Maschinelles Lernen

Manuelle Einstellung und Überwachung der Prozessparameter kostet Zeit und kann zu Qualitätsproblemen führen. KI-Modelle können helfen, die optimalen Einstellungen zu finden. →mehr erfahren

Wir bauen und trainieren ein KI-Modell, das Tätigkeiten eines Werkers aus dem Holzbau eindeutig erkennt. Ziel ist es, verbesserte Prozesse für die Ergonomie abzuleiten und Gefahrenbereiche zu erkennen. →mehr erfahren

Erfahren Sie, wie cloudbasierte KI-Anwendungen Prozesse effizienter gestalten und damit die Wettbewerbsfähigkeit von mittelständischzen Unternehmen steigern kann. →mehr erfahren

Eignen sich KI-Verfahren für die herstellerunabhängige Klassifikation von Scheinwerfertypen? Wir prüfen verschiedene Methoden der KI-basierten Datenverarbeitung und schauen uns Entwicklungssoftware näher an. →mehr erfahren

KI kann zur Prozessoptimierung in kleinen und mittleren Unternehmen beitragen. Im Praxistipp konzentrieren wir uns auf technische Produktionsprozesse und teilen Erfahrungen. →mehr erfahren

Gesundheitsdaten werden fast permanent freiwillig getrackt. Künstliche Intelligenz (KI) könnte durch deren Auswertung neue Erkenntnisse generieren. Wir erklären, welche rechtlichen Aspekte dabei beachtet werden müssen. →mehr erfahren

Das automatisierte Maschinelle Lernen (AutoML) bildet einen weiteren Schritt in der Entwicklung des Maschinellen Lernens. Für welche Prozesse AutoML geeignet ist und welche Herausforderungen bestehen, zeigt unser Trendradar. →mehr erfahren

Gamification kann für mehr Zufriedenheit am Arbeitsplatz sorgen und gleichzeitig die Produktivität erhöhen. Wir stellen einen Ansatz vor, der Gamification mit KI verbindet und für Industrieunternehmen geeignet ist. →mehr erfahren

Eine gleichbleibende Schleifqualität erfordert regelmäßiges Abrichten. Wir zeigen, wie KI bei der Optimierung der Abrichtzyklen unterstützen kann. →mehr erfahren