Im Rahmen der diesjährigen schwedischen Innovationstage wurde die bislang erste Start-up-Landkarte zu Künstlicher Intelligenz vorgestellt. Diese umfasst über 500 Start-up-Unternehmen aus Deutschland, Schweden und Frankreich.

Die Einsatzmöglichkeiten von Künstlicher Intelligenz sind schier unendlich groß. Doch dürfen ethische Aspekte nicht vergessen werden: Fragen der Diversität und damit der Fairness sind ebenso wichtig wie Funktionalitäten. Genau damit beschäftigt sich das Projekt „KIDD – Künstliche Intelligenz im Dienste der Diversität“.

Das Einbetten von Technologien der Künstlichen Intelligenz und der Datenanalyse in die Maschinensteuerung kann die Verfügbarkeit, Effizienz und Zuverlässigkeit von Maschinen deutlich steigern.

Das Business Application Research Center (BARC) hat erstmals einen Score zum Thema Data Intelligence Platforms veröffentlicht. Die Übersicht bewertet insgesamt elf der weltweit wichtigsten Hersteller in diesem Segment.

Daten und Cloud sind zwei der wichtigsten Elemente jeder digitalen Transformation – kein Unternehmen, das wettbewerbsfähig bleiben möchte, kann dies ignorieren.

Das Internet der Dinge (IoT) entwickelt sich rapide: Bis 2025 soll der weltweite Umsatz rund 1,6 Billionen US-Dollar erreichen. Ein enormer Markt für IoT-Plattformanbieter, Sensorhersteller und Systemintegratoren.

Das Industrial Internet of Things (IIoT) bietet diverse Vorteile für Industrieunternehmen. Ein Großteil hat bereits IIoT-Strategien implementiert – aber nur fünf Prozent können ihre entsprechenden Anwendungen skalieren. Hier setzt Reply mit Axulus an.

Das industrielle Internet der Dinge (IIoT) bietet Komponenten und Geräten eine Plattform für den Austausch weit größerer Datenmengen als je zuvor. Dies eröffnet zahlreiche neue Möglichkeiten.

Das Unternehmen Aitad entwickelt Systeme für „eingebettete Künstliche Intelligenz“. Welche Vorteile die Embedded KI mit sich bringt und was das ist, erklären die Experten hier.

Bei der Zerspanung eines Bauteils sind Werkzeugverschleiß und das Zeitspanvolumen die entscheidenden Faktoren. Maschinelles Lernen kann als Entscheidungsunterstützung für den Werkzeugwechsel einen wertvollen Beitrag zur Optimierung der Produktionskosten leisten.