Interview

Die perfekte KI-Technologie

Zeljko Loncaric ist Marketing Engineer beim Technologieunternehmen congatec. In Ausgabe 4/19 von Fabriksoftware stellt er einen neuen Ansatz im Bereich der künstlichen Intelligenz vor: Sparse Modeling.

[mehr]



KI in der Produktion – den Einstieg nicht verpassen!

Jochen Schumacher

Künstliche Intelligenz (KI) kann heute schon den Menschen in der Produktion bei seiner Tätigkeit unterstützen. Dennoch zögern noch viele Unternehmen beim Einstieg in die neue Technologie. Dieser Artikel stellt die wichtigsten KI-Grundlagen und Anwendungsgebiete in der Produktion vor und gibt eine Empfehlung für den nachhaltigen Einstieg in das Thema KI.

[mehr]



Machine Learning

Mit Simulationen schneller zur Anwendung

Kilian Kleeberger, Marco Huber und Andreas Wolf

Eine individualisierte Produktion erfordert es, kleine Losgrößen wirtschaftlich zu fertigen. Maschinelles Lernen bietet hierfür eine Lösung: Roboterprogrammierung und Bildverarbeitung können damit deutlich vereinfacht und zugleich leistungsfähiger werden. Um diese Vorteile ausspielen zu können, benötigt maschinelles Lernen viele Beispieldaten. Mittels realistischer Simulationen lassen sich diese Daten schnell erzeugen und so anspruchsvolle Anwendungen effizienter umsetzen.

[mehr]



Open Access

Trends und Herausforderungen bei Fabriksoftware

Norbert Gronau

Als Fabriksoftware kann jedes vernetzte Informationssystem bezeichnet werden, das innerhalb von Produktion und Logistik in einer Fabrik eingesetzt wird. Dieser Beitrag beschreibt sechs Trends, die den Einsatz von Software in der Fabrik in der nächsten Zeit maßgeblich beeinflussen werden. Die Beschreibung der Trends erfolgt in aufsteigender Reihenfolge.

[mehr]



Dezentrale Steuerungen in der digitalen Fabrik
Einsatzmöglichkeiten und Anforderungen an die SPS 4.0

Matthias Seitz, Sergii Poluektov und Hans Peter, Hochschule Mannheim

Die intelligente Fabrik der Zukunft soll unter dem Schlagwort „Industrie 4.0“ durch sogenannte Cyber-Physical Systems (CPS) gesteuert werden. Damit ist gemeint, dass die Anlagenkomponenten selbständig den Prozess steuern und somit keine zentrale Steuerung mehr erforderlich ist. Man erhofft sich dadurch flexible Systeme, die nicht individuell programmiert werden müssen, sondern aus Modulen per Plug and Play zusammengesetzt werden können. Welche Aufgaben bleiben der SPS und welche Anforderungen muss sie hierfür erfüllen? Dieser Beitrag diskutiert an einem Beispiel die Möglichkeiten und Grenzen der SPS 4.0 aus heutiger Sicht.

[mehr]



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

Michael Weiß, Thomas Fischer, Konrad Pfleiderer, Anke Rissiek und Magdalena Mandalka

Die Diversität menschlicher Körper ist eine große Herausforderung für die Bekleidungsindustrie. Unterschiedliche Morphotypen benötigen speziell dafür angepasste Größensysteme sowie Daten zur Häufigkeitsverteilung der Morphotypen in der Bevölkerung für die Produktionsmengenplanung. Dazu wurden Reihenmessungen mit Varianten von KI-Algorithmen trainiert und aus der Klassifizierung dann Größentabellen und Häufigkeitsverteilungen abgeleitet.

[mehr]



open access

Integration von Künstlicher Intelligenz in die Fabriksteuerung

Norbert Gronau

Mit der zunehmenden Verfügbarkeit von IoT-Devices und einer deutlich stärkeren Vernetzung der Fertigung mit Internet-Technologien rückt auch eine Verbesserung der Fabriksteuerung durch den Einsatz Künstlicher Intelligenz (KI) in den Vordergrund. Dieser Beitrag beschreibt am Beispiel einer variantenreichen Serienfertigung, welche Schritte zu gehen sind, um mit KI die Fabriksteuerung zu verbessern.

[mehr]



Selbstlernende Arbeitsplatzsysteme für die Montage
Überbelastungen vermeiden durch optimale Arbeitspositionen

Florian Beuß, Konrad Jagusch, Jan Sender, Wilko Flügge und Stéphane Coyen

Besonders im Bereich kleiner Stückzahlen mit komplexen Produktionsschritten weist der Mensch einen Vorteil gegenüber vielen Automatisierungslösungen auf. Um diese Flexibilität und Produktivität präventiv zu schützen, müssen Assistenzsysteme entwickelt werden, die nicht ergonomische Tätigkeiten verhindern und den Menschen unterstützen. Gerade die vorausgesetzte Flexibilität stellt hier eine besondere Herausforderung dar.

[mehr]



Künstliche Intelligenz für die Wirtschaft von morgen
Wie aus Daten wettbewerbsfähige Geschäftsmodelle entstehen

Johannes Winter, acatech – Deutsche Akademie der Technikwissenschaften

Künstliche Intelligenz (KI) und Lernende Systeme bieten enormes wirtschaftliches Potenzial und sind Treiber des digitalen Wandels. Sie verändern die Wertschöpfungsketten, Geschäftsmodelle und Beschäftigungsstrukturen in der Industrie radikal. Traditionelle Produkte werden in nahezu allen Branchen durch datengetriebene Services erweitert. Um mit dem internationalen Wettbewerb Schritt zu halten, müssen Unternehmen ihre Betriebsdaten mithilfe Künstlicher Intelligenz wirtschaftlich nutzbar machen und damit neue Geschäftsmodelle ermöglichen – und zwar besser heute als morgen.

[mehr]



Data Analytics

Maschinelles Lernen in der Produktion
Anwendungsgebiete und frei verfügbare Datensätze

Jonathan Krauß, Jonas Dorißen, Hendrik Mende, Maik Frye, Fraunhofer IPT und Robert H. Schmitt, WZL RWTH Aachen

Steigende Rechenleistungen und bessere Datengrundlagen bei gleichzeitig sinkenden Kosten für Rechen- und Speicherkapazitäten stellen die Basis für den Einsatz von Machine Learning (ML) in der Produktion dar. Herausforderungen bestehen in der Identifizierung aussichtsreicher Anwendungsgebiete, dem Erkennen der mit diesen verbundenen Learning Tasks sowie dem Aufdecken passender Datensätze. In diesem Beitrag werden daher folgende Fragen beantwortet: Welche Anwendungsgebiete in der Produktion bieten das größte Potenzial für den Einsatz von ML? Welche frei zugänglichen Datensätze eignen sich, um eigene Erfahrungen zu sammeln und welche Learning Tasks sind damit verbunden? Was sind Best Practices für die Anwendungsgebiete?

[mehr]



Seiten