Künstliche Intelligenz in der Produktion

Produzierende Unternehmen implementieren bereits mehr und mehr Pilotanwendungen künstlicher Intelligenz. Ihre Bedeutung für die Produktion nimmt stetig zu: 84 Prozent aller Führungskräfte glauben laut einer Studie der Unternehmensberatung »Accenture«, dass sie ihre Wachstumsziele nicht erreichen werden, wenn sie KI nicht flächendeckend im Unternehmen einsetzen. Das Fraunhofer IPT hat deshalb schon vor geraumer Zeit ein Angebotsportfolio entwickelt, das bereits erfolgreich in produzierenden Unternehmen unterschiedlicher Größen erprobt und eingesetzt wurde.

Branchenübergreifend wählt das Fraunhofer IPT geeignete KI-Anwendungsfälle aus und implementiert diese in die Produktionsumgebung. Auch ein Kompetenzaufbau und die Begleitung von Data-Science-Teams im Unternehmen zählen zu den Möglichkeiten der Kollaboration rund um das Thema KI. Unsere langjährige Zusammenarbeit mit erfahrenen Software-Entwicklern in der täglichen Projektarbeit bildet hierfür ein solides Fundament.  

 

Entscheidungshilfe: KI-Anwendung, Machine Learning und Big Data

Wenn Sie herausfinden möchten, ob Ihre Anwendungen durch den Einsatz künstlicher Intelligenz profitieren können, sind gute Informationen das A und O: Welche Anwendungen gibt es bereits? Welche Algroithmen lassen sich an Ihre Aufgaben adaptieren? Und wie trainieren Sie die KI, damit sie die richtigen Ergebnisse ausgibt? Wir kennen die Einsatzgebiete und Lösungsansätze, mit denen Sie arbeiten können.

 

Wo lohnt sich künstliche Intelligenz?

Gerade mittelständische Unternehmen stehen oft vor der Frage, ob sich die Investition lohnt. Mit dem »AI Kick-Starter Bundle« unterstützen wir Ihre Entscheidung.

 

Softwarelösung für KI und Machine Learning in der industriellen Anwendung

Die IQP ist eine umfassende Software zur Nutzung, Überwachung und Optimierung industrieller KI- und Machine-Learning-Anwendungen. Durch standardisierte Integration und parallelen Betrieb verschiedener ML-Anwendungen steigert die IQP Effizienz und Wirtschaftlichkeit in der Produktion. Lernen Sie die IQP und die bereits implementierten Use Cases kennen.

 

Prozesse optimieren mit Künstlicher Intelligenz

Künstliche Intelligenz und Machine Learning helfen, Prozesse zu verbessern. Wir zeigen Ihnen passende Modelle, Systeme und Architekturen für die Prozessoptimierung.

 

Vertrauenswürdige KI

KI-Experten haben ein Vorgehensmodell für die Entwicklung vertrauenswürdiger industrieller KI-Anwendungen entworfen, das speziell auf die Herausforderungen der Produktionstechnik zugeschnitten ist.

 

Testen Sie mit freien Datensätzen!

Für alle, die Erfahrungen mit KI und Machine Learning sammeln möchten, haben wir eine Liste an Daten und Algorithmen zusammengestellt, die Sie frei nutzen können.

Beispielhaft: Künstliche Intelligenz im Einsatz für die Produktion

Unsere Wissenschaftlerinnen und Wissenschaftler arbeiten zusammen mit Partnern aus Industrie und Forschung in zahlreichen Projekten zum Einsatz künstlicher Intelligenz in Produktionsumgebungen. Die Erfahrung zeigt, dass die Palette möglicher Anwendungsfelder ausgesprochen breit ist und der KI-Einsatz in vielen Bereichen Nutzen stiften kann. Einige Beispiele haben wir hier zusammengestellt.

Federated Learning für die Zerspanung

Wir befähigen Unternehmen, die Vorteile von KI für ihre Qualitätskontrolle zu nutzen und gleichzeitig den Datenschutz ihrer sensiblen Produktionsdaten zu gewährleisten.

 

KI in der Raumfahrtproduktion

Mit Unternehmen der europäischen Raumfahrt untersuchen wir sechs vielversprechende Anwendungsfelder für den KI-Einsatz.

 

Künstliche Intelligenz in der Optikmontage

Die automatisierte Montage hochpräziser Optiken ist eine komplexe Aufgabe, die vom gezielten Einsatz künstlicher Intelligenz profitiert.

Mit künstlicher Intelligenz Krebs bekämpfen

Im Forschungsprojekt AIDPATH entwickeln wir mit Partnern eine KI-gestützte automatisierte Produktion für individuelle Zelltherapien im modernen Krankenhaus.

