Know-How KI Machine Learning
Bilderkennung zur Verbesserung der Instandhaltung

Von Pixeln zur Prognose

Typi­sche Instand­hal­tung basiert über­wie­gend auf manu­el­len Inspek­tio­nen. Dabei han­delt es sich aber um zeit­auf­wän­di­ge und poten­zi­ell feh­ler­an­fäl­li­ge Akti­vi­tä­ten. Des­halb suchen Orga­ni­sa­tio­nen immer mehr nach modern­den tech­no­lo­gie-basier­ten Lösun­gen, um pro­ak­ti­ve Instand­hal­tungs­stra­te­gien zu rea­li­sie­ren.

StatSoft KI
Predictive Maintenance für Tunnelinspektionen

Predictive Maintenance für U-Bahn-Tunnelinspektionen: StatSoft arbeitet im innovativen Forschungsprojekt RoboTUNN 

Das For­schungs­pro­jekt Robo­TUNN revo­lu­tio­niert die Inspek­ti­on von U-Bahn-Tun­neln durch den Ein­satz von Robo­tik und Künst­li­cher Intel­li­genz. Ziel ist die auto­no­me Erfas­sung von Schä­den und Erstel­lung digi­ta­ler Zwil­lin­ge, die prä­dik­ti­ve War­tung ermög­li­chen. Stat­Soft leis­tet dabei wich­ti­ge Bei­trä­ge in der Daten­in­te­gra­ti­on und der Ent­wick­lung von KI-Model­len zur vor­aus­schau­en­den Instand­hal­tung. Geför­dert wird das Pro­jekt durch den mFUND.

Machine Learning KI Produzierende Industrie

Image Recognition in der industriellen Fertigung

In der indus­tri­el­len Fer­ti­gung opti­miert die Aus­wer­tung von Bild­da­ten die Über­wa­chung und Iden­ti­fi­ka­ti­on von Defek­ten. Stan­dar­di­sier­te Pro­zes­se ermög­li­chen den Ein­satz von Machi­ne Lear­ning (ML) zur Ver­ar­bei­tung kom­ple­xer Bild­si­gna­le. Für anspruchs­vol­le­re Fra­ge­stel­lun­gen bie­ten AI-Model­le wie Con­vo­lu­tio­nal Neu­ral Net­works (CNN) effek­ti­ve­re Lösun­gen. Erfah­ren Sie, wie vor­trai­nier­te Model­le die Effi­zi­enz stei­gern und wel­che Vor­tei­le die­se Tech­no­lo­gie in der Pra­xis bie­tet.