wissensmanagementlösungen in Industrieunternehmen auf dem Vormarsch
Wissensmanagementlösungen in Industrieunternehmen auf dem Vormarsch

Smarte Fabriken und vernetzte Arbeitsprozesse sind mittlerweile fester Bestandteil des digitalen Wirtschaftslebens. Diese digitale Transformation bringt viele Vorteile, führt aber gleichzeitig auch zu einem Anstieg der Datenmengen in Unternehmen. Besonders im Industrieumfeld gilt es die vorhandenen Informationen aus Administration/Organisation mit jenen der Produktion zu verknüpfen, um daraus einen Mehrwert zu generieren. Eine Herausforderung, die mit modernen Wissensmanagementlösungen einfach zu lösen beziehungsweise zu handhaben ist.

Bild: ©sebra_AdobeStock
Bild: ©sebra_AdobeStock
Von Self Service bis Chatbot
Von Self Service bis Chatbot

Self-Service-Technologie, digitale Assistenten, künstliche Intelligenz – die Digitalwerkzeuge fürs Kundenbeziehungsmanagement werden immer ausgefeilter. Sind CRM- und ERP-System gut integriert, lassen sich im Sinn des xRM-Ansatzes auch leicht die Beziehungen zu Geschäftspartnern IT-gestützt pflegen.

Robotik
Bild: Small Robot Company
Bild: Small Robot Company
Mobiler 
Unkrautvernichter

Mobiler Unkrautvernichter

Das Agritech-Startup Small Robot Company (SRC) hat eine Roboterlösung zur chemikalienfreien Unkrautbekämpfung auf Getreidefeldern entwickelt. Das autonome Fahrzeug bringt über Deltaroboter sogenannte Zapper in Position, die das Unkraut mit Stromschlägen eliminieren. Auf einem Versuchsfeld hat sich der Roboter bei der Erkennung und Beseitigung von Unkräutern bereits gut geschlagen.

Bild: robominds GmbH
Bild: robominds GmbH
Der Allrounder
Der Allrounder

Der neue MX-Sauggreifer von Piab greift eine Vielzahl an Gegenständen, egal aus welchem Material, mit welcher Geometrie oder Oberflächenstruktur. Damit eignet sich der Greifer insbesondere für das Bin Picking in Kommissionierlösungen, die Robominds für eCommerce-Kunden und Hersteller komplexer Produkte realisiert.

Bild: Youtube/Mashable
Bild: Youtube/Mashable
Roboter als echter Künstler
Roboter als echter Künstler

Das AI Painting Project von IBM Japan, der Universität Tokio und Yamaha Motor soll auch Maschinen die Fähigkeit zur Kreativität verleihen. Es gibt Robotern die Möglichkeit, eigenständig Kunst mit Farben, Leinwand und einem Pinsel zu schaffen. Basis dafür ist ein KI-basiertes System.

Bild: Acatech - Dt. Akademie der Technikwissenschaften/BMWi
Bild: Acatech - Dt. Akademie der Technikwissenschaften/BMWi
Wie Roboter und Menschen künftig zusammenarbeiten
Wie Roboter und Menschen künftig zusammenarbeiten

Roboter sind in großen Fabriken längst Realität. In wenigen Jahren können sie, unterstützt durch künstliche Intelligenz (KI), auch in kleinen Unternehmen die Beschäftigten bei der Montage unterstützen. Die Voraussetzung dafür ist, dass die Zusammenarbeit mit den lernenden Maschinen sicher ist und dem Menschen motivierende, selbstbestimmte Tätigkeiten erhalten bleiben. In einem fiktiven Anwendungsszenario wirft die Plattform Lernende Systeme einen Blick in die Zukunft der Industriearbeit.

Data Analytics
Bild: Weidmüller Gruppe
Bild: Weidmüller Gruppe
Machine Learning einfach gemacht

Machine Learning einfach gemacht

Seit einigen Jahren schon werden die Fantasien der Ingenieure und Anlagenbauer beflügelt durch die Möglichkeiten von KI- und Machine-Learning-Algorithmen. Klingt zwar zunächst sehr kompliziert, bietet aber konkrete Vorteile für die smarte Fabrik. Maschinen und Anlagen bzw. Produktionsprozesse erzeugen kontinuierlich Daten. Erfolgreich werden zukünftig Unternehmen sein, denen es gelingt, Mehrwert aus diesen Daten zu generieren.

