Fraunhofer IPA

Ein zentraler Schwerpunkt des KI-Fortschrittzentrums ist die direkte Kooperation mit Industrieunternehmen: Machbarkeitsstudien (Quick Checks) und Projekte zur Entwicklung erster Prototypen (Exploring Projects) von KI-Anwendungen. Darüber hinaus zielen Konsortialprojekte und Innovationsnetzwerke auf einen unternehmensübergreifenden Austausch ab.

Nach dem erfolgreichen Abschluss der Pilotphase wurde das Projekt KIRR Real in das KI-Fortschrittzentrum integriert und ausgebaut. Damit erweitert sich das Kooperationsangebot um regulatorische Analysen (Legal Quick Checks). Die Ergebnisse der Legal Quick Checks aus der Pilotphase sind auf der KIRR Real Homepage dokumentiert. Legal Quick Checks des KI-Fortschrittszentrums werden auf dieser Seite publiziert.

Entwicklung und Innovation

Logistik und Warenwirtschaft

Marketing und Kommunikation

Produktion und Qualitätsmanagement

Verwaltung und Organisation

Rechtliche Analysen

EnayaKI (Enayati Kalkulations Interface)

Im Projekt wurde eine KI entwickelt, die Kundenanfragen automatisch analysiert. Die Informationen werden direkt in Bewertungsblätter übertragen, was Angebotsbearbeitungszeiten deutlich verkürzt und einen Wettbewerbsvorteil durch schnellere Reaktionsfähigkeit schafft.

Fertigung mit einem Industrieroboter in einem industriellen Metaverse

Industrial Metaverse in Cognitive Robotics

Market Analysis and Research Gaps Das Ziel der Studie ist es, das Industrial Metaverse in der kognitiven Robotik systematisch zu analysieren und Marktpotenziale, Anwendungsfelder sowie Entwicklungsbedarfe zu erfassen. Durch die…

KI-Agentensystem für die Terminplanung

Ein KI-basiertes Agentensystem optimiert die Therapie-Terminplanung in einer Rehabilitationsklinik, indem es komplexe Nebenbedingungen wie Reihenfolgen, Ressourcen und gleichmäßige Verteilung der Anwendungen berücksichtigt. Besonders innovativ ist die Möglichkeit, neue Anforderungen per natürlicher Sprache als modulare Regeln hinzuzufügen, wodurch die Planung flexibel und effizient anpassbar bleibt.

Close-up view of a complex circuit board with illuminated processors and holographic data visualizations in vibrant blue, green, and pink, representing advanced technology and data processing.

KI-Beschleunigung durch spezialisierte Hardware und Software

Die vorliegende Studie untersucht den Einsatz von KI-Hardware und -Software im Kontext von Computer Vision anhand von Recherchen und konkreten Benchmarks auf mehreren KI-Plattformen. Sie gibt einen Überblick über die…

Mensch kollaboriert mit Industrie-Roboter

Mensch-Roboter-Kollaboration

Kollaborative Roboter gelten als Antwort auf den wachsenden Druck in der industriellen Fertigung. Ob sie dieses Versprechen einlösen, ist weniger klar. Diese Studie geht der Frage nach, wie MRK in…

AI Automation Workflow Enabling Business Process Orchestration © NicoElNino – Adobe Stock

Metriken im maschinellen Lernen

Im Rahmen der vorliegenden Studie wurde der Einsatz von Metriken zur Qualitätssicherung von KI-Systemen über den gesamten ML‑Lebenszyklus untersucht, von der Datenaufbereitung über Feature Engineering und Training bis zur Inferenz.…

ML-gestützte Vorhersage der Schraubenrichtqualität

Ein ML-Modell sagt anhand von Messdaten und Prozessparametern die Durchbiegungsänderung an Schrauben während des Richtprozesses voraus, wodurch Automatisierung und Qualitätssicherung ermöglicht werden. Besonders erfolgreich ist dabei die Klassifikation, die mit hoher Genauigkeit vorhersagt, ob die Schrauben nach dem Pressen innerhalb der Toleranz liegen.

Packplanung Versandkarton

Automatische modellfreie Vorgabe von Packmustern für Versandkartons.
Automatisierung des Verpackungsprozesses für diverse Objekten.

XAI für das Debugging von ML-Modellen

Stand der Forschung und Empfehlungen für Unternehmen Diese Studie diskutiert den Einsatz von Methoden der erklärbaren KI (XAI) für das Debugging von KI-Modellen. Während XAI-Methoden im Idealfall das Debugging von…