Data Innovation Community “Industrie 4.0”

Ein wichtiger Treiber des starken Datenwachstums ist die Industrie 4.0 und damit untrennbar verbunden das “Internet der Dinge”. Durch das Internet wachsen reale und virtuelle Welt zum Internet der Dinge zusammen. Im Bereich Fertigung sind Maschinen, Produktionsanlagen und Lagersysteme zunehmend in der Lage, selbstständig Informationen auszutauschen, Aktionen anzustoßen und einander zu steuern. Ziel ist es, Prozesse in den Bereichen Entwicklung und Konstruktion, Fertigung und Service signifikant zu verbessern. Diese vierte industrielle Revolution steht für die Verknüpfung von industrieller Fertigung und Informationstechnologie – und damit für eine neue Stufe an Effizienz und Effektivität. Mit Industrie 4.0 entstehen neue Informationsräume, die ERP-Systeme, Datenbanken, das Internet sowie Echtzeitinformationen aus Fabriken, Lieferketten und Produkten miteinander verbinden.
In der Data Innovation Community “Industrie 4.0” sollen wichtige datengetriebene Aspekte der vierten industriellen Revolution erforscht werden, bspw. die vorausschauende Wartung von Produktionsressourcen oder auch das Auffinden von Anomalien in Produktionsprozessen.
Die Data Innovation Community “Industrie 4.0” richtet sich daher an alle interessierten Unternehmen und Forschungseinrichtungen, die bzgl. dieser Aspekte gemeinsame Forschung betreiben wollen. Dies schließt sowohl Anwenderunternehmen mit ein als auch Unternehmen der Automatisierungsbranche sowie der IT-Branche.

DIC-Leitung

Plamen Kiradjiev
kiradjiev@de.ibm.com
IBM
plamen-kiradjiev
Dr. Tilman Becker
tilman.becker@dfki.de
Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI)
tilman-becker
Zu einer Mitarbeit in der Data Innovation Community oder Teilnahme an deren Treffen kontaktieren Sie bitte das DIC per E-Mail unter industrie@sdil.de.
Mitglieder können auf die internen Foren im SAP Jam zugreifen.

SDCS-BW: die richtigen Algorithmen für erfolgreiche Multilabel-Produktklassifizierung aufspürt

SDCS-BW: die richtigen Algorithmen für erfolgreiche Multilabel-Produktklassifizierung aufspürt

  In modernen E-Commerce-Systemen fallen eine Vielzahl von Daten an – insbesondere, wenn Warenhäuser ihre großen Lager füllen und Produkte aus Lieferantenlisten in das hauseigene Produktinformationssystem integriert werden sollen. Auf dem Weg von der Lieferantenliste in das Product Information Management (PIM)-System werden Daten teilautomatisiert verarbeitet. Auf Grundlage, der in der Potenzialanalyse untersuchten, Algorithmen bereitete das […]

Risk Management 4.0 – Risikoanalyse von Investmentvermögen

Die Kernidee des Forschungskooperationsprojektes “Risk Management 4.0” ist die explorative Analyse hinsichtlich der Möglichkeit des maschinellen Lernens zur vorausschauenden kausalen Analyse von Risikofaktoren über Investmentportfolien hinweg. Solche automatisierten vorausschauenden Risikoanalysen fragt auch die Bundesanstalt für Finanzdienstleistungen (BaFin) in ihrem Konsultationspapier vom 16.07.2018 nach. Die Regulatorik auf der Ebene der EU und der BRD zur Anwendung […]

„Cognitive Assistant“ – Service-Assistent für Steuerberater, Wirtschaftsprüfer und Rechtsanwälte bei DATEV

Die Kernidee des Projektes ist es, eine Technologie zur dynamischen Erkennung von sogenannten “Intents” für Dialogsysteme zu entwickeln, welche “online”, d.h. in dem Fall während des Betriebs einer Service-Hotline, ermittelt werden können. So kann ein Nutzer zum Beispiel melden, dass ein bestimmter Service nicht mehr funktioniert, vermehrt Fragen zu aktuellen Themen (z.B. Stichtage für die […]

