Anmelden Registrieren NEWSLETTER

Umfrage

Welchen Stellenwert hat KI in der Prozessindustrie?

AZO GmbH + Co. KG Endress+Hauser (Deutschland) GmbH+Co.KG GRUNDFOS GmbH VEGA Grieshaber KG
KI-Technologie ist in der Chemie- und Pharmabranche bereits im Einsatz.

KI-Technologie ist in der Chemie- und Pharmabranche bereits im Einsatz.

Bild: iStock, Floriana
04.06.2021

Digitalisierung, flexible und schnelle Prozesse sowie stabile Lieferketten – die Themen, die die Prozessindustrie beschäftigen, sind vielfältig. In diesem Zusammenhang gewinnt auch das Thema Künstliche Intelligenz immer mehr an Bedeutung. Welche Rolle KI heute schon in Unternehmen spielt, haben uns Branchenvertreter in einer Umfrage beantwortet.

Sponsored Content

Lesen Sie in unserer Bildergalerie, wie Künstliche Intelligenz aktuell in der Prozessindustrie Anwendung findet:

Bildergalerie

  • Jörg Hellwig, Leiter der Digitalisierungsinitiative, Lanxess: KI spielt bei Lanxess an verschiedensten Stellen eine immer größere Rolle. In der Produktentwicklung setzen wir auf KI, zum Beispiel um die Materialeigenschaften von glasfaserverstärkten Kunststoffen auf ein neues Niveau zu heben. Das funktioniert etwas anders als bei KI-Projekten von Google und Co., denn wir müssen die Algorithmen vorher mit sehr viel Domänenwissen aus der Chemie füttern, damit sie sauber arbeiten. Neben der Produktentwicklung haben wir den Einsatz von KI auch auf andere Bereiche ausgedehnt, etwa zur Simulation des optimalen Betriebs von Anlagen, um Wartungsarbeiten vorherzusagen oder Chatbots zu verbessern.

    Jörg Hellwig, Leiter der Digitalisierungsinitiative, Lanxess: KI spielt bei Lanxess an verschiedensten Stellen eine immer größere Rolle. In der Produktentwicklung setzen wir auf KI, zum Beispiel um die Materialeigenschaften von glasfaserverstärkten Kunststoffen auf ein neues Niveau zu heben. Das funktioniert etwas anders als bei KI-Projekten von Google und Co., denn wir müssen die Algorithmen vorher mit sehr viel Domänenwissen aus der Chemie füttern, damit sie sauber arbeiten. Neben der Produktentwicklung haben wir den Einsatz von KI auch auf andere Bereiche ausgedehnt, etwa zur Simulation des optimalen Betriebs von Anlagen, um Wartungsarbeiten vorherzusagen oder Chatbots zu verbessern.

    Bild: Lanxess

  • Holger Sack, Leiter Produktmanagement, Vega: Künstliche Intelligenz hat auch bei Vega eine Bedeutung. So werden Künstliche Intelligenz oder verwandte Algorithmen zum Beispiel beim Vega-Produktkonfigurator eingesetzt. Hier werden dem Kunden die Geräteoptionen zuerst und am prominentesten angeboten, die er in der Vergangenheit am meisten bestellt hat beziehungsweise die in seiner Region (beispielsweise Deutschland) am meisten bestellt wurden – Stichwort KI in der Prozessentwicklung. In der Produktentwicklung verwenden wir ähnliche Algorithmen, um die optimale Voreinstellung der Geräte zu ermitteln. Dazu werden alle in der Fertigung anfallenden Daten ausgewertet. Zukünftig möchten wir das auch auf die Daten unserer Kunden ausdehnen, eine Zustimmung des Kunden natürlich vorausgesetzt.

    Holger Sack, Leiter Produktmanagement, Vega: Künstliche Intelligenz hat auch bei Vega eine Bedeutung. So werden Künstliche Intelligenz oder verwandte Algorithmen zum Beispiel beim Vega-Produktkonfigurator eingesetzt. Hier werden dem Kunden die Geräteoptionen zuerst und am prominentesten angeboten, die er in der Vergangenheit am meisten bestellt hat beziehungsweise die in seiner Region (beispielsweise Deutschland) am meisten bestellt wurden – Stichwort KI in der Prozessentwicklung. In der Produktentwicklung verwenden wir ähnliche Algorithmen, um die optimale Voreinstellung der Geräte zu ermitteln. Dazu werden alle in der Fertigung anfallenden Daten ausgewertet. Zukünftig möchten wir das auch auf die Daten unserer Kunden ausdehnen, eine Zustimmung des Kunden natürlich vorausgesetzt.

