Projekte

Durch Einsatz von KI können wichtige Informationen aus Patentdokumenten automatisiert extrahiert werden und in einer strukturierten Form (z.B. als Wissensgraph) für die weitere Verwendung zur Verfügung gestellt werden.

Durch Machine Learning sollen Systemausfälle möglichst früh prädiziert werden. Die Modelle werden dabei mit einem Zeitreihendatensatz trainiert, der mit einem Monitoringsystem über ein Jahr aufgenommen wurde.

Das Hauptziel des Quickchecks war es, die Machbarkeit eines intelligenten Systems zu prüfen, das auf der Grundlage der Eingabeparameter des Auftrags und der entsprechenden Freitextnotizen eines Mitarbeiters den richtigen Vorgangstyp klassifizieren kann.

Physiksimulationen werden vermehrt eingesetzt, um Roboter in einer sicheren, digitalen Umgebung für Produktionsprozesse zu programmieren oder zu trainieren. Damit der Roboter die Prozesse erfolgreich erlernen kann, müssen die in der Simulation erzeugten Trainingsdaten den realen Prozess repräsentieren können.

Neuronale Netzwerke sollen zum autonomen Fahren von Kraftfahrzeugen eingesetzt werden. Diese werden häufig durch manuelle Fahrten trainiert. Hierbei nimmt ein Mess-System Daten von Sensoren auf, die dann zum Training der neuronalen Netze verwendet werden.

Adaptive Cruise Control (ACC) Systeme passen die Fahrzeuggeschwindigkeit an vorausfahrende Fahrzeuge, die aktuellen Verkehrsschilder, Kurven, die Straßengriffigkeit und andere Faktoren an. In diesem Projekt prüfen Fraunhofer IAO und INVENSITY GmbH, ob zukünftige ACC die Geschwindigkeit des Fahrzeugs und den Abstand zum vorausfahrenden Fahrzeug auch (als zusätzliche Stellgröße) an den Fahrerzustand anpassen können.

Die Software »ISG-virtuos« bietet eine Simulationsplattform für den gesamten Lebenszyklus einer Automatisierungslösung - vom Vertrieb über das digitale Engineering bis in die Betriebsphase.

In der Regel wird der gewünschte Farbton durch eine Vielzahl von Tönversuchen ermittelt. Nur so kann bei einer modularen Lackierung, Farbharmonie über alle Bauteile hinweg erreicht werden. Trotz der starken Kompetenz baden-württembergischer Farben- und Lackunternehmen ist das bisherige Vorgehen aber nicht effizient genug. Dies führt zu einem starken Materialverbrauch und einem hohen Energieeinsatz.

Entdecken Sie, wie Künstliche Intelligenz (KI) die Qualitätssicherung revolutioniert. Die Ankerendprüfung nutzt fortschrittliche KI-Algorithmen, um Prüfprozesse in der industriellen Fertigung zu optimieren.

In der Versandlogistik der Bosch Produktionswerke und Logistikzentren sind Flächen begrenzt und müssen daher möglichst effizient genutzt werden. Es sollten Möglichkeiten geschaffen werden, Planungszeitfenster kontinuierlich zu aktualisieren. Dies kann zu jeder Zeit eine möglichst effiziente und auf die Auftragslage abgestimmte Nutzung verfügbarer Ressourcen wie Flächen oder Personal ermöglichen. Zeitplanungsalgorithmen, wie z.B. aus dem Bereich der genetischen Algorithmen oder aus dem Constraint Programming, stellen vielversprechende Möglichkeiten einer Umsetzung dar.

Für das autonome Fahren sind große Mengen bereits gelabelter Daten nötig, um erfasste Szenen verstehen zu können. Da das manuelle Labeling sehr aufwendig ist, soll ein automatisches Pre-Labeling-System entwickelt werden, das aufgenommene Daten vorunterteilen kann.

Das Projekt zur automatisierten fertigungsbegleitenden Prüfung von Verbindungselementen am KI-Fortschrittszentrum definiert die Zukunft der Qualitätskontrolle in der Industrie neu.

Für die Versorgung der Patienten in Krankenhäusern mit den einzelnen Mahlzeiten werden in den Zentralküchen der Service GmbH Schwarzwald verschiedenste Speisen anhand der Kundenwünsche vorportioniert und anschließend ausgeliefert.

Bei Gefahrguteinsätzen muss die Feuerwehr Bild- und Videodaten schnell auswerten können, um z.B. Chemikalienaustritt schnell zu erkennen. Ein ML-Algorithmus beschleunigt diese Auswertung, indem er Gefahrgut-Klassifikationen und Stoffnummern auf Fotos automatisch ermittelt.

Beim Training von KI-Modellen und insbesondere neuronalen Netzen werden große Mengen von Daten benötigt. Aktuelle Forschungen zeigen, dass nicht alle Trainingsbilder gleich viel wert sind. So haben minderwertige Daten keinen oder sogar einen negativen Einfluss auf KI-Modelle und können ohne Genauigkeitseinbuße entfernt werden, um Kosten zu reduzieren.

