Logo

Ubermetrics

Intelligente Produktbeobachtung

Das Berliner Unternehmen Ubermetrics arbeitet an einer KI-gestützten Beobachtung von Produkten. Die Vision ist es, Unternehmen eine KI-Anwendung bereitzustellen, die relevante Produktinformationen aus unstrukturierten Texten extrahiert und analysiert.

Der Anwender erhält Informationen darüber, wie bestehende und neue Produkte von Kunden wahrgenommen werden, um Anforderungen an neue Produktideen identifizieren und Marktchancen abschätzen zu können. Darüber hinaus sollen die Erfolgschancen des Produktes dadurch optimiert werden, dass der Anwender über mögliche Konkurrenzprodukte und deren öffentliches Feedback informiert wird. Im Rahmen der Produktentstehung können Ingenieure die daraus gewonnen Erkenntnisse in die Entwicklung von zukünftigen Produktgenerationen einfließen lassen und dadurch die Marktchancen des Produktes erhöhen. Für produzierende Unternehmen werden hierfür auch nicht-öffentliche Textquellen wie z. B. Beschwerdeemails, Serviceberichte oder Reklamationsreports analysiert. Ermittelt werden soll beispielsweise, welche Produktkomponente häufig für Unmut bei Kunden sorgt.

Für das Projekt entwickelt Ubermetrics seinen KI-basierten Ansatz zur Textanalyse dahingehend weiter, dass sie dem Anwender ein produktbezogenes Feedback ermöglichen. Hierfür werden nicht nur bestehende Verfahren weiterentwickelt, sondern auch gänzlich neue Verfahren realisiert. Ein exemplarisches neues Verfahren ist die automatisierte Erkennung von Produkteigenschaften. Die Projektarbeit wird in der Erstellung einer Software zur Produktbeobachtung als eigenständiges Produkt oder als neue Funktionalität eines bestehenden Produktes münden.

Das Vorhaben gliedert sich in vier Arbeitsschritte:

  1. Identifikation und Anbindung von Quellen zur Extraktion von Produktinformationen
  2. Verarbeitung von Texten hinsichtlich Produktinformationen, v. a. die Erkennung von Produkteneigenschaften sowie ihrer Bewertung in Texten
  3. Aufbereitung der Informationen, z. B. Normalisierung von Produktbezeichnungen
  4. Integration der Komponenten in einen Demonstrator für den KI-Marktplatz

Projekte

Hella_Gutmann_Solutions

Hella Gutmann

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 potentiell 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.

Mehr erfahren
Claas Logo

CLAAS

Künstliche Intelligenz hat das Potenzial die Art und Weise wie gearbeitet und gewirtschaftet wird grundlegend zu verändern. Dieses Potential 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).

Mehr erfahren
Düspohl

düspohl

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.

Mehr erfahren
Westaflex_RGB-1-1024×156

Westaflex

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.

Mehr erfahren
Hella_Aglaia

Hella Aglaia

Schild, Baum oder Mensch? Damit selbständig fahrende Autos ihre Umgebung wahrnehmen können, müssen große Bild- und Videodaten ausgewertet und Objekte wie Schilder, Bäume oder Fußgänger präzise gekennzeichnet werden. Mit den markierten Daten wird ein Algorithmus trainiert, der beim autonomen Fahren zum Einsatz kommt. Ziel des Projektes mit Hella Aglaia und dem Fraunhofer IEM ist eine Lösung zur Analyse und Annotation von Video-Daten sowie dem Training und der Validierung von neuronalen Netzen für KI-Anwendungen.

Mehr erfahren
DN_Logo_V_CMYK

Diebold Nixdorf

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.

Mehr erfahren