INDUSTRIAL AI & AR
Wir verbinden fundiertes Domänenwissen im industriellen Umfeld mit unseren Erkenntnissen aus intensiver Forschung und schaffen so praxisnahe und innovative Lösungen, die eine tiefgreifende Transformation Ihrer Produktionsprozesse ermöglichen.
Der Einsatz von Künstlicher Intelligenz (AI), Machine Learning und Augmented Reality (AR) in Ihrer Smart Factory bietet nahezu unbegrenzte Möglichkeiten. Überzeugen Sie sich selbst!
Machine Learning & Generative AI
Künstliche Intelligenz optimiert die Entscheidungsfindung durch präzise, datenbasierte Einblicke und verbessert die Produktionsprozesse. Vorausschauende Wartungssysteme minimieren Ausfallzeiten und senken Wartungskosten, während KI-gestützte Qualitätskontrollsysteme die Produktqualität verbessern. Darüber hinaus ermöglicht ein optimiertes Ressourcenmanagement eine bessere Erfüllung von Kundenanforderungen sowie die Erreichung von Nachhaltigkeitszielen. Klingt spannend?
Wir analysieren Ihre Prozesse und identifizieren spezifische Anwendungsfälle. Anschließend erstellen wir eine Machbarkeitsstudie, in der wir die technische und wirtschaftliche Machbarkeit bewerten.
Unsere Empfehlungen umfassen geeignete Machine-Learning- und Generative-AI-Modelle, die auf unserer Erfahrung in der Entwicklung und Implementierung von Smart-Industry-Software und innovativen Technologien basieren. Gerne übernehmen wir die Datenaufbereitung, indem wir Ihre Daten sammeln, bereinigen und vorbereiten. Anschließend erstellen und trainieren wir maßgeschneiderte ML- und KI-Modelle, die sich nahtlos in Ihre bestehenden Systeme integrieren lassen.
–
Innovative Anwendungsfälle:
Augmented Reality Assistance
Die Einsatzmöglichkeiten von Augmented Reality sind vielfältig. So lassen sich Bearbeitungszeiten durch direkten Zugriff auf relevante Informationen verkürzen, Fehler durch visuelle Überlagerungen und Schritt-für-Schritt-Anleitungen minimieren und die Qualität verbessern. Auch die Einarbeitungszeit kann durch interaktive Trainingsmethoden verkürzt werden. Zudem ermöglicht die Fernunterstützung durch Experten eine Reduzierung von Vor-Ort-Einsätzen und eine Verbesserung der Reaktionszeiten.
Auf Basis unserer bewährten AUNOVIS Q!Vizar Experience Plattform entwickeln wir spezifische AR Use Cases und maßgeschneiderte AR-basierte Assistenzkonzepte. Die identifizierten Use Cases setzen wir kundenspezifisch um und bieten damit ein kombiniertes Modell aus modularer Plattform und individuellen Dienstleistungen an.
–
Industrielle Use Cases:
Kamerakalibrierung mit Hololens 2.
Vision
Eine Softwarelösung, die die Qualitätskontrolle in der Fertigung neu definiert. Ziel ist es, die gleichzeitige Kalibrierung mehrerer Kameras an der Blanking-Line unseres Projektpartners zu ermöglichen und dabei den Einsatz eines Laptops in großer Höhe durch die AR-Technologie zu ersetzen.
Umsetzung
Der Kalibrierungsprozess wird durch die Einblendung von Echtzeitdaten optimiert, die das Verständnis der Maschinenfunktion und des Kalibrierungsprozesses verbessern. Unsere Software zeigt die aggregierten Signale und ihre Sollwerte direkt im Sichtfeld an, was die Kalibrierung und Einstellung der Kameras vereinfacht. Dies ermöglicht eine effiziente, freihändige Montage, bei der die Techniker ohne Unterbrechung arbeiten können und sofortiges Feedback erhalten.
Maschinelles lernen von verhaltensmodellen.
Vision
Digitale Zwillinge sind virtuelle Abbilder von Robotern, Maschinen oder ganzen Produktionsanlagen. Sie ermöglichen es, das Zusammenspiel einzelner Komponenten und das Verhalten ganzer Anlagen virtuell zu simulieren und zu optimieren.
Durch den Einsatz von KI wollen wir die Erstellung solcher Verhaltensmodelle revolutionieren und die herkömmliche, manuelle und zeitintensive Arbeit durch maschinelles Lernen ersetzen. Wir wollen eine Methodik schaffen, die die Modellierung unbekannter, komplexer Systeme mit beeindruckender Realitätsnähe und Präzision ermöglicht.
