Künstliche Intelligenz

KI und Digitalisierung

Unsere KI-Produktions-Plattform für kontinuierliche Prozesse

Die KI-Produktions-Plattform (KIPP) ist eine von uns und der THA gebotene und durch die Universität Augsburg, DLR und Fraunhofer unterstützte Plattform zur Zusammenarbeit in der Prozessoptimierung kontinuierlicher Prozesse mithilfe von Sensorik und künstlicher Intelligenz bzw. machine learning.
Von Sensorherstellern bis zum Datenmanagement im Hintergrund mit MQTT, MES und ERP bilden wir eine Bandbreite von Prozessschritten aus der Optimierung ab.
So können wir unter anderem auch vollkommen neue Geschäftsmodelle wie den digitale Produktpass ermöglichen und uns mit seinen Herausforderungen in der Gesellschaft auseinandersetzen bzw. an passenden Lösungen arbeiten.

Unser Prozess

In unserer Arbeit mit künstlicher Intelligenz und Digitalisierung gehen wir in verschiedensten Bereichen regelmäßig nach ähnlichen Mustern vor. Diese wollen wir im Folgenden vorstellen.

Sollten Sie an einer möglichen Zusammenarbeit interessiert sein, finden Sie am Ende dieser Seite Kontaktmöglichkeiten.

Donec sed lectus mi. Vestibulum et augue ultricies, tempus augue non, consectetur est. In arcu justo, pulvinar sit amet turpis id, tincidunt fermentum eros. Nam porttitor massa ac leo porta congue nec at leo. Maecenas rutrum, neque bibendum vestibulum imperdiet, ex tellus molestie ante, at semper justo neque vel nisi. In tellus felis, suscipit pellentesque imperdiet sit amet, posuere nec sem. Sed at fringilla justo. Fusce dictum condimentum turpis vitae interdum.

Vestibulum et augue ultricies, tempus augue non, consectetur est. In arcu justo, pulvinar sit amet turpis id, tincidunt fermentum eros. Nam porttitor massa ac leo porta congue nec at leo. Maecenas rutrum, neque bibendum vestibulum imperdiet, ex tellus molestie ante, at semper justo neque vel nisi. In tellus felis, suscipit pellentesque imperdiet sit amet, posuere nec sem. Sed at fringilla justo. Fusce dictum condimentum turpis vitae interdum.

Sed ut perspiciatis unde omnis iste natus error sit, eaque ipsa quae ab illo inventore veritatis et quasi architecto beatae.

Prozess- und Datenerfassung

Während der Prozesserfassung identifizieren und dokumentieren wir systematisch alle relevanten Vorgänge in einem Prozess. Ziel ist es, diesen Prozess tiefgreifend zu verstehen, um Verbesserungspotenziale identifizieren zu können.

Während der Datenerfassung sammeln wir strukturierte und unstrukturierte Daten zu allen relevanten Prozessschritten aus verschiedenen Quellen, um sie später analysieren und nutzen zu können. So schaffen wir eine fundierte Grundlage für nachfolgende Analyse- und Optimierungsschritte.

Analyse

In diesem Schritt geht es darum, erfasste Daten systematisch und deskriptiv zu untersuchen und zu interpretieren, um Muster zu erkennen, Trends zu identifizieren und tiefere Einblicke in den Prozess zu gewinnen. Ziel ist es, die gewonnen Informationen zu nutzen, um Optimierungsmöglichkeiten zu identifizieren, um sie später testen und verifizieren zu können.

Am ITA Augsburg verwenden wir eine Vielzahl fortschrittlicher Analyseverfahren, darunter Principle Components Analysis, statistische Verfahren und Data Mining. Unsere Analyseprozesse ermöglichen es uns, auch komplexe Datenmengen zu verstehen.

Einblick in eine unserer Analyse-Softwares

Optimierung

In der Optimierungsphase konzentrieren wir uns auf die Verbesserung der bestehenden Prozesse und Systeme bzw. Produkte, um ihre Effizienz, Leistung oder Qualität zu erhöhen. Dies geschieht durch systematische Anpassungen und Verbesserungen basierend auf den Erkenntnissen aus der Analysephase.

Darstellung einer unserer Softwares in der Optimierungsphase

Am ITA Augsburg konzentrieren verfügen wir über langjährige Expertise im Bereich der Optimierung von Textil- und Compositerecyclingprozessen, was Effizienz, Umweltfreundlichkeit, und Kosten angeht. Dies umfasst die Verbesserung von Maschinenleistungen, die Reduzierung von Materialverbrauch und Abfall sowie die Steigerung der Produktqualität.

Zur Durchführung von Optimierungsansätzen nutzen wir beispielsweise machine learning. In verschiedenen Iterationen prüfen wir dann unsere Annahmen und entwickeln so optimierte Prozesse.

Automatisierung

Technikumsleiter Matthias Abbt, M.Sc. an einer unserer Anlagen im Sigmapark

Im Schritt der Automatisierung bzw. Autonomisierung konkretisieren sich theoretisch entwickelte Prozessschritte. Ziel dieses Schrittes ist es, einen finalen Prozess aufzubauen, der sich selbstständig weiter optimiert und mögliche Prozessschwankungen kompensiert und auf Störfaktoren und andere mögliche Einflussgrößen eigenständig reagieren kann.

Validierung

Validierungen sind Teil jeder unserer Iterationen. Nach der Entwicklung eines optimierten Prozesses führen wir eine umfassende, finale Validierung durch.