KI & Maschinelles Lernen
Künstliche Intelligenz in der Industrie – was wird wichtig? Künstliche Intelligenz ist auch im Anlagen- und Maschinenbau angekommen. Vorreiter präsentieren erste Projekte. Doch welche Themen werden im Bereich KI in den nächsten Monaten an Bedeutung gewinnen? Wir geben einen Überblick.
Integration von KI-Modellen
Ein Proof of Concept ist wichtig, doch funktioniert das Modell auch im Realbetrieb? Die Frage der Integration von KI-Modellen in bestehende Systeme wird die große Herausforderung für die nächsten Jahre in der Industrie sein. KI out of the box ist der Wunsch vieler Anwender. Doch die Realität sieht oft anders aus und bremst KI-Projekte in der Industrie aus.
DevOps kennen die meisten Anwender. Mit ML Ops wird heute auch schon Geld verdient. Dienstleister integrieren und warten Modelle, überprüfen die Genauigkeit der Modelle in der Produktion. Der Begriff leitet sich vom kontinuierlichen Entwicklungsprozess aus der Softwareindustrie ab.
Kann eine KI eine Maschine bauen?
KI und maschinelles Lernen ist nicht nur ein Tool für die Fertigungslinie. Ein Schwerpunkt der KI-Projekte liegt in den nächsten Jahren sicher im Bereich Design Space Exploration. Davon profitieren Mitarbeitende in der Entwicklung und aus dem Bereich Konstruktion. Am Ende wird die Frage stehen: Kann eine KI eine Maschine bauen?
Modelle zu vermarkten, zu adaptieren und wieder dem Kunden zur Verfügung zu stellen gewinnt an Bedeutung. Schon heute setzen einige Unternehmen auf federated learning und tauschen „nur noch“ Modelle von Maschinen aus.
Energiesparen dank künstlicher Intelligenz
Viele Unternehmen werden Algorithmen in den nächsten Jahren verstärkt auch dafür einsetzen, um Energieverbräuche vorherzusagen, um Energie einzusparen. Dazu kommt, dass auch die KI selbst energieeffizienter werden muss.
In der Kombination von Mathematik, Statistik und neuronalen Netzen liegt die Zukunft von industriellen Anwendungen. Nicht jedes Problem aus der Fabrik braucht ein neuronales Netz. Viele Fragen an die Daten lassen sich mit Methoden der good old fashioned AI lösen.
Dependable AI spielt eine wichtige Rolle in der Konstruktion und im Betrieb von KI-Systemen. Beim Engineering verlässlicher KI-Systeme geht es entsprechend darum, mittels Prinzipien aus dem Systems- und Software-Engineering bei der Konstruktion, der Verifikation/Validation und dem Betrieb des KI-Systems die Verlässlichkeit systematisch zu gewährleisten und insbesondere auch gesetzliche und normative Vorgaben bzgl. der Verlässlichkeit von Beginn an zu berücksichtigen. Dazu ist es wichtig zu verstehen, dass KI-Systeme fundamental anders entwickelt werden als klassische softwarebasierte Systeme.
Daten bilanzierbar machen
Daten und Data Lakes haben einen Wert. Doch Daten können heute noch nicht in einer Bilanz aktiviert werden. Es gibt erste Ansätze über Software und Modelle Daten zu aktivieren und damit bilanzierbar zu machen. Die Unternehmen warten auf Möglichkeit – ähnlich wie in den 90er Jahren als Software bilanzierbar wurde, denn bilanzierbare Daten bedeuten auch: KI-Projekte können einfacher finanziert werden.
Teilen
Aussteller zum Thema
Events zum Thema
Sprecher
KI in der Mähdrescher-Produktion
Künstliche Intelligenz als natürlicher Bestandteil
Reinforcement Learning: Wie der Shopfloor profitiert
Interesse an News zu Ausstellern, Top-Angeboten und den Trends der Branche?
ENGLISH
Hotline:
+49 (0)511 89-0
Deutsche Messe AG
Cookie Einstellungen
Browser Hinweis
Ihr Webbrowser ist veraltet. Aktualisieren Sie Ihren Browser für mehr Sicherheit, Geschwindigkeit und eine optimale Darstellung dieser Seite.
Browser aktualisieren