Aufbauend auf den bewährten, industrieseitig nachgefragten Themengebieten im Bereich »Industrie 4.0« wird der Fokus der Transferaktivitäten auf das Thema Künstliche Intelligenz gelegt und verstärkt  mit Aspekten der KI aus der angewandten Forschung der Hochschulen verbunden. Zur Erschließung dieser Themen für KMU werden Schulungen und Seminare sowie Demonstratoren in den bestehenden Laboren der Hochschulen für einen schnellen und niederschwelligen Transfer in die Anwendung bei KMU entwickelt und erprobt.

Die Zukunftsthemen der TPBW orientieren sich außer am konkreten Bedarf der Praxis auch am erklärten Ziel, zu konkreten Produktivitätssteigerungen in KMU beizutragen und damit dem Produktivitätsparadoxon der Digitalisierung zu begegnen.

Der betriebswirtschaftliche Nutzen durch neue Geschäftsmodelle und die Potenziale einzelner KI-Lösungen sind hierbei wichtige Bewertungskriterien, die für Steinbeis und die TPBW zentrale Bestandteile in der Zusammenarbeit mit der Wirtschaft darstellen.

Hier zeigen wir Ihnen unsere Haupt-Kompetenzfelder mit Fokus auf die Künstliche Intelligenz.

Smart Factory Data und Simulation

Unter Zuhilfenahme von KI-Technologien werden im Smart Factory-Umfeld völlig neue Chancen für die Gestaltung der Produktion und der Arbeit (New Work) eröffnet. Es gilt diese zu nutzen, um neuartige Konzepte und Lösungen sowie neue Geschäftsmodelle zu schaffen.

Das Echtzeitabbild von Maschinen, Arbeits-systemen und der gesamten Produktion  oder Logistik mit Hilfe von Sensoren und schnelle Datenverbindungen (WLAN6, 5G) sind hierfür Enabler, die zu deutlich besseren digitalen Modellen von mit Hilfe
von KI-Methoden optimierbaren Produktionssystemen führen.

Augmented und Virtual Reality Methoden im Maschinenbau

Moderne Methoden der Mixed Reality (Augmented und Virtual Reality) finden zunehmend Anwendung im industriellen Umfeld.

Dabei wird der digitale Zwilling über moderne Visualisierungsmethoden stufenlos mit der realen Umgebung verschmolzen. Einsatzgebiete reichen über den gesamten Lebenszyklus einer Anlage, angefangen bei der Konzeptvisualisierung über die CAE-basierte Entwicklung (einschließlich der virtuellen Inbetriebnahme) bis hin zur Betriebsüberwachung und Bedienerführung, Schulung und Vertrieb.

Mittels Algorithmen der Künstlichen Intelligenz (KI) kann die reale Umgebung effektiver detektiert werden, und Informa-tionen können bedarfsgerecht angezeigt werden.

Cloud-Technologien und IIoT-Infrastruktur

Bereits die heutigen KI-Methoden zeigen auf, welche Chancen sich zukünftig bieten.

Die Cloud mit Apps zur Analyse und Optimierung wird daher zukünftig eine wesentlich stärkere Rolle spielen als dies heute der Fall ist.

5G-Infrastrukturen werden eine zuverlässige, schnelle und latenzarme Datenverbindung in der Fabrik gewährleisten und damit als Basis für KI-Anwendungen neue Anwendungsfälle im Bereich Industrial Internet of Things, Selbststeuerung und Sicherheit ermöglichen.

Intelligente Sensorik und Aktuatorik

Die Basis für fast alle »Industrie 4.0« Anwendungen im Maschinen- und Anlagenbau sind intelligente Sensoren und Systeme. Deren Daten bilden das Fundament neuer Entwicklungen und Lösungen. Beispielsweise sind Machine-Learning-Anwendungen ohne Daten nahezu nutzlos.

Daher können die Potenziale solcher Lösungen mit KI deutlich besser und effizienter genutzt werden.

IT-Security in der Industrie

Die Vernetzung von IoT-Systemen schafft zwangsläufig vergrößerte Angriffsflächen, welche von Angreifern vielfältig ausgenutzt werden können. Daher ist es notwendig, neuartige Verfahren zur Entwicklungs- unterstützung und Gewährleistung der IT-Sicherheit zu etablieren, die möglichst wenig Administration und Service erfordern.

Beispiele hierfür sind Gateways mit integriertem Intrusion Detection Systemen (IDS) basierend auf Selbstorganisierenden Neuronalen Netzen oder selbstlernende regelbasierte IDS für Embedded Systeme.

Condition Monitoring und Predictive Maintenance

Funktionalitäten der Zustandsüberwachung durch Sensorintegration und –fusion sowie KI-unterstützte Algorithmik mit Hilfe von Digitalen Zwillingen für Simulations- und Prognosemodelle sind Gegenstand der aktuellen Forschung mit hohem Transfer-potential.

Mit Hilfe der KI werden hier zukünftig
z. B. deutliche Zugewinne im Bereich der vorausschauenden Wartung durch Data Mining und Big Data möglich sein.

Geschäftsmodelle und Nutzenpotenziale

Technologische Möglichkeiten sind kein Selbstzweck, sondern eröffnen Unternehmen Chancen, die betriebswirtschaftlich und hinsichtlich ihrer Machbarkeit bewertet werden müssen. Nur dann können sie zum Nutzen des Unternehmens beitragen.

KI aber auch Technologien wie Blockchain eröffnen eine Vielzahl neuer Möglichkeiten, Wertschöpfung, Verhandlungsmechanismen  oder Prozesse produktiver zu gestalten und neue Marktchancen zu erschließen – mit Hilfe geeigneter Bewertungsmethoden können sie gezielt für das einzelne Unternehmen erschlossen werden.

Mensch-Maschine-Kollaboration

Die Zusammenarbeit von Mensch und Maschine wird mit Hilfe von KI sicherer, intuitiver sowie effizienter und damit in vielen Marktbereichen wettbewerbs- entscheidend sein.

Ein großes Potenzial bieten hier verbesserte Interaktionsmöglichkeiten zwischen Mensch und Maschine. Entsprechende Verfahren basieren häufig auf Methoden der Mustererkennung in Verbindung mit überwachten Lernverfahren.

Auch Lösungen zur Steigerung der Flexibilität der Systeme durch die Weiterentwicklung zu mobilen Assistenzsystemen oder durch modellbasierte Ansätze zur Problem-beschreibung in Kombination mit Verfahren zum zielgerichteten Durchlaufen von Problemräumen sind hier aussichtsreich.