Universal Robots zeigt auf der diesjährigen Motek folgende Anwendungen: Ein UR5e kommt beim Kabelstecken zum Einsatz.

Universal Robots zeigt auf der diesjährigen Motek folgende Anwendungen: Ein UR5e kommt beim Kabelstecken zum Einsatz.
Das hybride 2D-/3D-Robot-Vision-System Kitov One von Atecare ermöglicht eine 100%-Kontrolle aller zu prüfenden Teile.
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.
Die Analysesoftware Advanced Analytics aus der DXQ-Produktfamilie von Dürr lässt sich jetzt auch im Sealing einsetzen.
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.
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.
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.
Quadruped Robotics hat voll modifizierbare mehrbeinige Roboter entwickelt, die künstliche Intelligenz mit neuen Bewegungsabläufen und einer individuell anpassbaren Ausstattung verbinden.
Die Einführung selbstfahrender Elektrohubwagen war für Fernlea Flowers, einem der größten Betreiber von Treibhäusern in Nordamerika, eine gute Möglichkeit, um eine sichere Arbeitsumgebung für alle Mitarbeiter zu schaffen, die Effizienz zu steigern und Aufträge bestmöglich abzuarbeiten.
Im Rahmen einer virtuellen Pressekonferenz hat der Maschinenbauer Schubert aktuelle Zahlen und Neuheiten vorgestellt.
Die Technische Universität München (TUM) hat die Initiative KI.Fabrik gestartet, um gemeinsam mit einem Konsortium industrieller Partner bis 2030 den Prototypen einer smarten Fabrik zu entwickeln. Das Projekt soll den Einsatz von künstlicher Intelligenz in der Produktion voranbringen und die nächste Phase der Digitalisierung – die Verschmelzung von physischer und digitaler Welt – antreiben.
Die O-Zelle von NeoLog ist entgegen der üblichen U-Form von Produktionszellen in O-Form realisiert.
Das von Reactive Robotics entwickelte Therapiesystem Vemo– bestehend aus einem bis zu 70 Grad vertikalisierbaren Intensivkrankenbett und Robotik, die mit KI-gestützter Software ausgestattet ist – unterstützt die Mobilisierung von Schwerstkranken direkt in deren Betten durch die Kombination von Gangtherapie und Aufrichtung.
Mit KI-basierter Bildverarbeitung können komplexe Palettierungsaufgaben während des laufenden Betriebs automatisiert werden.
Hilpert Electronics, Vertriebspartner von TM-Robot, bietet Lösungen rund um die robotergestützte Nutzung künstlicher Intelligenz und des maschinellen Lernens an.
RightHand Robotics hat das Roboter-Handling-System RightPic 3 vorgestellt, die neueste Entwicklung der RightPick-Produktreihe.
„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?
Bauteile mobil und in Echtzeit überprüfen – das soll die Software Marquis des Fraunhofer IGD ermöglichen.
Künstliche Intelligenz (KI) und Maschinelles Lernen sind seit Jahren in der industriellen Produktion angekommen. Zumindest theoretisch. Mit welcher Vehemenz KI jetzt in der Praxis Einzug hält, soll sich auf der Automatica zeigen, die vom 21. bis 24. Juni 2022 in München stattfindet.
Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.
Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.
Die Vision Cam Ai.go von Imago Technologies soll Anwendern den einfachen Einstieg in Deep Learning ermöglichen.
Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.
GreyOrange gibt die Ergebnisse einer gemeinsam mit der Bundesvereinigung Logistik (BVL) durchgeführten Studie zum Thema „Künstliche Intelligenz und Automatisierungstechnologien in der Intralogistik“ bekannt.
Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.
Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.
Mit einer Online-Veranstaltung am 15. Dezember 2021 eröffnet das KI-Förderprojekt IIP-Ecosphere an der Leibniz Universität Hannover ein Experimentierfeld für produktionsbezogene KI-Technologien. Unternehmen und weitere Interessierte sind eingeladen, sich über das Angebot zu informieren.
Lieferketten sind in aller Munde, seitdem sie global häufig nicht mehr reibungslos funktionieren. Die Pandemie war aber nur der Auslöser, denn es gibt zahlreiche Trends, die für stetigen Wandel in der Lieferkette sorgen. Wer den Wandel aktiv mitgestalten möchte, braucht nicht nur Erkenntnisse, sondern die passende IT-Infrastruktur und eine Portion operative künstliche Intelligenz.
Anzeige
Anzeige
Anzeige