 

 

 

https://www.ipt.fraunhofer.de/de/projekte/aidpath.html

3D-Drucke durch KI
effizient herstellen

Wie können Datenquellen und -typen im Kunststoff-3D-Druck automatisiert verknüpft werden, um die Druckprozesse zu verbessern und Fertigungskosten zu senken?

 

Effizienz in der Kleinserienfertigung

Wie KI-Systeme Unternehmen in der Einzel- und Kleinserienfertigung dazu befähigen, effizientere und leistungsfähigere Prozesse zu etablieren, beschreibt unser Whitepaper.

 

 

 

https://www.ipt.fraunhofer.de/de/publikationen/whitepaper-trendreporte-studien/kuenstliche-intelligenz-in-der-einzel-und-kleinserienfertigung.html

Objektive Sichtprüfung in der Serienfertigung

Im Forschungsprojekt »KOMBI« gestalten wir Tools zur objektiven Qualitätssicherung durch die Nutzung von Smart Devices und Machine Learning.

Künstliche Intelligenz für den Mittelstand

Gemeinsam mit der Fraunhofer-Allianz Big Data bereiten wir produzierende Unternehmen auf die Einführung von KI-Systemen vor.

Maschinen intelligent charakterisieren

KI-Modelle können dabei helfen, Maschinenfehler durch Verschleiß oder veränderte Umgebungsbedingungen schneller aufzuspüren und Abhilfe zu schaffen.  

 

 

 

 

 

https://www.ipt.fraunhofer.de/de/kompetenzen/Produktionsmaschinen/praezisionstechnik-und-kunststoffreplikation/kuenstliche-intelligenz-in-der-maschinencharkterisierung.html

Aktuelle Publikationen des Fraunhofer IPT

Das Fraunhofer IPT kommuniziert regelmäßig seine Forschungsergebnisse zur künstlichen Intelligenz in wissenschaftlichen Publikationen. Weitere Veröffentlichungen zu diesem Thema finden Sie in der Fraunhofer-Publica.

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2025 Adaptive Control Strategies for Networked Systems: A Reinforcement Learning-Based Approach
Gilerson, André; Bünte, Niklas; Kehl, Pierre E.; Schmitt, Robert H.
Zeitschriftenaufsatz
Journal Article
2025 Automated flank wear segmentation and measurement with deep learning image processing
Holst, Carsten
Dissertation
Doctoral Thesis
2025 A data management system for precision medicine
Jacobs, John J.L.; Beekers, Inés; Verkouter, Inge; Richards, Levi B.; Vegelien, Alexandra; Bloemsma, Lizan D.; Bongaerts, Vera A.M.C.; Cloos, Jacqueline; Erkens, Frederik; Gradowska, Patrycja; Hort, Simon; Hudecek, Michael; Juan, Manel; Maitland-van der Zee, Anke H.; Navarro-Velázquez, Sergio; Ngai, Lok Lam; Rafiq, Qasim A.; Sanges, Carmen; Tettero, Jesse; Os, Hendrikus J.A. van; Vos, Rimke C.; Wit, Yolanda de; Dijk, Steven van
Zeitschriftenaufsatz
Journal Article
2025 A comparison of transformer and CNN-based object detection models for surface defects on Li-Ion Battery Electrodes
Mattern, Alexander; Gerdes, Henrik; Grunert, Dennis; Schmitt, Robert H.
Zeitschriftenaufsatz
Journal Article
2025 Explainable neural network for time series-based condition monitoring in sheet metal shearing
Becker, Marco; Niemietz, Philipp; Bergs, Thomas
Zeitschriftenaufsatz
Journal Article
2024 Modularity of Manufacturing Systems for Efficient Prototyping
Zontar, Daniel; Rojacher, Cornelia; Hillmer, Nils; Batzel, Christian; Paria, Hamidreza
Zeitschriftenaufsatz
Journal Article
2024 Optimizing Production Lines for Soft and Deformable Products with Agile and Flexible Reconfigurable System
Mazzuto, Giovanni; Ciarapica, Filippo Emanuele; Hellmich, Jan Hendrik; Moya-Ruiz, Laura; Fraile Gil, Francisco
Paper
2024 Machine learning pipeline for application in manufacturing
Fitzner, Antje; Hülsmann, Tom; Ackermann, Thomas; Pouls, Kevin Bernard; Krauß, Jonathan; Mende, Hendrik; Leyendecker, Lars; Schmitt, Robert H.
Konferenzbeitrag
Conference Paper
2024 Ready for Take-off - Artificial Intelligence in Space Production
Schuh, Günther; Schmitt, Robert H.; Cassel, Leonard; Schenk, Leonard; Motz, Maximilian
Paper
2024 Enabling energy-efficient thin glass forming by Life Cycle Assessment
Töne, Raphael; Paria, Hamidreza; Grunwald, Tim; Bergs, Thomas
Vortrag
Presentation
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica