Suche...
Generic filters
Exact matches only
Search in title
Search in excerpt
Search in content

Das neue atp magazin ist da!

Künstliche Intelligenz (KI) ist nicht neu, ihre Anfänge datieren zurück bis in die Sechziger Jahre des letzten Jahrhunderts. So richtig ins Rollen gekommen ist KI aber erst in den letzten 10-15 Jahren durch immer bessere Rechenleistung immer kleinerer Chips, das Herausbilden des Internets der Dinge und generell durch die digitale Vernetzung aller mit allen und allem.
Ihr Siegeszug begann zuerst in der Konsumerwelt, wo sie beispielsweise der Spracherkennung zum Durchbruch verhalf. Nun nimmt sie auch in der industriellen Produktion so richtig Fahrt auf und durchdringt jetzt flächendeckend den Shopfloor in der Prozessindustrie bis in den letzten Winkel. Das große Ziel der Prozessautomatisierer lautet hierbei: „Wir wollen mithilfe von KI in der Produktion das höchste Level, das Autonomielevel 5 erreichen“ – eine vollständig autonome Produktion ohne die Notwendigkeit menschlicher Kontrolle.
Bis dahin ist es noch ein Stück des Wegs, aber die Entwicklung ist in vollem Gange. Dank KI ist es der Automatisierungstechnik nun möglich, das technische Systeme imstande sind, ihre Umwelt wahrzunehmen und das Wahrgenommene entsprechend zu verarbeiten, selbständig Probleme lösen und Lösungen zu erarbeiten, demnach auch Entscheidungen zu treffen und aus Erfahrungen zu lernen sowie durch dieses maschinelle Lernen Aktionen besser auszuführen. Das spart Zeit und Geld, verbessert die Qualität und macht industrielle Abläufe widerstandsfähiger und individueller.
Größtes Hindernis auf dem Weg zu Autonomielevel 5 ist derzeit weniger die Kommunikationsintelligenz des „Fischschwarms“. Es fehle den Fischen leider noch an der nötigen Intelligenz, wie Univ.-Prof. Dr. Oliver Niggemann im atp-Interview betont: „Wir haben die KI-Methoden nicht einfach in der Schublade liegen und müssen nur noch herausfinden, wie wir sie in die Steuerung integrieren können. Uns fehlen noch genau diese KI-Methoden und die Algorithmus-Entwicklung.“.

 

 

Ebook 32

Künstliche Intelligenz: Jetzt wird der Shopfloor erobert!

Seiten

Hauptbeiträge

Künstliche Intelligenz

Die Industrie wird zunehmend digital. Künstliche Intelligenz (KI) spielt dabei eine große Rolle. Sie sorgt dafür, dass schneller, flexibler und effizienter produziert werden kann. Lesen Sie in dieser Ausgabe, wie hoch das Potenzial von KI in der Produktion wirklich ist.

Top Heftinhalte

„Wir brauchen keine Data-Scientists.“

Im Interview: Univ.-Prof. Dr. Oliver Niggemann, Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg

Autovervollständigung, Datenvalidierung und Duplikaten-Erkennung

Dr. Jonas Ostmeyer, PSI FLS Fuzzy Logik & Neuro Systeme GmbH

„AutomationML ist längst keine akademische Spielwiese mehr“

Prof. Dr.-Ing. Rainer Drath, ABB

Robotik

Roboter automatisieren immer mehr Fertigugnsschritte und werden immer mobiler. Welche Einsatzmöglichkeiten es für Robotik in der Industrie gibt, lesen Sie im atp magazin.

Cobots: der nächste Sprung für Industrie und Gesellschaft

Dr. Zhaopeng Chen, Agile Robots

Robotergestützte Warenflüsse und rekonfigurierbare Produktionslinien in der Lebensmittelindustrie der Zukunft

Robert Brooks, OMRON Europe

How novel robotic gripper technology will help the food industry automate even more

Julie Collura, Gaelen Harsch, Soft Robotics Inc.

