Menschliches Lernen und Denken ist einzigartig. Doch das digitale Gedächtnis, bestehend aus Bits und Bytes, holt den Menschen langsam, aber sicher ein. Künstliche Intelligenz (KI) ist viel mehr als ein Hype. Der Beginn dieser Entwicklung geht zurück ins Jahr 1956, doch erst nach der Jahrtausendwende sorgen Rechenleistung und Datenspeicherung für echte Erfolge. Dazu gehören heute unter anderem die Zeichen- und Texterkennung, die Spracherkennung und -ausgabe sowie die automatische Übersetzung. Künstliche Intelligenz wird dem Menschen im Denken und Handeln immer ähnlicher. Um die Potenziale für Ihr Unternehmen optimal auszuschöpfen, ist es daher wichtig, sich schon heute mit KI auseinanderzusetzen.
Ob Maschinen oder Anlagen, Medizin oder Industrie, Gaming oder Sicherheit, Sprache oder Text: Nutzen Sie diese Vielfalt für Ihr Unternehmen. Unsere Expert*innen unterstützen Sie auf dem Weg. Durch auf Sie zugeschnittene Lösungen, von der eingehenden Analyse bis zur individuellen Programmierung.
In Zusammenarbeit mit der Universität Oldenburg, der Hochschule Kaiserslautern (am Standort Zweibrücken), dem Universitätsklinikum Homburg, dem DFKI und der Hochschule für Technik und Wirtschaft des Saarlandes forscht das KI-Team bei abat an der konsequenten Weiterentwicklung von Objektverarbeitung und Segmentierung.
Der Fokus dieser Methode des Machine Learning liegt darin, Algorithmen so anzulernen, dass selbständige Entscheidungen getroffen werden. Dieses Feature der KI ist eine intelligente Lösung, insbesondere für komplexe Steuerungsprozesse. In der Praxis liefert die Methode deutliche Vorteile, wie:
Reinforcement Learning kann somit für eine deutliche Verbesserung komplexer Abläufe in puncto Zeit und Qualität sorgen, vom einzelnen Prozessteil bis zu verschiedenen Gewerken untereinander. Dies reduziert Leerlauf- und Ausfallzeiten, beispielsweise in der Automobilfertigung (zwischen Lackierung und Montage). Produktionsstraßen können optimal ausgelastet, Fehler und Lücken im Prozess minimiert werden.
Einfach gesprochen ist Data Science die Extrahierung verwertbarer Informationen aus Rohdaten. Das maßgebliche Ziel von Data Science ist die Identifizierung und Nutzung von Mustern, Trends, Verbindungen und Zusammenhängen zwischen den Daten. Die Datensätze können sowohl die Vergangenheit, die Gegenwart als auch die Zukunft betreffen (prädiktive Analysen). In komplexen oder sogar sicherheitsrelevanten Systemen liefert Data Science schon heute ein nicht mehr weg zu denkendes Sicherheitsnetz.
Beispiel: Medizin. Vom Routine-Eingriff bis zur hochkomplexen, lebenswichtigen Operation helfen Daten, richtige Entscheidungen im Sinne des Patienten zu treffen. So werden alle relevanten Daten bereitgestellt, etwaige Fehlerquellen verhindert und alle Handgriffe vor, während und nach der Operation multimedial dokumentiert. Eine Prognose für den Verlauf, mögliche Handlungsempfehlungen oder Erkenntnisse für künftige Operationen sind nur einige der vielen Möglichkeiten, die Data Science allein für diesen Bereich bereithält.
Computerlinguistik und ihre Ergebnisse sind Grundlage für Softwarelösungen, in denen Sprache im Zentrum steht. Dies geschieht insbesondere
Aussagekräftige Informationen aus Bildern und Videos? Mit Computer Vision lernt Ihre IT denken, sehen, beobachten und verstehen. Ähnlich dem menschlichen Auge vermittelt Computer Vision dem Rechner, Distanzen einzuschätzen, Bewegung zu erkennen sowie Details in Bildern zu bewerten. Anstelle der Netzhaut treten Kameras, Daten und Algorithmen in den Vordergrund.
Der Fokus dieser Methode des Machine Learning liegt darin, Algorithmen so anzulernen, dass selbständige Entscheidungen getroffen werden. Dieses Feature der KI ist eine intelligente Lösung, insbesondere für komplexe Steuerungsprozesse. In der Praxis liefert die Methode deutliche Vorteile, wie:
Reinforcement Learning kann somit für eine deutliche Verbesserung komplexer Abläufe in puncto Zeit und Qualität sorgen, vom einzelnen Prozessteil bis zu verschiedenen Gewerken untereinander. Dies reduziert Leerlauf- und Ausfallzeiten, beispielsweise in der Automobilfertigung (zwischen Lackierung und Montage). Produktionsstraßen können optimal ausgelastet, Fehler und Lücken im Prozess minimiert werden.
