Verwandte Netzwerke und F&E-Projekte KI-Landkarten KI NRW Als zentrale Vernetzungsinitiative im Bereich der Künstlichen Intelligenz für das Land Nordrhein-Westfalen ist es unser Anliegen, Kompetenzen im Bereich KI zu bündeln, zu stärken und weiter auszubauen. Ein wesentlicher Faktor dabei: Wissenschaft und Wirtschaft eng miteinander zu verzahnen, damit ein effizienter und anwendungsorientierter Technologietransfer gelingt. KI.NRW hat seit seiner Gründung bereits zahlreiche in NRW ansässige Unternehmen eng mit Universitäten, Hochschulen und Forschungseinrichtungen vernetzt und anwendungsorientierte Projekte initiiert. Plattform Lernende Systeme Die Plattform Lernende Systeme vereint Expertise aus Wissenschaft, Wirtschaft und Gesellschaft, um Deutschland international als Technologieführer für Lernende Systeme zu positionieren. Sie versteht sich als ein Ort des Austauschs und der Kooperation. Leuchtturmprojekte der BMWi-Ausschreibung KI-Ökosysteme FabOS FabOS bildet den IT-Backbone für die wandlungsfähige Automatisierung der Fabrik der Zukunft und die Grundlage eines Ökosystems für datengetriebene Dienste und KI-Anwendungen. Deutsche Unternehmen können von ihrem tiefen Domänenwissen und Erfahrung über industrielle Produkte, komplexen und hochqualitativen Fertigungsprozessen sowie wandlungsfähigen und stark vernetzten Produktionssystemen (Internet der Dinge, Industrie 4.0) profitieren. Diese starke Industriekompetenz ist essenziell wichtig, um KI-Lösungen für industrielle Anwendungen zu entwickeln und somit die KI-Technologie über den Stand der Technik hinaus zu treiben. SPAICER Das Projekt SPAICER entwickelt ein datengetriebenes Ökosystem auf der Basis lebenslanger, kollaborativer und niederschwelliger Smarter Resilienz-Services durch Einsatz führender KI-Technologien und Industrie 4.0 Standards mit dem Ziel, Störungen vorherzusehen (Antizipation) und Produktionsplanungen jederzeit an aktive Störungen optimiert anzupassen (Reaktion). KEEN – Künstliche-Intelligenz-Inkubator-Labore in der Prozessindustrie Das KEEN-Konsortium forscht an der Implementierung von KI-Verfahren in drei Themenbereichen: der Modellierung von Prozessen, Produkteigenschaften und Anlagen, dem Engineering (besonders der Unterstützung komplexer Planungsprozesse und Sicherheitsengineering) sowie der Realisierung selbstoptimierender Anlagen. Service Meister Um den deutschen Mittelstand zu unterstützen wird Service-Meister eine KIbasierte, anlagen-, abteilungen-, und firmenübergreifende Serviceplattform für den deutschen Mittelstand entwickeln. Ein wichtiges Teilziel ist es geringer ausgebildete Fachkräfte mit Hilfe von digitalen Ratgebern, wie KI-basierten ServiceBots und Smart Services, auch für komplexe Dienstleistungen zu befähigen. Als zweites Teilziel soll über die Bereitstellung des digitalisierten Service- Wissens auf einer Plattform eine unternehmensübergreifende Skalierbarkeit von Service ermöglicht werden. Dadurch entsteht ein Serviceökosystem, dass dem Fachkräftemangel in Deutschland entgegengewirkt und den deutschen Mittelstand langfristig wettbewerbsfähig macht. IIP-Ecosphere Künstliche Intelligenz (KI) ist kein Schlagwort, sondern eine Schlüsseltechnologie im globalen Wettbewerb. IIP-Ecosphere lädt Sie ein, ein neuartiges KI-Ökosystem zur Vernetzung von Industrie, Dienstleistern, Verbänden und Forschung mitzugestalten. Gemeinsam wollen wir die nächste Ebene der intelligenten Produktion realisieren – für einem Innovationssprung im Bereich der Selbstoptimierung in der Produktion. Ziel ist die Steigerung der Produktivität, Flexibilität, Robustheit und Effizienz von Produktionsprozessen. KI-Marktplatz Im KI-Marktplatz arbeiten Unternehmen und Forschungseinrichtungen an dem Aufbau eines Innovations-ökosystems rund um eine