Kurzfristige Vorhersage von Personenströmen

Der Projektpartner SIS ist seit vielen Jahren im Bereich der Personenstromanalyse bei Großveranstaltungen kommerziell aktiv. Hierbei werden z.B. mithilfe von Smartphone Apps Bewegungsdaten der Besucher der Veranstaltung aufgezeichnet und in Echtzeit ausgewertet, um z.B. Rettungskräfte schnellstmöglich mit Informationen zu überfüllten Bereichen des Geländes zu versorgen. Im Rahmen dieses Projekts soll nun erforscht werden, inwiefern Vorhersagen […]

SDSC-BW: Objekterkennung in technischen Zeichnungen

SDSC-BW: Objekterkennung in technischen Zeichnungen

. EDI stellte dem SDSC-BW rund 1.000 technische Zeichnungen im PDF-Format zur Verfügung. In diesen tech-nischen Zeichnungen werden unterschiedlichen Normen für Oberflächenangaben, Maße und Bezüge verwendet. Die Schriftarten der Produktbeschreibungen sind dabei nicht einheitlich und werden aufgrund von Änderungen in den Produktbeschreibungen oftmals zusätzlich durch handschriftliche Notizen ergänzt. Die Arbeit der SDSC-BW-Experten konzentrierte sich hauptsächlich […]

Verteilte Auswertung hochfrequenter Messdaten aus der industriellen Fertigung für Qualitätsoptimierung und Condition Monitoring

Stillstandszeiten von Maschinen und Anlagen in der Fertigung sind teuer und sollen möglichst vermieden werden. Eine häufige Ursache für Maschinenausfälle sind Schäden an Lagern durch Verschleiß, Korrosion oder Überbelastung. Diese Schadensursachen wurden anhand hochfrequenter Beschleunigungs- und Körperschallsensorik erkannt. Diese Information kann weiter für präventive Wartung eingesetzt werden. Neben der Früherkennung von Schäden können datengetriebene Modelle […]

SDCS-BW: Bessere Startposition finden

SDCS-BW: Bessere Startposition finden

. Die von ArtiMinds bereitgestellten Daten stammten aus einem Versuch, in dem ein Roboterarm Löcher zur Bestückung eines Bauteils auf einer elektronischen Platine sucht. Der Versuch bestand aus 120 Durchläufen, die insgesamt 2.487 Beobachtungen generierten. Für jede Beobachtung wurden die Start- und Endpositionen des Roboterarms, dessen Kraft und die Laufzeit erfasst. Mithilfe der Datenanalyse entdeckte […]

SDCS-BW: Intelligente Verkaufsmengen vorhersagen

SDCS-BW: Intelligente Verkaufsmengen vorhersagen

. Schlötter stellte den Datenanalyseexperten des SDSC-BW die Verkaufsdaten der letzten 13 Jahre zur Verfügung: insgesamt rund eine Million Datenelemente. Die Daten enthielten Verkaufsinformationen zu jedem Produkt an jedem Tag, wie z.B. Verkaufsvolumen, Lageradresse, Kundennummer, Bestellzeit, Lieferzeit usw. Um die durch ungenaue Prognosen verursachten Verluste zu verringern, versuchte das SDSC-BW-Team, mithilfe des maschinellen Lernens die […]

Evaluation von Verfahren zur automatischen Rekonfiguration von Transportdrohnen

Die Fähigkeit, autonom Entscheidungen zu treffen und danach zu agieren ist ein Kernthema der Künstlichen Intelligenz. Dennoch sind Transportdrohnen heutzutage nicht in der Lage, Fehler in ihrem System selbständig zu erkennen und zu beheben. Dies führt zu Abstürzen von Drohnen und kann hohe Sach- und Personenschäden zur Folge haben. Um die funktionale Sicherheit von Transportdrohnen […]

SDCS-BW: Der ersten Schritt für eine bessere Verkaufsvorhersage

SDCS-BW: Der ersten Schritt für eine bessere Verkaufsvorhersage

. So unbeständig das Wetter auch ist, für Getränkehersteller ist es maßgeblich: Insbesondere sehr warmes Wetter schlägt sich entscheidend im Trink- und Kaufverhalten der Konsumenten nieder. Um mögliche Engpässe an heißen Tagen zu verhindern, müssen die Hersteller deshalb die Wetterlage in ihre Produktionsplanung mit einbeziehen. Denn gleichzeitig gilt es, Überproduktionen mit entsprechenden Lagerhaltungskosten bei geringerer […]