Refine
Document Type
- Contribution to a Periodical (13)
- Master's Thesis (4)
- Working Paper (4)
- Conference Proceeding (3)
- Lecture (3)
- Internet Paper (3)
- Bachelor Thesis (1)
- Part of a Book (1)
- doctorallecture (1)
- Report (1)
Language
- German (22)
- Multiple languages (7)
- English (5)
Is part of the Bibliography
- no (34)
Keywords
- Künstliche Intelligenz (34) (remove)
Institute
Ziel des Forschungsprojekts ‚DM4AR‘ war es, Servicewissen skalierbar und einfach nutzbar zu machen, indem automatisch Augmented-Reality-Inhalte aus verschiedenen Datenquellen generiert werden.
Nutzen für die Zielgruppe:
Durch die Ergebnisse des Projekts ‚DM4AR‘ kann zukünftig die wesentliche Barriere für die flächendeckende und produktive Nutzung der AR-Technologie durch die Etablierung eines plattformbasierten und automatisierten Ansatzes zur Datenaufbereitung überwunden werden. Dabei steht die einfache Integration in den operativen Serviceprozess im Vordergrund, um den Nutzen zu maximieren und die Umstellung der Serviceprozesse zu vereinfachen. Die ‚DM4AR‘-Ergebnisse ermöglichen somit die Sicherung und den gezielten Einsatz des im Unternehmen vorhandenen Wissens.
33 Prozent aller Unternehmen glauben, den Anschluss an Künstliche Intelligenz (KI) zu verlieren. Obwohl KI auf den ersten Blick eine Herausforderung darstellt, kann sie vor allem im Unternehmenskontext eine bedeutende Rolle spielen. Genau da setzt das Programm "KI-Serviceroadmap 2024" des FIR an und zeigt Ihnen den Weg zu KI im Service auf. Das Programm beginnt für alle teilnehmenden Unternehmen mit einem umfassenden Assessment und mündet in der Entwicklung einer detaillierten Roadmap mit Ihrem individuellen Weg zu KI.
In einer sich ständig verändernden Welt, die geprägt ist vom demografischen Wandel, von den Anforderungen einer Wissensgesellschaft und einem immer akuter werdenden Fachkräftemangel, bedarf es innovativer Lösungen mehr denn je. Solch eine Lösung gelang im Verbundprojekt ‚DM4AR‘, das Ende Mai 2023 erfolgreich beendet werden konnte. Mit der Entwicklung einer AR-Plattform, die individuelles Wissen in organisatorischen Mehrwert transformiert, beantwortete das DM4AR-Projektteam diese Herausforderungen. Die DM4AR-Plattform sammelt, verarbeitet und teilt Expert:innenwissen, was zu effizienterem und ressourcenschonenderem Arbeiten im industriellen Service führt. Somit ermöglichen die Projektergebnisse von DM4AR einen wichtigen Fortschritt in der Nutzung von Augmented Reality zur Wissenskonservierung, -erweiterung und -weitergabe.
Das Projekt ‚KI-LIAS – Künstliche Intelligenz für lernförderliche industrielle Assistenzsysteme (Laufzeit: 23.11.2020 – 22.11.2023) diente dem Ziel, die Einbindung digitaler und KI-unterstützter Produkte wie etwa Apps als Entscheidungsunterstützung in der Industrie zu untersuchen und ein Lebenszyklusmodell dieser Produkte von der Einführung bis zur Nutzung zu entwickeln. Vor allem kleine und mittlere Unternehmen
(KMU) stehen bei der Einführung von Künstlicher Intelligenz (KI) vor erheblichen Herausforderungen und können nun von den Projektergebnissen und den dezidiert validierten Handlungsempfehlungen des Projekts ‚KI-LIAS‘ profitieren.
Die wertsteigernde Kreislaufwirtschaft gewinnt in der Industrie angesichts drängender globaler Probleme zunehmend an Bedeutung. Neben der begrenzten Verfügbarkeit von Rohstoffen und steigender Umweltbelastung durch energieintensive Produktionen wachsen auch die Anforderungen der Verbraucher:innen an die Unternehmen.
Zu beobachten ist insbesondere ein gestiegenes Umweltbewusstsein, das sich in einer stärkeren Nachfrage nach nachhaltigen Produkten sowie der Forderung nach transparenten und umweltfreundlichen Produktionsprozessen äußert. Nachhaltigkeit ist zu einem zentralen Element im Wettbewerbsumfeld geworden.
