Refine
Document Type
- Contribution to a Periodical (2)
- Internet Paper (1)
- Report (2)
- Working Paper (2)
Language
- German (7) (remove)
Is part of the Bibliography
- no (7)
Keywords
- 02 (2)
- Data platform (1)
- Datenaustausch (1)
- Datenplattform (1)
- Datensouveränität (1)
- Drohnen (1)
- EFRE-0801707 (1)
- Electric freight truck (1)
- Elektro-LKW (1)
- Elektrolyseure (1)
Institute
Ziel des Forschungsprojekts ‚SmartDroneWatch‘ war die Steigerung von Effizienz und Sicherheit im Produktionsbetrieb durch Integration eines vollautonomen drohnenbasierten Überwachungssystems in industrielle Produktionsumgebungen. Hierbei lag der Fokus auf der Analyse des Anwendungspotenzials von Lokalisierungs- und Kollisionsvermeidungstechnologien sowie Datenübertragungsstandards.
Projekt iP4MoVE: Intelligente Plattform für E-Mobiltät und Vernetzung von Energieinformationen
(2020)
Mit dem Forschungsvorhaben iP4MoVE wird das Ziel verfolgt, eine Intelligente Plattform zur optimalen Kopplung der Sektoren Mobilität und Energie für eine smarte Mobilität zu konzeptionieren und zu entwickeln. Auf Basis dieser Entwicklung einer datenbasierten Plattform und einer kontextbasierten Applikation besteht das Kernelement aus der Vermittlung zwischen Energieangebot und -nachfrage (Energieinformationen) sowie der Realisierung eines echtzeitfähigen Austauschs zwischen Elektrofahrzeug und Quartier bzw. Ladestationen innerhalb und außerhalb des Quartiers. Mithilfe dieser Plattform und Applikation soll künftig der optimale Elektrifizierungsgrad (Lastverkehr) ermittelt werden. Hierbei wird der ressourcenoptimale Einsatz von Transporten und Logistikketten berücksichtigt. Auf diese Weise werden die Ergebnisse des Forschungsvorhabens einen Beitrag zur ökologischen und ökonomischen Gestaltung der Elektromobilität, insbesondere von Lastverkehren, und der nachhaltigen Quartiersbildung sowie zur Reduktion der Treibhausgasemissionen durch Integration regenerativer Energiequellen und Speichertechnologien leisten. Die prototypische Umsetzung im Projekt soll exemplarisch synergetische Potenziale, insbesondere am Standort NRW, aufzeigen und einen Baustein für eine smarte Mobilität (Mobilität 4.0) bilden. Das Vorhaben wird im Rahmen des Leitmarktwettbewerbs Mobilität & Logistik.NRW durch den Europäischen Fonds für regionale Entwicklung (EFRE.NRW) und die Landesregierung Nordrhein-Westfalen unter der Fördersumme EFRE-0801707 gefördert.
iP4MoVE
(2023)
In dem Projekt ‚iP4MoVE‘ (Intelligente Plattform für E-Mobilität und Vernetzung von Energieinformationen) wurde eine Intelligente, datenbasierte Plattform entwickelt, die es ermöglicht, den E-Mobilitätssektor mit innovativen Energiequartieren zu koppeln.
Die Plattform bildet gemeinsam mit einer kontextbasierten Applikation die Grundlage für die Vermittlung zwischen den Energieinformationen, also dem Energieangebot und der Energienachfrage, sowie dem echtzeitfähigen Austausch zwischen Elektrofahrzeugen und -quartieren bzw. der Verfügbarkeit von Ladestationen innerhalb und außerhalb eines Quartiers. Das Forschungsprojekt stellt einen wichtigen Beitrag zur ökologischen und ökonomischen Gestaltung der Elektromobilität, mit dem Fokus auf den Straßengüterverkehr, und der nachhaltigen Quartiersbildung dar. Es wird dazu beigetragen, dass durch die Integration regenerativer Energiequellen und Speichertechnologien Treibhausgasemissionen reduziert werden. Wichtige Bestandteile dessen sind die Ermittlung des optimalen Elektrifizierungsgrads im Lastverkehr und die Bestimmung des ressourcenoptimalen Einsatzes von Transporten und Logistikketten. Die prototypische Umsetzung des Vorhabens zeigt exemplarisch synergetische Potenziale, insbesondere am Standort NRW, auf und bildet einen Baustein für eine Smarte Mobilität (Mobilität 4.0).