digitale Plattform, die KI-Experten, Lösungsanbieter und produzierende Unternehmen zusammenbringt. Diese digitale Plattform wird sukzessive um Funktionalitäten erweitert, die eine gemeinsame Entwicklung von KI-Lösungen für die Produktentstehung sowie deren Bereitstellung ermöglichen. Weitere Projekte DAIKIRI - Erklärbare Diagnostische KI für industrielle Daten Maschinenausfälle in der Fertigung verursachen enorme Kosten. Mit einer vorausschauenden Maschinenwartung (Predictive Maintenance) lassen sich Ausfälle und Schäden an Maschinen vermeiden. Für solche Analysen bedarf es heute häufig noch sehr große Mengen an Sensordaten (Drehzahlmessungen, Temperatur, etc.). Machine-Learning-Algorithmen bieten gute Ansatzpunkte, um ungewöhnliche Datenmuster, sogenannte Anomalien, zu erkennen. Die Prozesse sind aber häufig noch sehr komplex und für getroffene Entscheidungen unmöglich nachzuvollziehen. Insbesondere neuronale Netzwerke, die heutzutage als Allzwecktool verwendet werden, sind von diesem „Black-Box-Verhalten“ sehr stark betroffen. Hier setzt das Forschungsprojekt DAIKIRI an. EMuDig 4.0 Das Projekt „Effizienzschub in der Massivumformung durch Entwicklung und Integration digitaler Technologien im Engineering der gesamten Wertschöpfungskette (EMuDig 4.0)“ adressiert die Einführung digitaler Technologien in die Prozesskette der Massivumformung zur Schaffung einer selbstlernenden Datenbasis für ein verbessertes durchgängiges Produktengineering und für eine deutliche Erhöhung der Prozessfähigkeit. Die prototypische Umsetzung und der Nachweis der technischen und wirtschaftlichen Machbarkeit erfolgt exemplarisch in zwei Produktionsunternehmen und modellhaft an den beteiligten Forschungsinstituten. KI-Predict Insbesondere Signalprozessoren (DSP) oder programmierbare Logik (FPGA), die für den Einsatz von universellen KI-Algorithmen geeignet sind, übersteigen den Preis, aber auch den Platz- und Energiebedarf vieler heutiger in der Industrie 4.0 üblicher Sensoren, sodass ein Eins-zu-eins-Ersatz bestehender Sensorik zur Digitalisierung von Prozessen nicht funktioniert. Das Projekt »KI-Predict« adressiert genau dieses Problem in einem ganzheitlichen Ansatz. Die Kombination neuer KI-Methoden mit dazu optimierter, integrierter Hardware ermöglicht eine intelligente Prozessüberwachung mit direkter Signalverarbeitung und Feature-Extraktion am Ort des Geschehens. KICK - Künstliche Intelligenz für Campus-Kommunikation Das Projekt Künstliche Intelligenz für Campus-Kommunikation (KICK) ist ein vom Bundesministerium für Bildung und Forschung (BMBF) finanziertes Forschungsprojekt, aus der Bekanntmachung Künstliche Intelligenz in Kommunikationsnetzen, das die Anwendbarkeit Künstlicher Intelligenz (KI) in zukünftigen privaten und öffentlichen 5G Campus-Netwerken erforscht. ManuBrain Im Projekt “ManuBrain” entsteht eine universelle, skalierbare und offene Plattform für eine Vielzahl von industriellen Anwendungen der künstlichen Intelligenz: Ein Baukasten mit Algorithmen, auf den Unternehmen zugreifen können. Die Software speichert Daten von Maschinen, wertet sie aus und hilft bei der Optimierung von Prozessen. So wird beispielsweise die Frage gestellt, warum eine Maschine eine bestimmte Leerlaufzeit hat und ob diese nicht anders eingestellt werden könnte, um aus den gesammelten Daten Prozesse zu optimieren. MES4SME - Dynamische, datengetriebene Produktionsplanung Gefördert und beauftragt vom Bundesministerium für Bildung und Forschung (BMBF) arbeitet pmOne mit weiteren Partnern am Forschungsprojekt MES4SME. Das Projekt unterstützt den innovativen Mittelstand. Wir wollen Innovationsrisiken für die KMU abfedern und Spitzenleistungen im Hightech-Bereich unterstützen. Die Abkürzung MES steht für Manufacturing Execution System.