    Bild: Vega

  • Monica Hildinger, Business Owner SiePA (Siemens Predictive Analytics), Siemens: Zunehmend werden KI-basierte Anwendungen als Entscheidungshilfe zur verbesserten, vorausschauenden Instandhaltungsstrategie eingesetzt. Auf der Basis von am Normverhaltenen abgeleiteten Anomalien können wir durch eine Root-Cause-Analyse Ursachen erkennen und Handlungsempfehlungen für unsere Kunden ableiten. Die breite Anwendung von KI-basierten Methoden wird jedoch immer noch durch Probleme in der Praxis erschwert, insbesondere im Bereich der Datenverfügbarkeit und -qualität. Dennoch sind die ersten wichtigen Schritte in Richtung eines Umdenkens in der Prozessindustrie gemacht worden.

    Monica Hildinger, Business Owner SiePA (Siemens Predictive Analytics), Siemens: Zunehmend werden KI-basierte Anwendungen als Entscheidungshilfe zur verbesserten, vorausschauenden Instandhaltungsstrategie eingesetzt. Auf der Basis von am Normverhaltenen abgeleiteten Anomalien können wir durch eine Root-Cause-Analyse Ursachen erkennen und Handlungsempfehlungen für unsere Kunden ableiten. Die breite Anwendung von KI-basierten Methoden wird jedoch immer noch durch Probleme in der Praxis erschwert, insbesondere im Bereich der Datenverfügbarkeit und -qualität. Dennoch sind die ersten wichtigen Schritte in Richtung eines Umdenkens in der Prozessindustrie gemacht worden.

    Bild: Siemens

  • Steffen Günter, Abteilungsleiter Forschung & Entwicklung für Automation, Azo: Durch die Nutzung von KI und maschinellem Lernen wollen wir weg von der parameterbehafteten pneumatischen Förderung mit festen Drehzahlen und Umschaltpunkten. Bei Azo entstand deshalb die Versuchsanlage Prometheus: Hier lernt die KI-basierte Anlage ein Verhalten, um nachzusteuern, wenn die Anlage nicht optimal arbeitet. Gründe dafür können Umgebungsparameter wie Temperatur oder Luftdruck sein, oder die Rohstoffe verändern sich durch einen Wechsel des Lieferanten. Diese Faktoren können die Fördereigenschaften von Rohstoffen stark beeinflussen. Ein KI-System kann diese Schwankungen automatisch ausgleichen und ist daher äußerst flexibel und anpassungsfähig. Dadurch verkürzen sich Inbetriebnahmezeiten und Einfahrprozesse, und unsere Kunden kommen mit ihren Produkten schneller an den Markt.

    Steffen Günter, Abteilungsleiter Forschung & Entwicklung für Automation, Azo: Durch die Nutzung von KI und maschinellem Lernen wollen wir weg von der parameterbehafteten pneumatischen Förderung mit festen Drehzahlen und Umschaltpunkten. Bei Azo entstand deshalb die Versuchsanlage Prometheus: Hier lernt die KI-basierte Anlage ein Verhalten, um nachzusteuern, wenn die Anlage nicht optimal arbeitet. Gründe dafür können Umgebungsparameter wie Temperatur oder Luftdruck sein, oder die Rohstoffe verändern sich durch einen Wechsel des Lieferanten. Diese Faktoren können die Fördereigenschaften von Rohstoffen stark beeinflussen. Ein KI-System kann diese Schwankungen automatisch ausgleichen und ist daher äußerst flexibel und anpassungsfähig. Dadurch verkürzen sich Inbetriebnahmezeiten und Einfahrprozesse, und unsere Kunden kommen mit ihren Produkten schneller an den Markt.

    Bild: Azo

  • Frank Hertling, Director Sales & Business Development, Bilfinger Digital Next: Die datenbasierte Optimierung der Produktionsprozesse in der chemischen und pharmazeutischen Industrie spielt eine zunehmend wichtige Rolle, um Kosten zu senken, Nachhaltigkeitsziele zu erreichen und Qualitätsstandards zu verbessern. So können Prozessdaten mittels KI-basierter Big-Data-Analysen in bis dato nicht bekannte Erkenntnisse umgewandelt werden. Wo bisher statische Modelle nur historische Zusammenhänge erkannten, ist Künstliche Intelligenz nun in der Lage, dynamische Modelle für komplexe Prozesse abzubilden, die Kausalitäten aufdecken und in den Business-Kontext stellen. Neben vorausschauenden Analysen können so auch konkrete KI-basierte Handlungsempfehlungen ausgespielt werden.

