Künstliche Intelligenz

Künstliche Intelligenz für die Wirtschaft von morgen

Künstliche Intelligenz für die Wirtschaft von morgen

Wie aus Daten wettbewerbsfähige Geschäftsmodelle entstehen
Johannes Winter
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.
Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 2 | Seite 43-46
Vorhersage der Prozessstabilität mit Maschinellem Lernen

Vorhersage der Prozessstabilität mit Maschinellem Lernen

Potenziale Künstlicher Intelligenz zur frühzeitigen Erkennung von Abweichungen bei der pharmazeutischen Abfüllung
Matthias Mühlbauer, Hubert Würschinger, Nico Hanenkamp, Moritz Schmehling, Björn Krause
Im Zuge des zunehmenden Wettbewerbsdrucks sind auch Pharmaunternehmen getrieben ihre Produktionsprozesse stetig effizienter zu gestalten. Insbesondere gilt es Verluste des typischerweise hochpreisigen Produkts zu minimieren. Folgend wird ein Ansatz zur prädiktiven Erkennung des Fehlverhaltens im Betrieb von Abfüllanlagen für pulvrige pharmazeutische Erzeugnisse mit Maschinellen Lernverfahren vorgestellt. Im Fokus steht hierbei die Prognose der Füllabweichungen mit Rekurrenten Neuronalen Netzen, eine Methode der Künstlichen Intelligenz. Ein Überschreiten bzw. Unterschreiten der Toleranz des Abfüllgewichts führt dazu, dass die abgefüllten Einheiten nicht weiterverwendet werden können. Ziel ist es, frühzeitig ein Abdriften der Prozessstabilität zu erkennen und entsprechend einzugreifen. Die nötigen Schritte hierzu werden folgend vorgestellt.
Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 2 | Seite 34-38
I4M 2/2020: Robotik und KI

I4M 2/2020: Robotik und KI

Smarte Lösungen für die intelligente Produktionsumgebung
Agilität eines Unternehmens oder eines Produktionssystems ist nicht nur in so turbulenten Zeiten wie während einer Pandemie eine sehr nützliche Eigenschaft. In der Fabrik helfen Modularität, Skalierbarkeit, Universalität und Interoperabilität. Für Informationssysteme und Geschäftsprozesse gibt es noch die Aspekte Autonomie, Redundanz und Wissen. Außerdem ist Diversität von Menschen, Systemen, Ressourcen etc. als Wandlungsbefähiger dazugekommen.
Einfluss der Blockchain-Technologie auf die Industrie 4.0

Einfluss der Blockchain-Technologie auf die Industrie 4.0

Die Rolle der Finanzfunktion
Philipp Sandner, Philipp Schulden
Die Rolle der Finanzfunktion eines Unternehmens wird generell als nicht besonders innovativ angesehen. Viele assoziieren diese Unternehmensfunktion mit Bilanzen, Cashflow-Analysen und Excel-Tabellen. Mit dem Aufkommen der Blockchain-Technologie könnte sich diese Auffassung jedoch grundlegend verändern und neben der Finanzfunktion auch zahlreiche weitere Unternehmensdomänen zu strategisch agierenden Treibern von Innovation verlagern. Dies gilt insbesondere für Unternehmen, die im industriellen Umfeld tätig und von der Maschine Economy beeinflusst sind. Mit dem Aufkommen von Big Data und anderer Technologien wie dem Internet of Things (IoT) oder Artificial Intelligence (AI) begann die vierte industrielle Revolution, die auch als Industrie 4.0 bezeichnet wird.
Industrie 4.0 Management | 36. Jahrgang | 2020 | Ausgabe 1 | Seite 61-64
Maschinelles Lernen in der Produktion

Maschinelles Lernen in der Produktion

Anwendungsgebiete und frei verfügbare Datensätze
Hendrik Mende, Jonas Dorißen, Jonathan Krauß, Maik Frye, Robert Schmitt ORCID Icon
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?
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 4 | Seite 39-42 | DOI 10.30844/I40M_19-4_S39-42
I4M 4/2019: Digitale Transformation

I4M 4/2019: Digitale Transformation

Die Zukunft der Industrie von Augmented Reality bis Machine Learning
Diese Ausgabe thematisiert die Digitale Transformation in der Industrie. Von datenbasierten Dienstleistungen zur Optimierung der Logistik über industrielle Laser-Assistenzsysteme bis hin zu Investitionen in Industrie 4.0 – wir analysieren, welche Technologien und Strategien den größten Nutzen bringen. Erfahren Sie, wie Augmented Reality und Machine Learning die Produktion verbessern und welche Potenziale Blockchain für die Logistik bietet.
I4M 3/2019: Industrie 4.0 für den Mittelstand

I4M 3/2019: Industrie 4.0 für den Mittelstand

Chancen und Technologien für eine erfolgreiche Transformation
Industrie 4.0 ist keine Frage der Betriebsgröße – mit diesem Motto halten die Beiträge in diesem Heft spannende Erkenntnisse bereit, die bei der Digitalen Transformation unterstützen können. Neben systematischen Einführungen in die Thematik und einer Produktivitätsanalyse für die Digitalisierung betrieblicher Prozesse werden Fragen zu zentralen Technologien wie digitale Plattformen und Assistenten erörtert.
Gesunder Menschenverstand statt MBA

Gesunder Menschenverstand statt MBA

Daran erkennen Sie gute Führungskräfte
Hans Rosenkranz
Es gibt unzählige Werkzeuge für Führungskräfte. Die US-amerikanische Strategieberatung Bain & Company beispielsweise analysiert regelmäßig die 25 beliebtesten Management Tools weltweit. Doch auch das beste Werkzeug ist nur dann gut, wenn es richtig eingesetzt wird. Dazu bedarf es des gesunden Menschenverstands. Einen Manager, der darüber verfügt, erkennt man an folgenden Eigenschaften: Er kennt den Unterschied zwischen Selbst- und Fremdbild, er legt Wert auf eine wertschätzende Feedbackkultur im Unternehmen und er setzt auf die Kraft des Miteinanders.
Industrie 4.0 Management | 35. Jahrgang | 2019 | Ausgabe 2 | Seite 57-60 | DOI 10.30844/I40M_19-2_S57-60
I4M 2/2019: Wissen-Lernen-Bildung in der Industrie 4.0

I4M 2/2019: Wissen-Lernen-Bildung in der Industrie 4.0

Kompetenzen für die Digitale Transformation
Für das Gelingen der Digitalen Transformation benötigen Mitarbeiter vielfältige Kompetenzen. Zum Erwerb prozessbezogener Lernziele versammelt diese Ausgabe Beiträge vom Wissensmanagement über altersgerechte Weiterbildung bis zu Gamification und Manufacturing Analytics. Wenn Sie die Agilität ihres Betriebs steigern und dabei Ihre Mitarbeitenden mitnehmen wollen, sollten Sie sich diese Ausgabe nicht entgehen lassen.
I4M 1/2019: Intelligente vernetzte Systeme

I4M 1/2019: Intelligente vernetzte Systeme

Technologische Grundlagen der Industrie 4.0
In diesem Heft finden Sie die neuesten Erkenntnisse zu intelligenten Systemen und ihrer vielfältigen Potenziale für die Prozessoptimierung und Effizienzsteigerung. Gleichzeitig erfahren Sie, weshalb diese zu den technologischen Voraussetzungen der Industrie 4.0 gehören: Entwicklungen im Bereich der intelligenten Systeme, von der Modellierung und Simulation bis zu Anwendungen wie Cobots, Digitale Zwillinge oder Biointelligenz.
1 6 7 8 10