Bild: ©eyetronic/Fotolia.com
Bild: ©eyetronic/Fotolia.com
Welchen Weg geht die EU?
Welchen Weg geht die EU?

Die EU-Kommission hat ihre Strategie für ein digitales Europa vorgestellt und dabei ihre europäische Datenstrategie sowie politische Optionen für die Entwicklung der künstlichen Intelligenz (KI) konkretisiert. „Ich will, dass dieses digitale Europa das Beste widerspiegelt, das Europa zu bieten hat – Offenheit, Fairness, Vielfalt, Demokratie und Vertrauen“, sagte Präsidentin Ursula von der Leyen. Die Strategie decke alles von der Cybersicherheit über kritische Infrastrukturen, digitale Bildung und Kompetenzen bis hin zu Demokratie und Medien ab.

Bild: Oliver Dietze
Bild: Oliver Dietze
Anreiz für Investitionen in KI: So soll der Wert von Daten für Unternehmen sichtbar werden
Anreiz für Investitionen in KI: So soll der Wert von Daten für Unternehmen sichtbar werden

Der Mittelstand scheut heute noch Investitionen in Künstliche Intelligenz. Für die meisten Unternehmen sind Daten etwa aus Produktion oder Instandhaltung totes Kapital. Dabei sehen Wissenschaft und Politik gerade hier enormes Potenzial. Der Wirtschaftsinformatiker Professor Wolfgang Maaß und sein Team von der Universität des Saarlandes wollen den Wert solcher Daten sichtbar und für die Firmen durch intelligente Datenbilanzierung interessant und nutzbar machen. 2,3 Millionen Euro investiert das Bundeswirtschaftsministerium in diese Forschung, für die Wolfgang Maaß mit fünf Partnern aus Wissenschaft und Wirtschaft zusammenarbeitet. Über 330.000 Euro davon fließen auf den Saarbrücker Campus.

Automation
Gebäude
Bild: ICONAG-Leittechnik GmbH
Bild: ICONAG-Leittechnik GmbH
Trends in der 
Gebäudeautomation

Trends in der Gebäudeautomation

Bauherren, Planer und Betreiber von Immobilien stehen im Zuge der Digitalisierung vor der großen Aufgabe, die Gebäudeautomation weiter voranzubringen. Denn neben der Integration der vielfältigen gebäudetechnischen Systeme verschiedener Hersteller aus Bestands- und Neuanlagen müssen zunehmend Schnittstellen für Fremdsysteme bereitgestellt werden. Hierzu gibt Iconag Handlungsempfehlungen, wie Immobilien fit für die Digitalisierung gemacht werden können.

Bild: The Ship
Bild: The Ship
The Ship: Gebäudedigitalisierung für Büroimmobilien
The Ship: Gebäudedigitalisierung für Büroimmobilien

In Köln-Ehrenfeld hat Anfang dieses Jahres The Ship eröffnet. Die Immobilie gilt als das derzeit digitalste Bürogebäude Deutschlands. Die Digitalisierung in dem smarten Gebäude orientiert sich mittels KI an den Bedürfnissen der Nutzer. Auf rund 13.000m² Bruttogeschossfläche, verteilt auf sieben Etagen, bietet das Gebäude Raum für über 500 Arbeitsplätze sowie Meetingräume, Creative Labs, eine KiTa, ein Café und einen Dachgarten.