    Frank Hertling, Director Sales & Business Development, Bilfinger Digital Next: Die datenbasierte Optimierung der Produktionsprozesse in der chemischen und pharmazeutischen Industrie spielt eine zunehmend wichtige Rolle, um Kosten zu senken, Nachhaltigkeitsziele zu erreichen und Qualitätsstandards zu verbessern. So können Prozessdaten mittels KI-basierter Big-Data-Analysen in bis dato nicht bekannte Erkenntnisse umgewandelt werden. Wo bisher statische Modelle nur historische Zusammenhänge erkannten, ist Künstliche Intelligenz nun in der Lage, dynamische Modelle für komplexe Prozesse abzubilden, die Kausalitäten aufdecken und in den Business-Kontext stellen. Neben vorausschauenden Analysen können so auch konkrete KI-basierte Handlungsempfehlungen ausgespielt werden.

    Bild: Privat

  • Dr. Kai Dadhe, Mitglied, Namur & Vice President Digital Process Technologies / Process Technology & Engineering, Evonik Operations: Methoden und Technologien der Künstlichen Intelligenz sind elementare Bausteine in verschiedenen Bereichen der verfahrenstechnischen Prozessentwicklung und Prozessoptimierung. Dabei sehen wir diese nicht isoliert, sondern verbinden sie gezielt mit den klassischen ingenieurwissenschaftlichen Herangehensweisen, um so die Vorteile aus beiden Welten zu vereinen und schneller und effizienter die Herausforderungen der industriellen Transformation hin zu mehr Nachhaltigkeit und Zirkularität unterstützen zu können. Wesentliche Erfolgsbedingungen hierfür sind die enge Vernetzung in interdisziplinären Teams, das positive Erleben von Lösungen der KI im täglichen Arbeitsleben und das konsequente Ausweisen sowohl des Nutzens als auch der Grenzen der KI.

    Dr. Kai Dadhe, Mitglied, Namur & Vice President Digital Process Technologies / Process Technology & Engineering, Evonik Operations: Methoden und Technologien der Künstlichen Intelligenz sind elementare Bausteine in verschiedenen Bereichen der verfahrenstechnischen Prozessentwicklung und Prozessoptimierung. Dabei sehen wir diese nicht isoliert, sondern verbinden sie gezielt mit den klassischen ingenieurwissenschaftlichen Herangehensweisen, um so die Vorteile aus beiden Welten zu vereinen und schneller und effizienter die Herausforderungen der industriellen Transformation hin zu mehr Nachhaltigkeit und Zirkularität unterstützen zu können. Wesentliche Erfolgsbedingungen hierfür sind die enge Vernetzung in interdisziplinären Teams, das positive Erleben von Lösungen der KI im täglichen Arbeitsleben und das konsequente Ausweisen sowohl des Nutzens als auch der Grenzen der KI.

    Bild: Namur

  • Dr. Harald Stahl, Head of Innovation and Strategy, Business Unit Pharma & Healthcare, Gea: Gea nutzt für seine Pharma-Kunden KI in verschiedenen Bereichen: 1.) Gemeinsam mit dem RCPE in Graz wurden digitale Zwillinge für einige unserer besonders komplexen Anlagen entwickelt. Dies ermöglicht es unseren Kunden, viele Experimente zur Prozessentwicklung in silico auf dem digitalen Zwilling durchzuführen. Dies ist insbesondere bei der Entwicklung von Präparaten von Interesse, wenn die auf komplett neuen Wirkstoffen basieren, denn diese sind anfangs sowohl rar als auch teuer. Zusätzlich kann die Geschwindigkeit von Entwicklungsprojekten massiv gesteigert werden – da die Arbeiten nicht mehr in einem fixen Labor stattfinden müssen, können Teams aus verschiedenen Zeitzonen mitarbeiten. 2.) Produktionsanlagen können teilweise sehr komplex in ihrem Aufbau werden. Gleichzeitig muss eine gute Bedienbarkeit gewährleistet sein. Um dies sicherzustellen, wurden früher aufwendige Mock-up-Studien mit Holzmodellen durchgeführt. Heute ist es dagegen möglich, sich gemeinsam mit dem Kunden in der VR-Variante/Kopie der Anlage zu bewegen und hierbei zum Beispiel die Bedienbarkeit oder Wartungsfreundlichkeit der Anlage zu testen. 3.) Im Bereich Service spielt Augmented Reality eine zunehmend wichtige Rolle. Servicetechniker vor Ort können sich parallel in der virtuellen 3D-Welt der Zeichnung wie auch in der Realität der Anlagen bewegen. Dies ermöglicht es, Abweichung von der ursprünglichen Konstruktion einfach zu finden oder auch, sich vertiefte Informationen zu einzelnen Elementen oder Baugruppen einblenden zu lassen.