„Den regelbasierten Eingabehilfen steht inzwischen eine KI-gestützte, datenbasierte Auto- Vervollständigung gegenüber, die qualitatives Labeln mit maschinellem Lernen kombiniert. Dieser Lösungsansatz baut auf einer breiten Basis historisierter Daten auf, die heutzutage für nahezu alle Geschäftsabläufe mit einem Datenerfassungsprozess zur Verfügung steht. KI-Frameworks wie Deep Qualicision trainieren auf dieser Grundlage das relevante Nutzerverhalten. Zudem berücksichtigen solche Systeme automatisch neue Daten und passen ihre Wissensbasis kontinuierlich an.“

Dr. Jonas Ostmeyer, PSI FLS Fuzzy Logik & Neuro Systeme GmbH

„Automatisierte Warenflüsse sowie ein rationalisiertes Be- und Entladen von Maschinen werden in der Lebensmittelfabrik der Zukunft eine zentrale Rolle spielen. Unternehmen, die Abläufe auf diesem Gebiet beschleunigen, Kosten senken und Mitarbeiter entlasten wollen, können dies mithilfe innovativer Technologie und Robotik bereits heute in die Tat umsetzen – und so einen großen Schritt in Richtung Wettbewerbsstärke und Nachhaltigkeit gehen.“

Robert Brooks, OMRON Europe

„Der Roboter wird nicht mehr von seiner Umwelt abgeschirmt, sondern er ist nunmehr integraler Teil seiner Arbeitsumgebung. Die Logistik macht es hier vor: In den riesigen Warenlagern der E-Commerce-Händler sind die Abläufe einfach und repetitiv, also ein perfekter Einsatzort für Roboter. Längst übernehmen sie die Wege zwischen den Regalen und übergeben Artikel dem menschlichen Mitarbeiter zur Weiterverarbeitung wie z. B. Kommissionierung.“

Dr. Dierk Beyer, Tobias Seige, Cowen

„In AML wurde Syntax und Semantik strikt getrennt. Wir können Inhalte verändern, ohne AML ändern zu müssen: der Standard bleibt stabil und die Inhalte können trotzdem innovieren. Nur die Syntax ist standardisiert, die Semantik nicht. Das gelingt, weil AML nur die zeitlosen Aspekte einer Modellierungssprache standardisiert: z.B. Hierarchien, Attribute, Objekte, Klassen, Links, Referenzen, Bibliotheken, Geometrien und Verhalten.“

Prof. Dr.-Ing. Rainer Drath, Hochschule Pforzheim

„Wir wissen heute zwar schon, wie diese Agenten z.B. über einheitliche Informationen, Asset Administration Shell, Informationsmodelle und OPC UA miteinander kommunizieren können. Es fehlt aber jetzt noch die intelligente Komponente. Wir wissen noch nicht, wie wir die Agenten, also die dezentrale Steuerung intelligent machen können. Maschinelles Lernen soll also in diese Agenten integriert werden, aber Maschinelles Lernen und Automatisierungstechnik sind nach wie vor noch zwei verschiedene Welten.“

Univ.-Prof. Dr. Oliver Niggemann, Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg

Die peer-reviewten Hauptbeiträge

Wissenschaftlich hochwertig und unbedingt lesenswert: Die begutachteten Hauptbeiträge zu den Themen: AutomationML, elektrische Schnittstellen,
Sprachinterface, Digitalisierung, Vertrauensmodelle, multikriterielle Entscheidungsmethoden, Elektrische Impedanzspektroskopie, Kristallisation, Überwachtes Lernen

Practical challenges of virtual assistants in industrial setups

Marco Gärtler, Benedikt Schmidt

Modellierung elektrischer Schnittstellen und Kabel mit AutomationML

Rainer Drath, Markus Rentschler

Autonome Vertrauensbewertung

Joelle Hohnsel, Benjamin Korth

Intelligente Prozessregelung von Schleifprozessen

Martin Dix, Maximilian Rößler, Alexander Pierer, Jens Gentzen

Electrical impedance spectroscopy

Nicholas Karsch, Stephan Westerdick, Thomas Musch, Lars Kaufhold, Marc Dittmann, Malte Mallach, Jan Tebrügge, Jan Förster, Michael Vogt

Sie suchen einen Hauptbeitrag einer alten Ausgabe?

Alle peer-reviewten Hauptbeiträge gibt es in unserem Web-Shop zum Download.

Sie möchten diese Ausgabe kostenlos Probe lesen?