Die digitale Plattform für KI im Engineering.

Wie können Service-Techniker optimal unterstützt werden? Dieser Frage widmet sich ein Pilotprojekt von Diebold Nixdorf Systems gemeinsam mit dem Fraunhofer IOSB-INA. Ziel ist es, eine KI-Anwendung zu entwickeln, die Service- und Sensordaten von Geldautomaten aus dem Feld ausliest und analysiert. Darauf aufbauend sollen differenzierte Reparaturanweisungen für Servicetechniker generiert werden. Als Datenbasis dient eine existierende Serviceplattform.

In diesem Projekt soll ein Einrichtprozess in einem automatisierten Fertigungsprozess mithilfe von KI optimiert werden und das bisher noch manuelle „Einteachen“ ablösen. Darüber hinaus soll die voraussichtliche Herstellbarkeit neuer Produktspezifikationen automatisiert beurteilt werden können. Dieses Pilotprojekt wird von düspohl Maschinenbau GmbH und dem Fraunhofer IEM vorangetrieben.

Ziel des Projektes von Ubermetrics ist eine KI-Anwendung, die relevante Informationen aus unstrukturierten oder semi-strukturierten Texten (z.B. Onlinebewertungen, Beschwerde-Emails, Serviceberichte, Reklamationsreports) extrahiert, analysiert und einem Entwickler systematisch verfügbar macht. Die Anwendung kann beispielsweise im Rahmen der gezielten Optimierung von Systemkomponenten genutzt werden.

Künstliche Intelligenz hat das Potenzial die Art und Weise wie gearbeitet und gewirtschaftet wird grundlegend zu verändern. Dieses Potenzial hat CLAAS GmbH & Co. KGaA, ein international agierender Landmaschinenhersteller, erkannt und erprobt im KI-Marktplatz gemeinsam mit den Fraunhofer-Instituten IEM und IPK einen speziellen Use Case für die Integration von KI in Computer Aided Design (CAx).

Im Fokus des Projektes von Westaflex mit dem Fraunhofer IEM steht eine KI-Anwendung, mit deren Hilfe die Reihenfolgenplanung von Fertigungsaufträgen optimiert wird. Dazu sollen Echtzeitdaten aus der Produktionssteuerung sowie von Maschinen ausgewertet werden, um Hinweise für die optimalen Maschinenbelegungen zu extrahieren.

Derzeit setzt die Fahrzeugdiagnose in einer Werkstatt umfassende KFZ-Kenntnisse voraus und ist mit einem umfangreichen Arbeitsaufwand verbunden. Ziel von Hella Gutmann ist es daher, eine KI-Anwendung zur KI-gestützten Diagnose und Identifikation potenziell defekter KFZ-Bauteile auf Grundlage historischer Fahrzeugdaten (z.B. Fehlercodes, Sensormesswerte und KM-Stände) zu entwickeln und dabei eine weitere Vielzahl an Datenquellen (z.B. Rechnungsdaten, Reparaturinformationen etc.) zu integrieren.