Im Leitprojekt Machine Learning for Production (ML4P) gehen wir davon aus, dass die Leistung in modernen Produktionsanlagen – sowohl in der Prozess- als auch in der stückgutproduzierenden Industrie – mithilfe von Maschinellem Lernen optimiert werden kann.

Unter der Schirmherrschaft und Koordination des Fraunhofer IOSB bündeln mehrere Fraunhofer-Institute ihre Anwendungserfahrung und Kompetenzen im Maschinellen Lernen zur Erarbeitung von Lösungen für die Industrie. In ML4P werden intelligente Methoden zur Bedarfsdeckung der Industrie formuliert werden und der Weg zu flexiblen, schnell lernenden Anlagen vorbereitet. Eine »lernende Maschine« könnte zum Beispiel den Einbau intelligenter Komponenten oder einen effizienten, ganzheitlichen Umgang mit sehr großen Datenmengen beinhalten.  

 

Ziele von ML4P:

  • Entwicklung eines toolgestützten Vorgehensmodells
  • Realisierung eines Software-Tools, mit dem der Ist-Zustand erfasst und analysiert wird, um mögliche Optimierungspotentiale aufzuzeigen
  • Ableitung und Auswahl geeigneter Verfahren des Maschinellen Lernens in der Produktion

Beteiligte Institute des Fraunhofer-Verbunds Produktion:

Fraunhofer-Institut für Fabrikbetrieb und - automatisierung IFF

Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU

Weitere Informationen zum Leitprojekt ML4P:

https://www.iosb.fraunhofer.de/servlet/is/80043/

 

Mehr Informationen

 

Künstliche Intelligenz

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich damit beschäftigt, Maschinen mit Fähigkeiten auszustatten, die intelligentem (menschlichem) Verhalten ähneln. Dies kann mit vorprogrammierten Regeln oder durch Maschinelles Lernen erreicht werden. Starke bzw. generelle KI bezeichnet Maschinen, die generalisierende Intelligenz- und Transferleistungen erbringen können und somit nicht nur auf sehr begrenzte, vordefinierte Aufgabenfelder beschränkt sind.