    Dr. Harald Stahl, Head of Innovation and Strategy, Business Unit Pharma & Healthcare, Gea: Gea nutzt für seine Pharma-Kunden KI in verschiedenen Bereichen: 1.) Gemeinsam mit dem RCPE in Graz wurden digitale Zwillinge für einige unserer besonders komplexen Anlagen entwickelt. Dies ermöglicht es unseren Kunden, viele Experimente zur Prozessentwicklung in silico auf dem digitalen Zwilling durchzuführen. Dies ist insbesondere bei der Entwicklung von Präparaten von Interesse, wenn die auf komplett neuen Wirkstoffen basieren, denn diese sind anfangs sowohl rar als auch teuer. Zusätzlich kann die Geschwindigkeit von Entwicklungsprojekten massiv gesteigert werden – da die Arbeiten nicht mehr in einem fixen Labor stattfinden müssen, können Teams aus verschiedenen Zeitzonen mitarbeiten.

    2.) Produktionsanlagen können teilweise sehr komplex in ihrem Aufbau werden. Gleichzeitig muss eine gute Bedienbarkeit gewährleistet sein. Um dies sicherzustellen, wurden früher aufwendige Mock-up-Studien mit Holzmodellen durchgeführt. Heute ist es dagegen möglich, sich gemeinsam mit dem Kunden in der VR-Variante/Kopie der Anlage zu bewegen und hierbei zum Beispiel die Bedienbarkeit oder Wartungsfreundlichkeit der Anlage zu testen.

    3.) Im Bereich Service spielt Augmented Reality eine zunehmend wichtige Rolle. Servicetechniker vor Ort können sich parallel in der virtuellen 3D-Welt der Zeichnung wie auch in der Realität der Anlagen bewegen. Dies ermöglicht es, Abweichung von der ursprünglichen Konstruktion einfach zu finden oder auch, sich vertiefte Informationen zu einzelnen Elementen oder Baugruppen einblenden zu lassen.

    Bild: Gea

  • Anna Hofmann, Senior Sales Developer, Digital – DACH, Grundfos: KI kann die Prozesssicherheit deutlich erhöhen. Die Smart Digital Chempairing Suite von Grundfos ist ein KI-basiertes Upgrade für die Smart-Digital-Dosierpumpen, die es ermöglicht, Dosierpumpen zentral zu überwachen und zu steuern. Aufschlussreiche Kennzahlen zur Systemleistung oder zu Warnungen und Alarmen ermöglichen eine systematische Verbesserung der installierten Pumpenbasis. Die berechneten Daten zur Messung des Chemikaliengehalts und zum Verbrauchstrend ermöglichen eine optimierte Beschaffung und reduzieren gleichzeitig Ausfallzeiten. Auch fehlerhafte Verbindungen durch den Einsatz nicht für die Anwendung zugelassener Chemikalien können reduziert werden. All dies sorgt für ein höheres Maß an Prozesssicherheit, das ohne KI nicht zu erreichen ist.

    Anna Hofmann, Senior Sales Developer, Digital – DACH, Grundfos: KI kann die Prozesssicherheit deutlich erhöhen. Die Smart Digital Chempairing Suite von Grundfos ist ein KI-basiertes Upgrade für die Smart-Digital-Dosierpumpen, die es ermöglicht, Dosierpumpen zentral zu überwachen und zu steuern. Aufschlussreiche Kennzahlen zur Systemleistung oder zu Warnungen und Alarmen ermöglichen eine systematische Verbesserung der installierten Pumpenbasis. Die berechneten Daten zur Messung des Chemikaliengehalts und zum Verbrauchstrend ermöglichen eine optimierte Beschaffung und reduzieren gleichzeitig Ausfallzeiten. Auch fehlerhafte Verbindungen durch den Einsatz nicht für die Anwendung zugelassener Chemikalien können reduziert werden. All dies sorgt für ein höheres Maß an Prozesssicherheit, das ohne KI nicht zu erreichen ist.

