Intelligente Zustandsüberwachung und Wartung
Maschinelle Lernverfahren ermöglichen eine intelligente Zustandsüberwachung und Wartung auf der Grundlage digitaler Sensorwerte maschineller Anlagen. Diese Methoden bieten das Potential, in Echtzeit auf Zustandsänderungen solch komplexer Systeme zu reagieren - flexibel und agil.
Lernende Assistenzsysteme
Die Nutzbarkeit moderner Assistenzsysteme wie Service-Roboter, Datenbrillen oder intelligente Softwarelösungen hängt davon ab, wie sehr sie den kognitiven Kompetenzen ihrer Nutzer entgegenkommen. Verlässlicher Lernverfahren sorgen für adaptive und personalisierte Gestaltung solcher Systeme auf Grundlage des Nutzerverhaltens.
Intelligente Adaption verteilter Bausteine in komplexen Anlagen
Das optimale Zusammenspiel einzelner Komponenten ist entscheidend für den effizienten Betrieb komplexer Anlagen. ML-Technologien erlauben eine intelligente Adaptation der Schnittstellen einzelner Komponenten, sodass manuelle Kalibrierung überflüssig wird.
Datengetriebene Optimierung
Intelligente Verfahren ermöglichen die Optimierung datengetriebener Prozesse auf Grundlage realer Anforderungen und Auftragslagen statt statischer Annahmen.
Kognitives Qualitätsmanagement
ML-Technologien ermöglichen die Integration von Informationen entlang des gesamten Prozesses - vom ersten Produktionsschritt bis nach der Auslieferung. Dies eröffnet neue Möglichkeiten, die Qualität einzelner Komponenten und damit des Gesamtprodukts effizient und zielgenau zu garantieren.
ML in der Evolution von Informations- und Kommunikationstechnik
Neue ML-Technologien stehen im Wechselspiel mit Innovationen in der industriellen Kommunikation. Wir wollen Entwicklungen dieser Art erfassen, reflektieren und erschließen, um neue ML-Verfahren als Unterstützung der digitalen Transformation von Unternehmen auf dem Weg zur Arbeit 4.0 bereitzustellen.