Um die Energiewende in Deutschland voranzutreiben, werden alternative Speichermedien und Antriebsstoffe benötigt. Grüner Wasserstoff, der mit Energie aus regenerativen Quellen erzeugt wird, spielt dabei eine tragende Rolle. Der nationale Wasserstoffbedarf bis 2030 beträgt dabei 5 Gigawatt Elektrolyse-Kapazität, sodass eine schnelle Steigerung
der Kapazitäten benötigt wird. Um das zu erreichen, sollen Elektrolyseurproduzenten wie Siemens Energy bei einem schnellen Ausbau ihrer Kapazitäten unterstützt werden. Im Projekt „SEGIWA – Serienproduktion von Elektrolyseuren im Gigawatt-Bereich” sollen Grundlagen erarbeitet werden, die SILYZER 300®-Serie von der manuellen Fertigung in die Serienfertigung im Gigawattbereich zu überführen. Im Sinne der nationalen Wasserstoffstrategie soll somit ein reibungsarmer Markthochlauf erreicht werden. Ein Fokus liegt hierbei auf der Konzeption und Implementierung weitgehend automatisierter Produktionsprozesse sowie deren Verknüpfung in einem übergeordneten Produktionskonzept. Zur Sicherstellung eines schnellen Produktionshochlaufs bei hoher Effizienz wird ein stufenweise skalierbares Fabriksystem konzipiert. Innerhalb des Produktionskonzepts werden die einzelnen Fertigungs- und Montageprozesse durchgängig digital abgebildet und ein synchronisierter Informationsfluss aufgebaut. Über das Manufacturing-Execution-System (MES) und die digitale Infrastruktur werden die Planung, die Steuerung, der Betrieb und die Optimierung
der Produktion im Zusammenspiel mit dem digitalen Zwilling der Elektrolyseure realisiert. Das FIR entwickelt dabei Konzepte zur Prozesskontrolle und Qualitätssicherung durch die digitale Vernetzung in der Fertigung. Die Kernaspekte zur durchgängigen, digitalen Synchronisation der Produktionsprozesse bilden das MES, Automatisierung und digitale Zwillinge der Produkte. So soll das Ziel der Sicherstellung einer wirtschaftlichen und effizienten Serienfertigung der Wasserelektrolyseure am Hochlohnstandort Deutschland erreicht werden.
Künstliche Intelligenz (KI) hat sich über die letzten Jahre stetig zu einem Thema mit strategischer Priorität für Unternehmen entwickelt. Das zeigt sich nicht zuletzt in der gesteigerten Investitionsbereitschaft deutscher Unternehmen in KI-Projekte. Wirtschaftliche Akteure haben erkannt, dass durch eine sinnvolle Nutzung von KI-Technologien Wettbewerbsvorteile erzielt werden können. Die vorliegende Studie legt das Augenmerk auf den industriellen Einsatz einer KI-Technologie, die bereits heute von vielen Unternehmen erfolgreich genutzt wird: Die natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP). Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Mensch und Maschine zu verbessern und zu vereinfachen. Ziel der Studie ist es, die Potenziale der NLP-Technologie für Unternehmen nutzbar zu machen, indem konkrete Anwendungsfälle und allgemeine Handlungsempfehlungen sowie Nutzen und Risiken aufgezeigt werden.
Prinzipien zur erfolgreichen Umsetzung von KI-Geschäftsmodellinnovationen
In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.
Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung
Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.
Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen
Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.