    Bild: Grundfos

  • Marco Colucci, Head and Principal Expert – Digital Strategy and IoT Portfolio Management, Endress+Hauser Flow: Aus Sorge vor Produktionsausfällen sind die Kosten für reaktive und vorbeugende Wartungsarbeiten trotz zuverlässiger Messtechnik immer noch erheblich. Mithilfe der Künstlichen Intelligenz lassen sich diese Kosten senken. So entwickelten Messtechnik-Spezialisten und Data Scientists von Endress+Hauser selbstadaptierende KI-Modelle, die sich out-of-the-box einsetzen lassen. Diese sind via Edge-Computing oder Cloud verfügbar. In der Praxis kommen die KI-Modelle in Durchflussmessgeräten mit Heartbeat Technology zum Einsatz. In dieser Kombination erhalten Anwender erweiterte Prozess- und Diagnoseinformationen, etwa über Ablagerungen, Korrosion, Luftblasen oder Kavitation. Sie bekommen darüber hinaus konkrete Vorschläge zur Wartungsplanung sowie zum Gesundheitsstatus des Messgeräts – Grundlage für eine vorausschauende Wartung und gezielte Prozessoptimierungen.

    Marco Colucci, Head and Principal Expert – Digital Strategy and IoT Portfolio Management, Endress+Hauser Flow: Aus Sorge vor Produktionsausfällen sind die Kosten für reaktive und vorbeugende Wartungsarbeiten trotz zuverlässiger Messtechnik immer noch erheblich. Mithilfe der Künstlichen Intelligenz lassen sich diese Kosten senken. So entwickelten Messtechnik-Spezialisten und Data Scientists von Endress+Hauser selbstadaptierende KI-Modelle, die sich out-of-the-box einsetzen lassen. Diese sind via Edge-Computing oder Cloud verfügbar. In der Praxis kommen die KI-Modelle in Durchflussmessgeräten mit Heartbeat Technology zum Einsatz. In dieser Kombination erhalten Anwender erweiterte Prozess- und Diagnoseinformationen, etwa über Ablagerungen, Korrosion, Luftblasen oder Kavitation. Sie bekommen darüber hinaus konkrete Vorschläge zur Wartungsplanung sowie zum Gesundheitsstatus des Messgeräts – Grundlage für eine vorausschauende Wartung und gezielte Prozessoptimierungen.

    Bild: Endress+Hauser

  • Dr. Henrik Hahn, CDO, Evonik: Gerade für Produkte aus der Spezialchemie gilt, dass Spezialwissen den Unterschied macht: Unsere Produkte ermöglichen in anderen Branchen immer wieder leistungsfähigere oder neue Kundenlösungen. Dabei steuern wird nicht bloß chemische Expertise, sondern wertbringende Lösungskompetenz bei. KI kann da hervorragend helfen, wenn sie zielgerichtet eingesetzt wird, um menschliche Kreativität zu unterstützen – zum Beispiel, indem sie Forschung und Entwicklung beschleunigt oder neue Möglichkeiten der Kundeninteraktion schafft. Evonik sieht sich in der chemischen Industrie als ein Vorreiter in der Digitalisierung. KI verstehen wir als nützliches Werkzeug für Innovationen sowie für höhere Effizienz und nachhaltige Lösungen in vielen Bereichen. KI kann Daten in neue Erkenntnisse umwandeln, helfen, Vorhersagen zu treffen und so die Entscheidungsfindung des Menschen entscheidend unterstützen.

    Dr. Henrik Hahn, CDO, Evonik: Gerade für Produkte aus der Spezialchemie gilt, dass Spezialwissen den Unterschied macht: Unsere Produkte ermöglichen in anderen Branchen immer wieder leistungsfähigere oder neue Kundenlösungen. Dabei steuern wird nicht bloß chemische Expertise, sondern wertbringende Lösungskompetenz bei. KI kann da hervorragend helfen, wenn sie zielgerichtet eingesetzt wird, um menschliche Kreativität zu unterstützen – zum Beispiel, indem sie Forschung und Entwicklung beschleunigt oder neue Möglichkeiten der Kundeninteraktion schafft. Evonik sieht sich in der chemischen Industrie als ein Vorreiter in der Digitalisierung. KI verstehen wir als nützliches Werkzeug für Innovationen sowie für höhere Effizienz und nachhaltige Lösungen in vielen Bereichen. KI kann Daten in neue Erkenntnisse umwandeln, helfen, Vorhersagen zu treffen und so die Entscheidungsfindung des Menschen entscheidend unterstützen.

