Künstliche Intelligenz

Künstliche Intelligenz (KI) bezeichnet jede Art von klugen und vorausschauend agierenden Maschinen sowie deren Lernfähigkeit. Neben hochentwickelten Hardwarekomponenten, wie beispielsweise intelligenten Sensoren oder Grafikkarten, bilden Algorithmen aus der Gruppe des Maschinellen Lernens (ML) unter Verwendung von Produktionsdaten die Grundlage für das Erfassen der Korrelation zwischen Prozesseingangsgrößen und erzielten Produktionsergebnissen. Der große Vorteil dieses Ansatzes besteht darin, dass Korrelationen implizit für eine große Anzahl von Parametern abbildbar sind, wozu der Mensch allein nicht in der Lage wäre. Dies kann in der Produktion genutzt werden, um z. B. Prozessparameter zu optimieren und diese durch ein automatisiertes Regelungssystem in die Prozesssteuerung zurückzuführen. Dadurch können Unternehmen ihre Prozesse effizienter und wesentlich ressourcenschonender auslegen. Das Fraunhofer IWU hat sich hierbei auf die produktionstechnische Anpassung von klassischen und modernen ML-Verfahren spezialisiert.

Konkrete Vorteile des KI-Einsatzes für Unternehmen:

  • Energie-, Zeit- und Materialersparnis durch Kombination von ML-Prognose und Optimierungsverfahren (Kürzere Produktionszeiten, bessere Produktqualität, weniger Ausschuss)
  • Zustandsüberwachung (Condition Monitoring) und vorausschauende Wartung (Predictive Maintenance) von Maschinen
  • Kombination von ML-Verfahren und Expertenwissen, Unterstützung von Werkerinnen und Werkern während der laufenden Produktion
  • Kostenersparnis durch Automatisierung und intelligente Prognosen
  • Vertrauensgewinn durch Erklärbare KI (Explainable AI) als Grundlage für die Erfüllung von zukünftigen EU-Vorgaben
  • Steigerung der Produktionsflexibilität bei Veränderung von Produktionsbedingungen
  • Sicherung der EU-weiten und internationalen Konkurrenzfähigkeit

Das Fraunhofer IWU ist Partner im Mittelstand-Digital Zentrum Chemnitz für die Förderung der Digitalisierung in sächsischen Unternehmen.

Forschungsthemen im Bereich KI und ML

Mit folgenden Themen beschäftigen wir uns aktuell:

  • Entwicklung eines Vorgehensmodells zur Integration von ML in die Produktion
  • Weiterentwicklung KI-basierter industrieller Prüfmethoden (Inline-Qualitätskontrolle)
  • Kognitive Robotik mithilfe von Künstlichen Neuronalen Netzen aus dem Bereich Deep Learning
  • Erklärbare KI (Explainable AI) für die Produktion
  • Genetische Algorithmen für die optimierte Produktionsplanung
  • Verbesserung der Energieeffizienz in der Produktion durch multivalente Datennutzung
  • Generierung eines Standards für intelligente hybride Computing-Architekturen in autonomen Maschinen und Transportsystemen

Leuchtturmprojekte

 

Fraunhofer-Leitprojekt

NeurOSmart

Das Leitprojekt NeurOSmart adressiert den Bedarf an Industrie-4.0-fähigen Sensorlösungen, insbesondere für die europäische Fabrik- und Logistikautomation und will einen neuen Standard für intelligente hybride Computing-Architekturen in autonomen Maschinen und Transportsystemen setzen. Ziel ist es, die Energieeffizienz der Datenverarbeitung so zu steigern, dass die Entwicklung neuartiger autonomer Systeme mit bisher unerreichbarer Intelligenz und Energieeffizienz ermöglicht wird.

 

Fraunhofer-Leitprojekt

Machine Learning for Production

Mit Maschinellem Lernen (ML) bei komplexen Produktionsanlagen die Leistung und (Ressourcen-)Effizienz erhöhen: Dies war das Ziel des Leitprojekts ML4P. Erstmalig entwickelte das Konsortium ein toolgestütztes Vorgehensmodell, um den Einsatz von Verfahren der Künstlichen Intelligenz im industriellen Kontext planbar, wiederholbar und anwenderfreundlich zu gestalten.

Unsere Referenzprojekte

zum Thema Künstliche Intelligenz