Mobile-Menu

Studienbericht zu Digitalisierung in der Industrie KI, Datentechnologien und neue Geschäftsmodelle für die Produktion

Von Martin Hensel

Anbieter zum Thema

Fujitsu Technology Solutions GmbH
Sinequa
Fivetran Germany GmbH
Fraunhofer-Institut für Produktionstechnologie IPT

Ein aktueller Studienbericht des ICNAP („International Center for Networked, Adaptive Production“) beleuchtet Fragen rund um die Digitalisierung in der Industrie. Dazu werden verschiedene Forschungsarbeiten zusammengefasst.

Der "ICNAP Study Report 2021" ist kostenlos erhältlich.
Der "ICNAP Study Report 2021" ist kostenlos erhältlich.
(Bild: Fraunhofer IPT)

Das ICNAP ist ein Zusammenschluss dreier Fraunhofer-Institute aus Aachen. In einem aktuellen, kostenlos verfügbaren Studienbericht fasst ICNAP praxisnahe Forschungsarbeiten unter anderem rund um den Einsatz Künstlicher Intelligenz in der Produktion, maschinenintegrierter Echtzeitkommunikation auf Basis von 5G-Netzwerken und der Monetarisierung von Industriedaten zusammen.

Daten effizient nutzen

Mittels großer Mengen an Sensor- und Maschinendaten lassen sich in Entwicklung, Produktion oder mit produktbezogenen Dienstleistungen Mehrwerte erzielen. Eine der vorgestellten Studien beschreibt etwa, wie Unternehmen entlang ihrer Wertschöpfungskette Erkenntnisse aus der Analyse industrieller Daten ideal nutzen und monetarisieren können. Eine Fallstudie zeigt dabei, wie sich der Zeitaufwand zur Sicherung der gewünschten Produktqualität mittels passender Strategien deutlich minimieren lässt.

Weitere Forschungsergebnisse drehen sich um die Korrektur auftretender Fehler in der Produktion durch adaptive Maßnahmen im laufenden Prozess. Dafür ist allerdings Echtzeitkommunikation zwischen Sensoren und Maschinensteuerung vonnöten. Die Forscher haben deshalb untersucht, welche technologische Infrastruktur dafür geeignet ist. 5G-Netzwerke und Edge-Cloud-Systeme bieten hierbei vielversprechende Ansätze.

Der Studienbericht enthält zudem Forschungsergebnisse zur Integration von KI und Extended Reality in Produktionsprozesse. Die beiden Technologien können unter anderem Mitarbeitern und Maschinenbedienern die Arbeit erleichtern und zu höherer Effizienz in der Produktion führen. In zwei weiteren Berichten beschreiben die Wissenschaftler unter anderem, wie sich das Deployment von trainierten Machine-Learning-Modellen in der Produktion realisieren lässt. Das Resultat sind Schritt-für-Schritt-Anleitungen für eine erfolgreiche Integration in bestehende Prozesse.

(ID:48662931)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte