Neues Whitepaper zu KI-Standards für das Engineering

Daten sind sprichwörtlich das “neue Gold“ unserer Zeit. Während 2010 weltweit zwei Zettabytes (dies entspricht einer Milliarde Terabytes) an Daten generiert wurden, waren es 2020 bereits 47 Zettabytes. Dieser immense Zuwachs wird zudem für die kommenden Jahre auf über 2142 Zettabytes (in 2035) prognostiziert. Zur Erschließung und Nutzung dieser Datenflut birgt der Einsatz künstlicher Intelligenz enorme Potentiale, gerade für die Produktentstehung. Das Whitepaper geht der Frage nach, welche Datenstandards von gängigen KI-Frameworks genutzt werden können.

Es zeigt sich, dass neben der Menge an Daten auch die Anzahl an End- bzw. Erzeugergeräten zunimmt: Laut Statista wird die Anzahl an internetfähigen Produkten bis 2025 auf 75 Milliarden geschätzt.

Zur Erschließung und Nutzung dieser Datenflut birgt der Einsatz künstlicher Intelligenz enorme Potentiale, gerade für die Produktentstehung. Durch den erfolgreichen Einsatz von KI können Produktionskosten gesenkt, die Entwicklungszeit verringert und Ressourcen optimal genutzt werden. So wird beispielsweise von einer durchschnittlich um 38% gesteigerter Rentabilitätsrate bis 2035 durch den Einsatz von KI ausgegangen.

Um die Potenziale von künstlicher Intelligenz für die Produktentstehung voll entfalten zu können, spielen die Daten aus der Produktentstehung eine zentrale Rolle: Die heterogenen , komplexen Daten aus den unterschiedlichen Softwareframeworks der Engineering IT müssen für KI-Anwendungen nutzbar gemacht werden. Hersteller von Softwarelösungen, besonders im KI-Bereich, passen sich auf die steigende Nachfrage der Industrie an. Doch die Standards der Industrie und solche im noch neueren „KI-Sektor“ unterscheiden sich, weshalb die Zusammenarbeit beider Domänen noch nicht ihr volles Potential erreicht hat. Daher untersuchen wir, inwiefern die in der Engineering IT üblichen Datenstandards von den gängigsten KI-Frameworks direkt eingelesen und genutzt werden können, und in welchen Fällen dies eventuell nicht problemlos funktioniert.

Dazu haben wir im Projekt der Begriff der „AI Readiness“ eines Standards definiert, als die Fähigkeit des Standards, von definierten KI-Frameworks eingelesen zu werden bzw. transformiert werden zu können in Formate, die diese Fähigkeit besitzen. Damit wollen wir eine Empfehlung zur Nutzung geeigneter Datenstandards aus der Engineering IT für den Einsatz von KI-Anwendungen geben sowie auf spezifische Herausforderungen eingehen. Dieses Whitepaper gibt einen ersten Überblick über die Ergebnisse der Analyse. Der Fokus liegt auf neutralen, offenen Standards, um eine tool- und vendorübergreifende Sicht zu gewährleisten.

Direkt zum Whitepaper

Das könnte Sie auch interessieren

Vertrieb 2.0: Mit KI zum Vertriebserfolg

Viele Unternehmen kennen es: Informationen werden häufig auf unterschiedliche Systeme verteilt abgelegt. Die Negativkonsequenzen können weitreichend sein. Mit KI-Software kann passgenau an den bisherigen Schwachstellen der unternehmerischen Datenlandschaft angesetzt werden, indem Kundendaten in ein zentrales System überführt werden.

FDT Demo Day #1: KI in der Anwendung

Am 11.07.2023 findet die erste Ausgabe des Demo Days zum Thema „KI in der Anwendung“ des Forum Digitale Technologien statt. Von KI im Engineering über angewandte Produktionsunterstützung, vom KI-Service-Ökosystem bis …

Menschengruppe steht im Innenhof eines Bürogebäudes.

KI-Marktplatz: Wie Künstliche Intelligenz das Engineering revolutioniert

Gefördertes Forschungsprojekt endet – Start-up macht weiter Entwicklungszeiten verringern, Kosten reduzieren und zeitgleich die Produktivität steigern: Warum sich Unternehmen mit Künstlicher Intelligenz (KI) im Engineering beschäftigen sollten, hat das vom …

KI-Marktplatz: Über den Tellerrand gucken, um Lösungen zu finden!

Der Projekt KI-Marktplatz bietet technische Lösungen und Lösungswege zum Thema Künstliche Intelligenz an. Wir sprachen mit Leon Özcan und Christoph Mertens über die nächsten Schritte.

BMWK-Sommercampus des „KI-Innovationswettbewerbs“

Der BMWK-Sommercampus 2023 findet vom 21. bi 22. Juni in Berlin statt und richtet sich an alle Projektbeteiligten des KI-Innovationswettbewerbs.

Konferenz system:ability: Advanced Systems Engineering für nachhaltige Innovationen

Rund 180 Teilnehmer:innen nahmen an der system:ability Konferenz teil, um die Herausforderungen und Chancen des Advanced Systems Engineering zu diskutieren.

Zwischen KI und Nachhaltigkeit – OWL auf der Hannover Messe

KI und Nachhaltigkeit – das waren die Schwerpunktthemen, mit denen sich OstWestfalenLippe vom 17. bis 21. April auf der diesjährigen Hannover Messe präsentiert hat. Die Weltleitmesse der Industrie hat gezeigt, …

Nachhaltigkeit und Engineering – passt das zusammen?

Im KI-Marktplatz zeigen wir mit einer neuen Kampagne Stellschrauben für nachhaltigeres Engineering.

system:ability – Systeme von morgen gestalten

system:ability – die technischen Systeme von morgen haben einiges drauf: Sie sind vernetzt, lernen eigenständig dazu und agieren autonom. Und: Sie sind Schlüsselfaktor für eine nachhaltige Wirtschaft und Gesellschaft. Aber …

Hannover Messe 2023

KI und Nachhaltigkeit – das sind die Schwerpunktthemen, mit denen sich OstWestfalenLippe vom 17. bis 21. April auf der Hannover Messe präsentiert. Mit dabei: der KI-Marktplatz im Herzen der Halle 7. 

Künstliche Intelligenz im Engineering – vom Anbieter zum Anwender

Seit drei Jahren forschen und entwickeln 19 Projektpartner im KI-Marktplatz an einer Plattform, die Anbieter:innen und Anwender:innen von KI-Lösungen im Engineering zusammenbringt. Mit den erzielten Ergebnissen unterstützt der KI-Marktplatz bei …

Das Wort Change prangt als weiße Schrift auf schwarzem Grund und spiegelt sich. Es soll den Einsatz von Künstlicher Intelligenz im Change Management darstellen.

Wie Künstliche Intelligenz das Change Management verbessert

Das Change-Management ist in der Produkt- und Dienstleistungsentwicklung von großer Bedeutung. Künstliche Intelligenz kann dabei helfen, Auswirkungen von Änderungen frühzeitig zu identifizieren und Fehler in der Entwicklung zu vermeiden.