CSOT (China Star Optoelectronics Technology), auch Shenzhen Huaxing Photoelectric Technology genannt, ist der führende LED-Lieferant der TCL Group und der zweitgrößte Produzent von LCD-Displays weltweit. Das Unternehmen nutzt Künstliche Intelligenz (KI) zur Automatisierung von Fehlerprüfungsprozessen, um seinen Wettbewerbsvorteil zu erhalten und auszubauen. Das Labeln (dt. Beschriftung/Etikettierung) von Datensätzen für das Training mit aktuellen KI-basierten Methoden ist jedoch zeit- und arbeitsintensiv und erfordert insgesamt bis zu 1 500 Stunden Trainingszeit für eine typische Produktionsfabrik mit mehreren Produktionslinien.
Um dieser Herausforderung zu begegnen, entwickelt das Hong Kong Industrial Artificial Intelligence and Robotics Centre (FLAIR) – gemeinsam initiiert vom RWTH Aachen Campus und dem Hong Kong Productivity Council – neue KI-basierte Segmentierungs- und Klassifizierungstechniken. Mit diesen Ansätzen wird das Data-Labeling von 20 Sekunden auf weniger als eine Sekunde reduziert. So werden mehr als 1 400 Arbeitsstunden pro Fabrik eingespart, was großes Potenzial für Qualitätsverbesserungen im Produktionsmanagement und geschätzte Einsparungen von mehr als 84.000 Euro bedeutet.
Mit ChatGPT scheint es bisweilen so wie mit der Tiefsee: dunkel, ein unentdecktes Territorium, mitunter furchteinflößend, gleichzeitig aber auch anziehend mit der Aussicht auf unentdeckte Lebensformen und Ökosysteme. Zwischen Besorgnis und Faszination schwanken die Emotionen in der Diskussion um das leistungsstarke Sprachmodell ChatGPT. Was steckt hinter dem Phänomen, was kann ChatGPT und wo liegen die Potenziale für die Wirtschaft? In unserem Leitartikel wollen wir ein Stück weit in die Tiefen von ChatGPT abtauchen, um Chancen und Risiken des Sprachmodells besser zu verstehen.
Im Rahmen des Forschungsprojekts ‚VoBAKI‘ werden die Umsetzung und der Betrieb von Anwendungen der Künstlichen Intelligenz über deren gesamten Lebenszyklus in produzierenden Unternehmen betrachtet. Zu Beginn des Projekts wurden Unternehmensziele identifiziert, die mit dem Einsatz von Künstlicher Intelligenz verfolgt und erreicht werden können. In diesem Artikel werden das Projekt sowie die identifizierten Ziele vorgestellt und der weitere Verlauf des Projekts skizziert.
One Solution for One Planet
(2023)
Die CDO Aachen fand am 16. November 2022 zum fünften Mal und davon zum dritten Mal digital aus dem FIR an der RWTH Aachen und dem Industrie 4.0 Maturity Center statt. Unter dem Motto „Sustainable Digitalization
for the Era of Uncertainty“ ging es um die Digitalisierung als Antwort auf die großen Herausforderungen unserer Zeit. Expert:innen aus Industrie und Forschung beleuchteten die Handlungsoptionen für Unternehmen in den drei Themenfeldern „Digitale Resilienz vs. Nachhaltige Digitalisierung“, „Nutzung von Technologien zur Bewältigung von Unsicherheiten“ sowie „Unternehmenskultur und
digitale Technologien“.
Anwendungsfälle wie intelligente Routenoptimierung und fortschrittliche Simulationsalgorithmen repräsentieren das riesige Einsatzspektrum von Methoden der künstlichen Intelligenz. Steigende Anforderungen an Liefertermintreue, Flexibilität und Transparenz wie bspw. Emissionsverfolgung, erfordern zunehmend den Einsatz von KI. Die Nutzung dieser Schlüsseltechnologie und die Hebung der Potenziale scheitern oft an der Komplexität in Bezug auf die Eingrenzung und Identifikation von wirtschaftlich relevanten Anwendungsfällen. Unternehmen müssen den Business Fit zwischen den wirtschaftlichen Erfolgsaussichten und den dafür benötigten digitalen Bausteinen herstellen. Mit dem Digital-Architecture Management lassen sich die relevanten KI-basierten Anwendungsfälle identifizieren und eine Roadmap aufbauen, um die datenbasierte Entscheidungsfähigkeit in der Logistik zu verbessern.