Einfach gesprochen ist Data Science die Extrahierung verwertbarer Informationen aus Rohdaten. Das maßgebliche Ziel von Data Science ist die Identifizierung und Nutzung von Mustern, Trends, Verbindungen und Zusammenhängen zwischen den Daten. Die Datensätze können sowohl die Vergangenheit, die Gegenwart als auch die Zukunft betreffen (prädiktive Analysen). In komplexen oder sogar sicherheitsrelevanten Systemen liefert Data Science schon heute ein nicht mehr weg zu denkendes Sicherheitsnetz.
Beispiel: Medizin. Vom Routine-Eingriff bis zur hochkomplexen, lebenswichtigen Operation helfen Daten, richtige Entscheidungen im Sinne des Patienten zu treffen. So werden alle relevanten Daten bereitgestellt, etwaige Fehlerquellen verhindert und alle Handgriffe vor, während und nach der Operation multimedial dokumentiert. Eine Prognose für den Verlauf, mögliche Handlungsempfehlungen oder Erkenntnisse für künftige Operationen sind nur einige der vielen Möglichkeiten, die Data Science allein für diesen Bereich bereithält.
Computerlinguistik und ihre Ergebnisse sind Grundlage für Softwarelösungen, in denen Sprache im Zentrum steht. Dies geschieht insbesondere
Aussagekräftige Informationen aus Bildern und Videos? Mit Computer Vision lernt Ihre IT denken, sehen, beobachten und verstehen. Ähnlich dem menschlichen Auge vermittelt Computer Vision dem Rechner, Distanzen einzuschätzen, Bewegung zu erkennen sowie Details in Bildern zu bewerten. Anstelle der Netzhaut treten Kameras, Daten und Algorithmen in den Vordergrund.
Die KI-Expertise von abat in der Praxis: Unsere State-of-the-Art Algorithmen helfen Ihnen, den Überblick zu behalten. Wenn Sie über großflächige Lager verfügen, ist unsere SMARTSolution von abat die Antwort. Mittels Drohnen können QR- und Barcodes, Artikelnummern und sogar optische Merkmale erkannt und verarbeitet werden. Darüber hinaus können durch Computer Vision statische Objekte in Echtzeit identifiziert und gezählt werden. Dies sorgt für eine (teil-)automatisierte Durchführung Ihrer Inventur und macht Schluss mit hohen Kosten und langwierigen Durchläufen. Das Ergebnis: Eine dank KI-Unterstützung bis zu 90% weniger aufwändige Inventur.
abat und Volkswagen de México arbeiten gemeinsam an der Automatisierung operativer Prozesse durch Robotics Process Automation (RPA).
2021 haben Volkswagen de México und abat mit der Entwicklung von logischen Robotern (Bots) begonnen, die Verwaltungs-, Logistik- und Produktionsteams von manuellen, sich wiederholenden Tätigkeiten innerhalb ihrer Prozesse entlasten.
Virtuelle Realität in Automotive-Prozessen
Virtual-Reality-Schulungen bei Schnellecke Logistics USA. Gemeinsame Entwicklung eines Prototyp-Szenarios für einen Umpackprozess in der Automobilindustrie entwickelt.
Einsatz von VR-Schulungen
Interview mit Juan Pablo Moreno, Prozessplanung und logistische Informationen (M/PL-11) bei Audi México über die Entwicklung eines Prototyps für einen Sicherheitsprozess in der Automobilindustrie.
Fachkräftemangel ist mittlerweile in Unternehmen ein wesentlicher Faktor, der die Geschäftstätigkeit beeinträchtigt und weiteres Wachstum beschränkt. Daher müssen Unternehmen alle Möglichkeiten ergreifen, um mit Automatisierung wertvolle…
Entdecken Sie, wie Ihr Unternehmen durch Robotic Process Automation (RPA) den Fachkräftemangel überwinden und wachsen kann! In diesem Webinar geben unsere Expert*innen Kathrin Kronberg, Victa Wewerinke und Marco Storm, im Rahmen einer moderierten…
René Kessler beschreibt in diesem Whitepaper, wie KI und Drohnen die Inventur revolutionieren. Die Basis der Ausführungen gründet auf einer Forschungskooperation mit der Universität Oldenburg, minimiert den manuellen Inventuraufwand um bis zu 90% und…
Ich arbeite gerne bei der abat, denn hier herrscht ein sehr angenehmes, wertschätzendes Arbeitsklima mit vielen Freiheiten. Es wird einem viel Vertrauen entgegengebracht, sodass man auch mal den Freiraum hat, etwas Neues auszuprobieren – falls es nicht funktioniert, gibt es aber auch die nötige Rückendeckung. Dadurch habe ich schon sehr viel gelernt! Außerdem findet man bei Problemen auch während der Arbeit im Homeoffice oft schnell Kolleg*innen, die einem gerne kurzerhand per Teams weiterhelfen.
