Open Access

Die digitale Transformation der Industrie steht oft vor einem grundlegenden Problem: Wie lassen sich Maschinen, Anlagen und Lagerbestände effizient mit übergeordneten IT-Systemen wie MES und ERP verknüpfen? In vielen Produktionsumgebungen existieren isolierte, voneinander getrennte Systeme, die die Integration neuer Technologien und die Prozessoptimierung erschweren.

Im Jahr 2021 verursachten Lieferkettenunterbrechungen in der Eurozone wirtschaftliche Verluste von 112,7 Milliarden €. Diese hohen Verluste zeigen die Verwundbarkeit des europäischen Verkehrsnetzes gegenüber Disruptionen wie Naturkatastrophen, Pandemien, Cyberangriffen, Handelskonflikten und geopolitischen Spannungen. Der bisherige Mangel an Standards, Digitalisierung und nachhaltigen Geschäftsmodellen hat die Entwicklung eines robusten und effizienten Transportnetzes behindert. Ein weiterer Schwachpunkt ist der mangelnde Informations- und Datenaustausch, der die Verkehrsnetze anfällig macht. Das Projekt ‚ReMuNet‘ setzt genau hier an, indem durch die angestrebten Ergebnisse der Datenaustausch erleichtert und mehr Transparenz hinsichtlich alternativer Routen geschaffen werden soll, was die Resilienz des Verkehrsnetzes nachhaltig stärken wird. Zudem sollen die angestrebten Ergebnisse der zu entwickelnden Plattformlösung dazu dienen, die Stabilität des europäischen Verkehrsnetzes zu erhöhen und die Effizienz derTransportkorridore zu verbessern. Der ReMuNet-Algorithmus wird disruptive Ereignisse erkennen und signalisieren, deren Auswirkungen bewerten und alternative Transportrouten an Logistikbetreiber und Transportführer*innen kommunizieren. In der Folge werden schnellere Reaktionen auf Veränderungen oder Ein schränkungen möglich. Die vorhandenen Kapazitäten können zudem viel effizienter ausgeschöpft werden. Dies wird die Effizienz der Güterverkehrskorridore auch und vor allem beim Eintreten von Störereignissen umfangreich und signifikant steigern.

This course covers advanced topics in data analytics. Key areas include the motivation and importance of data management, organizing the use of data-driven applications, and the relevance and implementation of data governance.

This course provides an introduction to Large Language Models (LLMs) and includes a hands-on workshop on prompt engineering. Participants will gain a solid understanding of how to use LLMs effectively.

Der Vortrag vermittelt die theoretischen Grundlagen der Künstlichen Intelligenz (KI) und deren industrielle Anwendung. Im ersten Teil werden die historischen Meilensteine der KI, die strategischen Digitalisierungsziele im Maschinen- und Anlagenbau sowie die Abgrenzung zwischen Künstlicher Intelligenz und Maschinellem Lernen (ML) behandelt. Zudem wird die Funktionsweise neuronaler Netzwerke erläutert und deren Bedeutung für moderne KI-Anwendungen aufgezeigt. Im zweiten Teil liegt der Fokus auf Large Language Models (LLMs), deren Funktionsweise und der gezielten Anwendung durch einen Prompt-Engineering-Workshop.