Implementierung oft nur mit Partnern möglich
Unternehmen nutzen
Machine Learning
Laut einer Befragung des Machine Learning-Sepzialisten AllCloud plant etwa jedes zweite Unternehmen, das Machine Learning einsetzt, den Einsatz der Technologie zu optimieren. 41 Prozent planen den Einsatz zu erweitern.
(Bild: AllCloud BSD Ltd))
AllCloud, ein Anbieter von Services im Bereich Data Analytics und Machine Learning, hat die Ergebnisse seiner Studie ‘Machine Learning in der Produktion’ vorgestellt. Daraus geht hervor, dass Unternehmen das Potenzial von Machine Learning (ML) im Bereich der Fertigung und Produktion erkannt haben. So plant etwa jedes zweite Produktionsunternehmen die Optimierung der eingesetzten ML-Systeme. 41 Prozent wollen den Einsatz weiter verstärken und auf andere Bereiche ausweiten.
Haupteinsatzfelder und -vorteile
Gegenwärtige Haupteinsatzfelder von Machine Learning sind laut Studie Qualitätssicherung und -kontrolle (bei 37 Prozent der befragten Unternehmen), die Logistik und Bestandserweiterung (bei 25 Prozent), die Optimierung des Produktionsprozesses (bei 24 Prozent) und die vorausschauende Instandhaltung (ebenfalls bei 24 Prozent). Einen Nutzen sehen die Befragten in Kostenersparnissen, die nach eigenen Angaben bei 45 Prozent der Unternehmen auftreten. Darüber hinaus geben 42 Prozent an, dass eine Produktionsoptimierung erreicht wurde. 41 Prozent sehen eine Produktivitätssteigerung, 34 Prozent eine Prozessbeschleunigung und 32 Prozent eine Mitarbeiterentlastung durch den Einsatz von Machine Learning.
Oft nur mit Partnern
Aus der Studie geht außerdem hervor, dass sich die ambitionierten Pläne der Unternehmen nicht ohne die Hilfe von Implementierungspartnern umsetzen lassen. Lediglich zwei Prozent der Produktionsunternehmen geben an, zukünftige Pläne im Bereich von ML-Technologien eigenständig umsetzen zu können. Entsprechend sagen 98 Prozent der Befragten, dass sie auf externe Dienstleister angewiesen sind. Dieser Bedarf liegt laut Studie in der fehlenden Expertise der Unternehmen im Bereich von ML-Modellen und -Tools und dem Fachkräftemangel begründet. Den befragten Unternehmen fehlt es an Experten, die den Umgang, die Einsatzfelder und die Potenziale von ML-Systemen kennen und für das Unternehmen erschließen können. Auch bei den technischen Bedarfen und der Entwicklung individueller ML-Strategien sind externe Dienstleister oft unverzichtbar.
Das könnte Sie auch interessieren
Laut einer repräsentativen Umfrage des Bitkom nimmt die digitale Abhängigkeit der deutschen Wirtschaft zu. Mit Blick auf die USA und China stellt dies die Unternehmen vor Herausforderungen.‣ weiterlesen
Innovationsführerschaft und Wettbewerbsfähigkeit sind entscheidende Faktoren für den Erfolg eines Unternehmens. Die Kooperation mit Startups kann etablierte Unternehmen dabei unterstützen Innovationszyklen zu beschleunigen, neue Geschäftsmodelle zu etablieren oder Prozesse im Unternehmen effizienter zu gestalten. Das Venture-Client-Modell ist eine vergleichsweise neue Form der Zusammenarbeit mit Startups, und erweist sich als effektiver und effizienter als andere Corporate Venturing Modelle. ‣ weiterlesen
Künstliche Intelligenz hat in den vergangenen Jahren enorme Fortschritte gemacht. Mit Edge Computing rückt sie nah an die Produktion heran. Für Unternehmen verspricht das viel Potenzial für Echtzeit-Anwendungen. Doch wie wenden sie die Technologie effizient an?‣ weiterlesen
Der Digital Product Passport soll den ökologischen und digitalen Wandel forcieren, ist dem Vorschlag der Europäischen Kommission zu entnehmen. Indem entlang der Lebenszyklen von Produkten Informationen digital bereitstehen, sollen Ressourcenverbrauch und Entsorgungslasten massiv reduziert werden. Reparatur, Wiederverwendung, Umwidmung und Verwertung alter Produkte sollen die Kreislaufwirtschaft voranbringen.‣ weiterlesen
Die Nominierten für den Deutschen Zukunftspreis stehen fest: Die drei Teams widmen sich digitalem Licht, effizienter generativer KI und energieeffizienten Halbleitern. Die Preisverleihung des mit 250.000€ dotierten Preises erfolgt am 27. November. ‣ weiterlesen
In einer zunehmend digitalisierten Welt gewinnen autonom wandelbare Industrie-4.0-Infrastrukturen an Bedeutung. Diese autonomen und flexiblen Systeme können sich eigenständig an verändernde Bedingungen anpassen, um aktuelle Herausforderungen in der Produktion zu bewältigen. In der neuen Acatech-Expertise des Forschungsbeirats Industrie 4.0 schafft das Fraunhofer IEM Grundlagen für die nächste Evolutionsstufe in der Produktionssystementwicklung. ‣ weiterlesen
INDUSTRIE 4.0 & IIoT-MAGAZIN Leseprobe
Zeitschrift für Industrie 4.0, Internet of Things & Digitale Transformation
GenAI und die Frage der Nachhaltigkeit
Eine neue Studie des Capgemini Research Institute geht der Frage nach, wie es um Nachhaltigkeit bei der Nutzung generativer KI (GenAI) steht. Der Studie ‘Developing sustainable Gen AI’ zufolge hat GenAI erhebliche und zunehmende negative Auswirkungen auf die Umwelt.‣ weiterlesen
Auf den Spuren eines rückläufigen Industrie 4.0-Fortschritts
Ist die Industrie 4.0 eine Revolution? Aus Sicht des Fraunhofer Instituts für System - und Innovationsforschnung lautet die Antwort: nein. Die Forschenden kommen in ihrer Veröffentlichung zu dem Schluss, dass sich eher von einer Evolution sprechen lasse.‣ weiterlesen
Ransomware Report 2024 von Check Point
Stärkere Regulierungen sowie bessere Gegenmaßnahmen haben laut einer Untersuchung des Security-Spezialisten Check Point dazu geführt, dass die Ransomware-Angfriffe in Deutschland zurückgegangen sind, weltweit haben sie jedoch zugenommen.‣ weiterlesen
Die digitale Transformation in vier Stufen
Die digitale Transformation wird zur Schlüsselfrage für den Erfolg im Maschinen- und Anlagenbau. Welche Handlungsoptionen Unternehmen dabei haben, beleuchtet die Impuls-Stiftung des VDMA in ihrer neuen Kurzstudie 'Erfolgsfaktoren digitaler Geschäftsmodelle', die vom Institut FIR der RWTH Aachen erstellt wurde.‣ weiterlesen
