idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
05/14/2024 11:49

MLready-Day am 19. Juni: Wie klappt die Einführung von Machine Learning in der Produktion?

Andreas Röder Pressestelle
IPRI - International Performance Research Institute gGmbH

    Machine Learning – eine Technologie, welche die Industrie wie kaum ein anderer Trend begeistert. Das automatisierte, von einem Algorithmus übernommene, Erlernen von Strukturen bildet die Basis für eine Vielzahl von Anwendungen in der Industrie. Doch wie können auch kleinere Unternehmen die Potenziale für ihre Produktion nutzen? Am MLready-Day werden die Ergebnisse des Forschungsprojekts „MLready“ vorgestellt, in dem ein Einführungskonzept für Machine Learning in der Produktion zur Steigerung der Ressourceneffizienz insbesondere für KMU des Maschinenbaus entwickelt wurde.

    Machine Learning steigert die Ressourceneffizienz in der Produktion

    Machine Learning ermöglicht technischen Systemen, aus bisherigen Ereignissen zu lernen. Die so mit Machine Learning abgeleiteten Zusammenhänge lassen sich oft auf neue, unbekannte Fälle anwenden. Für Produktions- und Planungssysteme lässt sich Machine Learning beispielsweise zur Reihenfolgenbestimmung oder zur Ressourcen- und Kapazitätsplanung nutzen. In der Prozessoptimierung wird eine höhere Anpassungsfähigkeit der Prozesse erwartet, wodurch die Produktqualität stabilisiert werden kann. Im Qualitätsmanagement können Machine Learning-basierte Modelle zur Überwachung oder zur Prognose der Produktqualität auf Basis von Prozessdaten eingesetzt werden. So können Maßnahmen wie die Überprüfung von Stichproben reduziert werden.

    Einführung von Machine Learning ist mit Herausforderungen verbunden

    Bisher stehen insbesondere kleine und mittlere Unternehmen (KMU) vor Hürden beim Einsatz von Machine Learning. Mangelndes Fachwissen, Zweifel an den Mehrwerten und unzureichende technische Ausstattung hemmen derzeit die Implementierung. Zudem erfordert Machine Learning eine hohe Datenqualität, für die spezielle Maßnahmen erforderlich sind. Eine klare Strategie zur Bewältigung dieser Herausforderungen fehlt bisher. Genau diese Strategie zur Integration von Machine Learning, um die Ressourceneffizienz in der Produktion von Maschinenbauunternehmen zu steigern, war das Hauptziel des Forschungsprojekts "MLready".

    Einführungsstrategie als Kernergebnis des Projekts

    In der unter https://getmlready.com verfügbaren Einführungsstrategie sind die Ergebnisse der Forschungsarbeit zusammengefasst. In einem interaktiven Tool werden Unternehmen durch die nötigen Schritte von der Auswahl geeigneter Anwendungsgebiete über die Identifikation von notwendigen Daten und Verbesserung der Datenqualität, organisationaler Anforderungen bis hin zur Rollendefinierung geleitet. Am Ende erhalten Unternehmen eine exportierbare Roadmap, welche die konkreten Schritte aufzeigt, um Machine Learning zu implementieren.

    Am MLready-Day werden die Ergebnisse des Forschungsprojekts „MLready“ präsentiert

    Am 19.06.2024 präsentieren das IPRI und das IPH ihre Ergebnisse bei Presspart GmbH & Co. KG in Marsberg. Ein Gastvortrag des Forschungsinstituts für Rationalisierung an der RWTH Aachen stellt die Forschungsergebnisse des Projekts VoBaKI vor, das sich mit passenden Sourcing-Strategien für Kompetenzen im Lebenszyklus eines KI-Anwendungsfalls beschäftigt. Beim Vorabendessen am 18.06., besteht die Möglichkeit zum Austausch in einer lockeren Umgebung. Die Teilnahme ist kostenlos. Genauere Details finden Sie unter https://ipri-institute.com/mlready-day/

    Agenda:
    • 9:00-9:30: Begrüßung und Vorstellung
    • 9:30-10:30: Präsentation von Fallstudien in MLready
    • 10:30-11:00: Werksführung Presspart
    • 11:00-12:00: Präsentation der MLready-Einführungsstrategie
    • 12:00-13:00: Mittagessen
    • 13:00-14:00: Gastvortrag VoBaKI
    • 14:00-15:00: Workshops MLready + VoBaKI

    Melden Sie sich jetzt an!

    Unter https://ipri-institute.com/mlready-day/ können Sie sich kostenlos für die Veranstaltung registrieren. Interessierte Unternehmen können sich bei Fragen sehr gerne beim International Performance Research Institute (Herr Garlef Hupfer: ghupfer@ipri-institute.com / 0711 / 620 32 68 -03) melden.

    Förderhinweis

    Das Projekt MLready [22312 N] wird im Rahmen des Programms „Industrielle Gemeinschaftsforschung (IGF)“ durch das Bundesministerium für Wirtschaft und Klimaschutz gefördert.

    Über IPRI:
    Das International Performance Research Institute (IPRI) ist ein gemeinnütziges Forschungsinstitut auf dem Gebiet der Betriebswirtschaftslehre. Unter der Leitung von Prof. Dr. Mischa Seiter betreibt das Institut international angelegte Forschung mit dem Schwerpunkt auf Controlling sowie Performance Measurement und Management von Unternehmen und Unternehmensnetzwerken sowie öffentlichen Organisationen. Im Mittelpunkt steht die Durchführung von nationalen und internationalen Forschungsprojekten und Studien.


    Contact for scientific information:

    International Performance Research Institute gGmbH
    Garlef Hupfer, M.Sc.
    Reuchlinstraße 27
    D-70176 Stuttgart
    Telefon: 0711-6203268-03
    Telefax: 0711-6203268-99
    E-Mail: ghupfer@ipri-institute.com


    More information:

    http://www.ipri-institute.com
    https://ipri-institute.com/forschungsprojekte/mlready/
    https://getmlready.com/


    Images

    Criteria of this press release:
    Business and commerce, Journalists
    Information technology, Mechanical engineering
    transregional, national
    Research projects, Transfer of Science or Research
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).