    Bild: Frank Preuß, Evonik

  • Nils O. Janus, Leiter Advanced Analytics, Covestro: Die chemische Prozessindustrie bietet ideale Voraussetzungen für den erfolgreichen Einsatz von KI. Ausschlaggebend sind dafür die Menge an verfügbaren Daten als Rohstoff für das erfolgreiche Trainieren von KI-Modellen und die Tatsache, dass chemische Produktionsprozesse hochgradig nichtlinear und komplex sind. Das erschwert einerseits das holistische menschliche Verständnis, erlaubt andererseits, auch durch den Einsatz von KI, sogar exponentielle Verbesserungen. Hilfreich ist auch der forschungsnahe Charakter der Industrie, in der wissenschaftliche Methode und experimentelles Arbeiten etabliert sind. Besonders wichtig ist das erfolgreiche Zusammenspiel von menschlichem Expertenwissen und den mit KI erzeugten Erkenntnissen. Wenn diese Kombination gelingt, ist der Erfolg vorgezeichnet.

    Nils O. Janus, Leiter Advanced Analytics, Covestro: Die chemische Prozessindustrie bietet ideale Voraussetzungen für den erfolgreichen Einsatz von KI. Ausschlaggebend sind dafür die Menge an verfügbaren Daten als Rohstoff für das erfolgreiche Trainieren von KI-Modellen und die Tatsache, dass chemische Produktionsprozesse hochgradig nichtlinear und komplex sind. Das erschwert einerseits das holistische menschliche Verständnis, erlaubt andererseits, auch durch den Einsatz von KI, sogar exponentielle Verbesserungen. Hilfreich ist auch der forschungsnahe Charakter der Industrie, in der wissenschaftliche Methode und experimentelles Arbeiten etabliert sind. Besonders wichtig ist das erfolgreiche Zusammenspiel von menschlichem Expertenwissen und den mit KI erzeugten Erkenntnissen. Wenn diese Kombination gelingt, ist der Erfolg vorgezeichnet.

    Bild: Covestro

  • Dr. Attila Bilgic, CEO, Krohne Group: Unser Ziel ist, mit unseren Produkten, Lösungen und Services einen Mehrwert zu bieten. Das erreichen wir nur, indem wir die Wünsche unserer Kunden aus verschiedenen Industrien und ihre Applikationen kennen oder sogar zukünftige Herausforderungen antizipieren. Die Künstliche Intelligenz gewinnt deshalb seit Jahren bei uns immer mehr an Bedeutung. So haben wir beispielsweise auch mehrere Forschungsprojekte ins Leben gerufen, um mittels KI unsere Messtechnik zu erweitern – sowohl in Anwendungsmöglichkeiten als auch in der Wertschöpfung. Neben der Produktentwicklung wird die KI zukünftig auch für Kundenstrukturen eine zunehmende Rolle spielen. In Branchen wie zum Beispiel Pharma und Chemie wird hier der Weg aufgrund der Vielzahl an Regularien aber noch länger sein als in anderen Industrien.

    Dr. Attila Bilgic, CEO, Krohne Group: Unser Ziel ist, mit unseren Produkten, Lösungen und Services einen Mehrwert zu bieten. Das erreichen wir nur, indem wir die Wünsche unserer Kunden aus verschiedenen Industrien und ihre Applikationen kennen oder sogar zukünftige Herausforderungen antizipieren. Die Künstliche Intelligenz gewinnt deshalb seit Jahren bei uns immer mehr an Bedeutung. So haben wir beispielsweise auch mehrere Forschungsprojekte ins Leben gerufen, um mittels KI unsere Messtechnik zu erweitern – sowohl in Anwendungsmöglichkeiten als auch in der Wertschöpfung. Neben der Produktentwicklung wird die KI zukünftig auch für Kundenstrukturen eine zunehmende Rolle spielen. In Branchen wie zum Beispiel Pharma und Chemie wird hier der Weg aufgrund der Vielzahl an Regularien aber noch länger sein als in anderen Industrien.

    Bild: Krohne

Firmen zu diesem Artikel
Verwandte Artikel