Künstliche Intelligenz: Periodensystem der Elemente. Arbeitskreis Artificial Intelligence

Größe: px

Ab Seite anzeigen:

Download "Künstliche Intelligenz: Periodensystem der Elemente. Arbeitskreis Artificial Intelligence"

Jacob Bergmann
vor 5 Jahren
Abrufe

2 Künstliche Intelligenz: Periodensystem der Elemente Arbeitskreis Artificial Intelligence

3 Künstliche Intelligenz: 28 Elemente

4 Künstliche Intelligenz: 28 Elemente - 8 Fragen Was genau leistet das Element? Fu r welche Aufgaben wird das KI-Element in Unternehmen und Organisationen eingesetzt? Welche Marktereignisse der letzten zwei Jahre zeigen die Bedeutung des KI-Elements? Wie hängt dieses KI-Element mit anderen im Periodensystem zusammen?

5 Künstliche Intelligenz: 28 Elemente - 8 Fragen Wer bietet fu r dieses KI-Element Lösungen auf dem Markt an? Welche wirtschaftliche Bedeutung hat dieses KI-Element? Welche Hu rden zeigen sich beim Einsatz dieses KI-Elements in der Praxis? Wer treibt die Entwicklung dieses KI-Elements voran?

6 Zielstellungen: Smarte Produktion Hoher Automatisierungsgrad Dynamische und flexible Produktion Hohe Anlagenverfügbarkeit Qualitätssicherung Minimaler Ressourcenverbrauch Prozessübergreifende Optimierung Transparente Produktion - Track and Trace Individualisierung - Losgröße 1

7 Smarte Produktion: Themenbereiche Werkstoffe Prozesse Prozessketten Digitale Fabrik Interaktion Geschäftsmodelle

8 1. Adaptive Produktionsplanung Problem: Manuelle Erstellung von Produktionsplänen

9 1. Adaptive Produktionsplanung Ziel: Automatisierung der Produktionsplanung, echtzeitnahe Reaktion auf veränderte Rahmenparameter Verfahren: Lineare Optimierung, Simulation, Graphalgorithmen

10 2. Automatisierte Angebotserstellung Problem: Individuelle Industrieprodukte aus hunderten Einzelteilen

11 2. Automatisierte Angebotserstellung Ziel: Schnelle, bestenfalls automatische Generierung von Angeboten Verfahren: Datenintegration, Relationship Learning, Natural Language Processing

12 3. Prozessstabilität und Ausreiseranalyse Problem: Condition Monitoring und Erkennen von Instabilitäten

13 3. Prozessstabilität und Ausreiseranalyse Ziel: Echtzeitnahe Reaktion auf Abweichungen vom Standardprozess Verfahren: Streaming Analytics, statistische Tests

14 4. Vibrationsanalysen Problem: Unterscheidung von gutartigen und schädlichen Schwingungen

15 4. Vibrationsanalysen Ziel: Erkennen von Strukturbrüchen im Frequenzspektrum, die auf mechanische Ereignisse hinweisen Verfahren: Fast Fourier Transformation, Pattern Detection

16 5. Oberflächenbehandlung von Werkstücken Problem: Gezielte Einwirkung auf Oberflächen und Aufbringen von Funktionen

17 5. Oberflächenbehandlung von Werkstücken Ziel: Realtime Messung und Steuerung von prozessrelevanten Parametern Verfahren: Streaming Analytics, Adaptive Control, Reinforcement Learning

18 6. Inventory Control und Management Problem: Zu hohe Lagerkosten und ineffiziente Intralogistik

19 6. Inventory Control und Management Ziel: Maximale Lieferbarkeit bei minimaler Kapitalbindung Verfahren: Lineare Optimierung, Simulation

20 7. Instandhaltung und Service Problem: Wissen von Servicemitarbeitern ist verstreut, implizit und nicht digital verfügbar

Servicemannschaft Verfahren: Digitalisierung von

21 7. Instandhaltung und Service Ziel: Digitale Bereitstellung des historischen Wissens der gesammten Servicemannschaft Verfahren: Digitalisierung von Serviceprotokollen, Natural Language Prozessing, Semantische Technologien

22 Kontakt Torsten Hartmann

Ähnliche Dokumente

DIGITALISIERUNG UND ENERGIEEFFIZIENZ

DIGITALISIERUNG UND ENERGIEEFFIZIENZ Perspektiven und Schnittstellen/Trends und Hemmnisse digitaler Energiedienstleistungen Prof. Matthias Putz, Dr. Tino Langer, Mark Richter 1 Fraunhofer-Institut Werkzeugmaschinen