Durch Einsatz von KI können im IT-Recruiting für bestimmte Projektausschreibungen besonders geeignete ermittelt werden. Hierbei kommen vor allem Methoden des Deep Learnings und der maschinellen Textanalyse (NLP) zum Einsatz.

Der Quick Check zeigte die erfolgreiche Anwendung eines automatisierten, durch red-teaming inspirierten Analyseansatzes auf Grundlage von Bedrohungskonsolidierungen, gekoppelt mit einem lernenden System zur Berücksichtigung betriebswirtschaftlicher Grenzen bei der Maßnahmenauswahl zur regelmäßigen, ressourcensparenden Durchführung von Risikoanalysen.

Industrieroboter nehmen seit Jahrzehnten eine Schlüsselrolle in der Fertigungsautomatisierung ein, während die Verkaufszahlen stetig wachsen. Zwar könnten sie in Zeiten des Fachkräftemangels dazu beitragen, Produktionskapazitäten aufrechtzuerhalten, diese sogar zu erhöhen oder auch zur Qualitätsverbesserung beizutragen, allerdings steht die Frage der Wirtschaftlichkeit all diesen Mehrwerten noch oft gegenüber.

In einer Verkaufsabteilung sollen die Quote von erreichten Kunden pro Anruf und verkauften Maschinen pro Anruf durch das KI-basierte Vorschlagssystem CustoReach erhöht werden.

Das Netzwerk DASH Board knüpft an die politischen und gesellschaftlichen Entwicklungen sowie den aktuellen Diskurs an und greift die Lücken aktueller Datennutzung auf, um neue Ansätze zu entwickeln. Der Umgang mit Gesundheitsdaten, der die souveränen Versicherten in den Mittelpunkt stellt, die Garantie eines hohen Datenschutzniveaus bietet, Vertrauen vermittelt, aber zugleich forschungskompatibel und für die Leistungserbringenden von hohem Nutzen ist, bewegt sich in einem Spannungsfeld unterschiedlicher Erwartungen und Interessen.

Ein Bildverarbeitungssystem erstellt Aufnahmen von Fahrzeugen, erfasst ihre Außenform und analysiert automatisch, ob es Schäden an der Außenhaut gibt und wenn ja, wo sich diese befinden.

Dafne – der digitale Assistent für den Außendienst – soll Aktionen, die nach einem Kundentermin notwendig sind, unterstützen. Beispielsweise indem er die Möglichkeit bereitstellt, wesentliche Punkte des Gesprächs direkt nach dem Termin über Spracheingabe in der Dafne-App festzuhalten.

Das Hauptziel des AI Explorer Projekts mit LGI war es gemeinsam einen Kriterienkatalog zu erstellen, der die Auswahl von Standorten zur Einführung als digitalen Zwilling effektiv ermöglicht.

Durch den AI Explorer sollen KI-Lösungen zur zielgerichteten Nutzung der verfügbaren Daten erarbeitet und verschiedene Größen dadurch mittelfristig gesteigert werden.

„Weil Ressourcen in der Veterinärmedizin knapp sind, stellt sich die Frage, wie Informationstechnologie, insbesondere Verfahren des Maschinellen Lernens, Veterinäre bei der Diagnose unterstützen kann. Die Algorithmen sollen Muster in der Symptomatik und der zugehörigen Diagnose vergangener Krankheitsfälle der Tiere finden.“

Durch Einsatz von KI können wichtige Informationen aus Rechnungen zu Leitungswasserschäden automatisiert extrahiert werden und in einer strukturierten Form für die weitere Verwendung zur Verfügung gestellt werden.

Bei der Automatisierung mit Robotern ist das exakte Positionieren des Roboters über das sogenannte »Teach-Panel« unter anderem wegen der Positionierung zeitraubend. Die Firma drag&bot beschäftigt sich seit geraumer Zeit mit der Vereinfachung des Programmierprozesses. Erklärtes Ziel ist es, die Bedienung des Roboters so einfach wie ein Smartphone zu gestalten.

Adaptive Arbeitsplatzsysteme sind in der Montage bereits weit verbreitet. Neben typischen Einstellmechanismen wie der Tischhöhe oder dem Licht sollen sich die Arbeitsplätze in Zukunft anhand der Mitarbeiterinteraktion, dem jeweiligen kognitiven Belastungslevel und dem Ausbildungsniveau optimal an den Mitarbeitenden anpassen und so die psychische und physische Ergonomie verbessern.

Geprüft wird, inwieweit die visuelle Kontrolle und Verpackung von Bauteilen mit Methoden der KI und basierend auf gelabelten Daten automatisierbar ist.

Mithilfe von KI-Methoden wie Themenclustering und Semantische Ähnlichkeitssuche können durch Analyse großer Textmengen MegaTrends und Zukunftsthemen identifiziert und validiert werden.