Stefan Kokorski
Refine
Document Type
- Part of a Book (1)
- Contribution to a Periodical (4)
- Lecture (2)
- Internet Paper (1)
- Working Paper (4)
Language
- German (9)
- Multiple languages (3)
Is part of the Bibliography
- no (12)
Keywords
- 01 (8)
- 02 (2)
- AI (2)
- AR-Format (1)
- AR-Plattform (1)
- AR-Technologie (1)
- Additive Fertigung (1)
- Akzeptanz (2)
- Artificial intelligence (1)
- Assistenzsystem (1)
Institute
KI im Service
(2024)
Dieses Whitepaper zeigt auf, wie KI im Service erfolgreich eingesetzt werden kann. Es bietet einen Überblick über die aktuellen Trends, technologischen Entwicklungen und praktischen Anwendungsfälle. Im Rahmen unserer Zusammenarbeit haben wir als Arbeitsgruppe Strategien und Erfolgsfaktoren identifiziert, die Unternehmen bei der Implementierung von KI im Service unterstützen.
KI-Potenziale nutzbar machen
(2024)
Ziel des Forschungsprojekts ‚DM4AR‘ war es zum einen, eine AR-Plattform (Datenintegration, Schnittstellen und Datenmodell) zu schaffen, die der automatisierten Aufbereitung und Umwandlung der Daten in ein gängiges AR-Format dient. Zum anderen sollten die Mitarbeitenden mit geeigneten Ziel- und Anreizsystemen sowie Referenzprozessen in der Bereitstellung von implizitem Wissen unterstützt werden.
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.
Mit den technologischen Fortschritten auf dem Gebiet der Künstlichen Intelligenz (KI) steigt die Anzahl an produzierenden Unternehmen, welche Anwendungen der KI in der eigenen Produktion einführen. Diese KI-Anwendungen werden häufig als Assistenzsysteme für die Mitarbeitenden in der Produktion ausgestaltet, welche bei der Informationsbereitstellung und Entscheidungsfindung unterstützen. Aufgrund des assistierenden Charakters von KI-Anwendungen ist die Akzeptanz der KI-Anwendungen durch den Nutzenden ein wesentlicher Erfolgsfaktor für die erfolgreiche Anwendung der KI-Anwendung in den operativen Betrieb. Die Akzeptanz der KI-Anwendungen wird wesentlich während des Entwicklungs- und Einführungsprozesses der KI-Anwendungen beeinflusst.
Der Experimentierraum KI-LIAS hatte das Ziel, den Entwicklungs- und Einführungsprozess von KI-Anwendungen in der produzierenden Industrie hinsichtlich der Gestaltung der Akzeptanz der KI-Anwendung durch die Nutzenden zu begleiten. Hierzu wurde über einen Zeitraum von drei Jahren sieben Unternehmen bei der Einführung von KI-Anwendungen begleitet. Die vorliegende Veröffentlichung stellt die entwickelten KI-Anwendungen dar sowie die Erfahrungen, welche bei der Entwicklung und Einführung der KI-Anwendungen jeweils erlangt werden konnten.
[Aus dem Vorwort]
Um die Akzeptanz und erfolgreiche Einführung von KI-Systemen in produzierenden Unternehmen zu fördern, ist es daher wichtig, die Bedenken und Ängste der Mitarbeitenden ernst zu nehmen und sie in den Einführungsprozess einzubeziehen. Hier setzt das in dieser Leitbroschüre beschriebene partizipative Vorgehen an, welches auf die
Zusammenarbeit aller Beteiligten setzt. Wir möchten Ihnen einen umfassenden Überblick über die verschiedenen Aspekte der KI-Einführung in produzierenden Unternehmen geben und Ihnen dabei helfen, eine erfolgreiche Strategie zu entwickeln. Dabei betrachten wir nicht nur technologische Aspekte, sondern auch organisatorische und humanorientierte Faktoren.
Die Broschüre soll Ihnen einen Überblick über die Herausforderungen und Möglichkeiten der Einführung von KI-Systemen in produzierenden Unternehmen geben und praktische Tipps für eine erfolgreiche Umsetzung an die Hand geben.
Die Broschüre richtet sich an Personen aus der Produktionsleitung, Geschäftsführung, Entscheidungsträger:innen und Betriebsräten in produzierenden Unternehmen, die sich mit dem Thema KI auseinandersetzen möchten. Aber auch Interessierte aus anderen Bereichen können von den praxisorientierten Informationen profitieren. Wir hoffen, dass diese Broschüre einen Leitfaden bietet, der Sie bei der Einführung von KI-basierten Assistenzsystemen in Ihrem Unternehmen unterstützt.
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.
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 Dienstleistungswende und die steigende Individualisierung machen die stetige Erweiterung von Serviceportfolien unerlässlich. Doch gleichzeitig wird damit die Übersichtlichkeit des Portfolios geringer und es entstehen Kosten, die sich direkt oder indirekt langfristig in den Bilanzen von Unternehmen niederschlagen. Zu Beginn unseres Projekts ‚KomID‘ wurden hierzu die größten Komplexitätstreiber identifiziert und diese im Rahmen einer Fragebogenstudie validiert. Im nächsten Schritt werden Lösungsansätze erarbeitet. Zur Lösung dieser Probleme und als Antwort auf die Komplexitätstreiber wurden bereits erste Ansätze wie die KI-geführte Beantwortung von Support-Anfragen aufgenommen. Gemeinsam mit dem Forschungsinstitut für Unternehmensführung, Logistik und Produktion der Technischen Universität München erforscht das FIR im Projekt ‚KomiD – Komplexitätsmanagement industrieller Dienstleistungssysteme‘ diese Lösungsansätze.
Stets praxisnah ausgerichtet, hat die Fachgruppe Smart Maintenance am FIR zwei Formate etabliert: Gemeint sind der Branchenindikator Instandhaltung und der gleichnamige Arbeitskreis. Beide dienen als Grundlage für den Transfer aus der anwendungsnahen Forschung im Bereich Smart Maintenance, liefern Impulse für Industriepartner:innen und bieten den Raum für eine Diskussion unter Praktiker:innen.
Diese Formate dienen gleichzeitig als Ideen- und Austauschplattform.