Warum Industriebetriebe 2023 verstärkt auf Machine Learning setzen werden
ID: 2027240
Machine Learning wurde in der Industrie in der Vergangenheit regelrecht gehypt. Die Realität ist aber bislang hinter den Erwartungen zurückgeblieben. Die Technologie kommt zwar in der Produktion durchaus zum Einsatz, verbreitet sich dort aber nur stark verzögert. Nach Ansicht von LeanBI wird sich das nun ändern. Vor allem aus vier Gründen, so der Schweizer Data-Science-Spezialist, werden Industrieunternehmen im Jahr 2023 verstärkt auf Machine Learning setzen.
1. Volatile Umweltfaktoren.
Die weltweiten Krisen führen zu Lieferverzögerungen bei Eingangsmaterialien und erschweren Absatzprognosen. Wenn Industriebetriebe alle Einflussfaktoren berücksichtigen möchten, wird ihre Unternehmensplanung hochkomplex. Diese Komplexität lässt sich nur noch mit Hilfe von Machine-Learning-Systemen beherrschen. Sie können Unternehmen maßgeblich dabei helfen, Entwicklungen zu prognostizieren und dabei verschiedenste Szenarien zu berücksichtigen – und so eine zuverlässige Lieferung an die Endkunden zu gewährleisten.
2. Individualisierte Produktion.
Die Chargen von Industrieunternehmen werden immer kleiner, weil ihre Kunden zunehmend individuelle Produktlösungen erwarten. Um dieser Entwicklung gerecht zu werden, müssen sie die Leistungsfähigkeit ihrer Herstellungsprozesse erhöhen. Deshalb werden Industriebetriebe verstärkt Predictive-Maintenance- und Predictive-Quality-Anwendungen implementieren. Sie ermöglichen es, durch rechtzeitiges Eingreifen ungeplante Stillstände und die Entstehung von Ausschuss zu vermeiden und dadurch die Gesamtanlageneffektivität (Overall Equipment Effectiveness) zu optimieren.
3. Energieknappheit und ESG.
Die derzeitige Energieknappheit wird auf absehbare Zeit der Normalzustand bleiben. Industriebetriebe sind deshalb gezwungen, ihre Produktionen so energieeffizient wie möglich zu gestalten. Mit Machine-Learning-Systemen können sie den Energieverbrauch online messen, analysieren und bei der Produktionsplanung berücksichtigen. Die Erfassung der Energiedaten ermöglicht es ihnen zudem, die steigenden ESG-Anforderungen (Environment, Social, Governance) zu erfüllen. Sie können etwa ihre Produkte mit Umwelt- und Energielabels ausstatten oder durch die Historisierung der Daten eine ESG-Konformität jederzeit rückverfolgbar nachweisen.
4. Demografischer Wandel.
Die Belegschaften altern, viele Mitarbeiter gehen demnächst in Rente und können wegen des Fachkräftemangels nicht adäquat ersetzt werden. Industriebetrieben geht damit wertvolles Know-how für Maschinenführung verloren. Bei vielen Herstellungsprozessen unterliegen Einflussfaktoren wie Materialien starken Schwankungen, die sich nicht durch eine Rezeptur abfangen lassen. Deshalb nivellieren die Maschinenführer diese Schwankungen durch Prozesseingriffe, die auf jahrelanger Erfahrung basieren. Damit dieses Know-how nicht verloren geht, werden Unternehmen versuchen, es direkt auf die Maschinen zu bringen. Dafür eignen sich am besten spezielle Machine-Learning-Ansätze auf Basis von Ontologien wie etwa Bayes’sche Netze.
„Auf viele Herausforderungen von Industriebetrieben kann Machine-Learning die beste Antwort geben“, erklärt Marc Tesch, Inhaber und CEO des Schweizer Data-Science-Spezialisten LeanBI. „Die Voraussetzungen dafür sind günstig, denn in den vergangenen Jahren haben viele Unternehmen bereits daran gearbeitet, ihre Maschinen durch digitalen Retrofit mit Sensoren zur Datenerfassung auszustatten, die Maschinen zu vernetzen und die Daten in die Cloud zu bringen. Jetzt können sie den nächsten Schritt gehen und ihre Daten mit Machine-Learning-Algorithmen gewinnbringend analysieren.“
Dieses Listicle kann auch unter www.pr-com.de/companies/leanbi abgerufen werden.Weitere Infos zu dieser Pressemeldung:
Unternehmensinformation / Kurzprofil:
LeanBI mit Hauptsitz in Bern ist ein Schweizer Spezialist für Data-Science-Anwendungen, der auf Basis von Künstlicher Intelligenz maßgeschneiderte Datenanalyse-Lösungen entwickelt. Die Anwendungen reichen von Qualitäts- und Prozessoptimierung über die automatisierte Schadenserkennung an Infrastrukturen bis hin zur Analyse von Luftqualität und Nutzerverhalten in Räumen. Die Lösungen von LeanBI nutzen Digitale Zwillinge von Maschinen, Produktionsanlagen und Infrastrukturen, die das Unternehmen mithilfe geeigneter Sensortechnik realisiert. Zu den Kunden von LeanBI zählen ABB, Amberg Group, Stöcklin, Trumpf, Geberit oder die Schweizerische Post. Weitere Informationen: www.leanbi.ch
LeanBI
Chris Plüss
Strategic Market Development
Neuengasse 21
CH-3011 Bern
Tel.: +41 79 784 64 85
chris.pluess(at)leanbi.ch?
?
PR-COM GmbH
Andrea Groß
Account Director
Sendlinger-Tor-Platz 6
80336 München
Tel.: 089 59997-803
andrea.gross(at)pr-com.de
Datum: 15.12.2022 - 15:56 Uhr
Sprache: Deutsch
News-ID 2027240
Anzahl Zeichen: 4110
Kontakt-Informationen:
Ansprechpartner: Andrea Groß
Stadt:
Bern
Telefon: 089/59997-803
Kategorie:
Internet
Meldungsart: bitte
Versandart: Veröffentlichung
Freigabedatum: 15.12.2022
Diese Pressemitteilung wurde bisher 414 mal aufgerufen.
Die Pressemitteilung mit dem Titel:
"Warum Industriebetriebe 2023 verstärkt auf Machine Learning setzen werden"
steht unter der journalistisch-redaktionellen Verantwortung von
LeanBI (Nachricht senden)
Beachten Sie bitte die weiteren Informationen zum Haftungsauschluß (gemäß TMG - TeleMedianGesetz) und dem Datenschutz (gemäß der DSGVO).