Umsetzung
In einem Evaluationsprojekt mit unserem Forschungspartner haben wir Verhaltensmodelle mit Machine Learning-Ansatz entwickelt, die auf verschiedene Situationen wie Störfälle und Inbetriebnahme neuer Anlagen reagieren. Unser universeller Ansatz modelliert unbekannte Systeme ohne zusätzliches Wissen mit der erforderlichen Genauigkeit. Mit fortschrittlichen Methoden des maschinellen Lernens treiben wir diese Forschung voran. Unser Ziel ist es, unseren Ansatz in Zukunft effizient und kostengünstig in der Fabrikplanung und -instandhaltung einzusetzen.
Maschinelles lernen von verhaltensmodellen.
Vision
Digitale Zwillinge sind virtuelle Abbilder von Robotern, Maschinen oder ganzen Produktionsanlagen. Sie ermöglichen es, das Zusammenspiel einzelner Komponenten und das Verhalten ganzer Anlagen virtuell zu simulieren und zu optimieren.
Durch den Einsatz von KI wollen wir die Erstellung solcher Verhaltensmodelle revolutionieren und die herkömmliche, manuelle und zeitintensive Arbeit durch maschinelles Lernen ersetzen. Wir wollen eine Methodik schaffen, die die Modellierung unbekannter, komplexer Systeme mit beeindruckender Realitätsnähe und Präzision ermöglicht.
Umsetzung
In einem Evaluationsprojekt mit unserem Forschungspartner haben wir Verhaltensmodelle mit Machine Learning-Ansatz entwickelt, die auf verschiedene Situationen wie Störfälle und Inbetriebnahme neuer Anlagen reagieren. Unser universeller Ansatz modelliert unbekannte Systeme ohne zusätzliches Wissen mit der erforderlichen Genauigkeit. Mit fortschrittlichen Methoden des maschinellen Lernens treiben wir diese Forschung voran. Unser Ziel ist es, unseren Ansatz in Zukunft effizient und kostengünstig in der Fabrikplanung und -instandhaltung einzusetzen.
AR Remote Assistance.
Vision
Die Vereinfachung der komplexen Maschinenwartung und Überbrückung des Fachkräftemangels, indem traditionelle Supportmethoden durch fortschrittliche AR-Technologie ersetzt werden. Expert:innen müssen nicht mehr reisen, um Unterstützung zu leisten. Fortschrittliche AR-Technologie ermöglicht einen virtuellen Vor-Ort-Support, der es Spezialist:innen erlaubt, die Situation aus der Ferne zu erfassen und zu analysieren.
Umsetzung
Eine AR-Anwendung, die eine innovative Support-Lösung bietet, indem sie browserbasierte visuelle Verbindungen ermöglicht. Die Lösung umfasst eine integrierte Aufnahmefunktion und 3D-Objektmarkierung, wodurch Kommunikation und Zusammenarbeit erheblich vereinfacht werden. Techniker und Supportmitarbeitender können in Echtzeit die Sicht und Perspektive des Technikers teilen, was zu einer effizienteren Problemlösung und einer schnelleren Entscheidungsfindung führt.
Entdecken Sie Q!Vizar Remote Assist hier.
Prozessanalyse mit graph embeddings.
Vision
Unser Ziel ist es, die Transparenz und damit die Effizienz der Produktionsprozesse in der Smart Factory signifikant zu steigern. Aufgrund der Integration verschiedener Systeme (MES, ERP, Shopfloor) und der damit verbundenen Komplexität ist dies nicht trivial zu lösen, sondern erfordert umfassende Prozessanalysen.
Umsetzung
Mit Hilfe verschiedener Process Mining Verfahren wurden zunächst die digitalen Spuren der Teilprozesse in den verschiedenen Systemen der Smart Factory gesammelt, um diese konsistent zu einzelnen Geschäftsprozessen zusammenzuführen. Anschließend wurden verschiedene Methoden des Graph Embeddings eingesetzt, um diese Prozesse zu visualisieren. Durch verschiedene Clustering-Verfahren wurden Unregelmäßigkeiten und Anomalien aufgedeckt, die Ansatzpunkte für Prozessoptimierungen lieferten und eine transparente Darstellung und Verfolgung der End-to-End-Prozesse ermöglichten.
Finden Sie genau das, was Sie brauchen.
CEO, Technology & Innovation
Gute Projekte Entstehen durch
gute Gespräche.
Ob per E-Mail, Telefon oder unserem Kontaktformular – wir freuen uns immer über Ihr Interesse.