Bild: Milestone Systems DE
Bild: Milestone Systems DE
Künstliche Intelligenz für Gebäude
Künstliche Intelligenz für Gebäude

Künstliche Intelligenz (KI) gilt als Schlüsseltechnologie der kommenden Jahre für die Bereiche Autonomes Fahren, Industrie 4.0 und Medizintechnik. Auch im Gebäudemanagement setzt man längst auf automatisierte Lösungen. Bei neuen Bauvorhaben wünschen sich Betreiber immer häufiger smarte Technologien. Gebäude werden mit einer Vielzahl an Sensoren ausgestattet: von IP-Kameras über Feuer- und Rauchmelder, Thermostatregler und weiteren Überwachungssystemen für Heiz-, Lüftungs- und Klimatechnik bis hin zu biometrischen Lesegeräten für die Zutrittskontrolle. All diese IP-Geräte werden mit jeder Entwicklungsstufe immer intelligenter. Werden sie alle mittels Software vernetzt, entsteht ein intelligentes Gebäude.

Bild: WSH GmbH
Bild: WSH GmbH
Deep Learning im Alarm-Management
Deep Learning im Alarm-Management

Rund 600.000 Anrufe, 360.000 manuell zu bearbeitende Alarme und insgesamt 21,5 Mio. Meldungen gehen bei WSH pro Jahr ein. Dabei handelt es sich oft um Falschmeldungen. Dennoch muss jeder Alarm geprüft, jede Videosequenz analysiert werden. Der Sicherheitsexperte WSH hat sich deswegen entschieden, seine bisherige Leitstelle um eine hochmoderne neue Notruf- und Service-Leitstelle mit dem Schwerpunkt Videoaufschaltungen zu erweitern. In Zusammenarbeit mit einem Bremer Software-Experten wurde ein Assistenzsystem entwickelt, das mittels künstlicher Intelligenz (KI) und Deep Learning in der Lage ist, eingehende Video-Alarme binnen weniger Sekunden auszuwerten und Falschmeldungen zu identifizieren.

Autonomes Fahren
KI erkennt potenziell kritische Verkehrssituationen sieben Sekunden im Voraus

KI erkennt potenziell kritische Verkehrssituationen sieben Sekunden im Voraus

Ein Forschungsteam der Technischen Universität München (TUM) hat ein neues Frühwarnsystem für autonome Fahrzeuge entwickelt, das mit künstlicher Intelligenz aus Tausenden realen Verkehrssituationen lernt. Eine Studie in Zusammenarbeit mit der BMW Group zeigt, dass das System bei heutigen selbstfahrenden Entwicklungsfahrzeugen bereits sieben Sekunden im Voraus mit mehr als 85 Prozent Genauigkeit vor einer potenziell kritischen Situation warnen kann, die die Autos noch nicht allein meistern können.

Bild: Continental
Bild: Continental
Forschungsprojekt zum automatisierten Fahren
Forschungsprojekt zum automatisierten Fahren

Gemeinsam mit zwei anderen Universitäten und dem Technologieunternehmen Continental forscht die Universität Bremen zum automatisierten Fahren. In dem Projekt Proreta geht es um das Erkennen komplexer Verkehrssituationen in Innenstädten, eine der anspruchsvollsten Aufgaben für den Einsatz von Künstlicher Intelligenz im Fahrzeug. An der Universität Bremen ist die Arbeitsgruppe Kognitive Neuroinformatik daran beteiligt.

Bild: Trapo AG
Bild: Trapo AG
Datenmanagementsysteme als Basis für KI-Einsatz im Lager
Datenmanagementsysteme als Basis für KI-Einsatz im Lager

In der digitalisierten Materialwirtschaft berechnen Algorithmen ideale Transportwege in Lager und Produktion, Maschinen melden selbstständig, wenn sie neues Material benötigen und Transportsysteme steuern autonom durch Werkhallen. Ebenso lassen sich Eingaben von Daten ins ERP-System durch künstliche Intelligenz (KI) vereinfachen. Als Grundlage für den KI-Einsatz wird Zugriff auf die richtigen Daten benötigt. Die Trapo AG, Partner für industrielle Automatisierung in der Verpackungsindustrie, hat das Datenmanagementsystem TIM entwickelt. Die Lösung ermöglicht es Anwendern, Verkaufs- und Produktionszahlen sowie detaillierte Informationen zu
Anlagenzuständen weltweit in Echtzeit abzurufen.