KUNDEN

Wir sind stolz, eine breite Palette von KI-basierten Lösungen anzubieten, die unseren Kunden in den unterschiedlichsten Branchen helfen, ihre Geschäftsprozesse zu optimieren.

Hier ein Überblick über bereits durch uns erfolgreich realisierte Kundenprojekte. Unsere aufgeführten Referenzen wurden von AI UI professionell unterstützt, ihre Produkte zu verbessern und die Kundenerfahrung zu verbessern.

Qualitätssicherung

BETTER THAN THE HUMAN EYE

QUALIFY YOUR PRODUCTS

Deutschland ist weltbekannt für hochwertigen Maschinenbau. Dieser Sektor wird dominiert von Firmen die mit höchster Präzision und unerreichter Qualität Komponenten für den weltweiten Markt herstellen. Dieser Vorteil muss durch unermüdliche Innovation und Ideenreichtum gehalten und ausgebaut werden. Dabei fließt detailliertes Wissen über Prozesse und Ergebnisse in die Verbesserung der Fertigung ein. Wenige, hochqualifizierte Ingenieure sind dabei unersetzbar. Leider müssen sie viel Zeit bei der Qualitätskontrolle verbringen, eine konzentrierte aber zermürbende Arbeit.

Es liegt daher nahe, KI einzusetzen um die Qualitätskontrolle zu automatisieren und in wesentlich größerem Maß umzusetzen. Nur haben Maschinenbauer in den seltensten Fällen Erfahrung in der Softwareentwicklung.

Die Firma Kapp Niles entschied sich daher, AIUI einzusetzen um KI in die Betriebsprozesse zu bringen, ohne jedoch tiefes Verständnis in Programmiersprachen und KI Frameworks zu lernen. Durch die einzigartige Benutzeroberfläche entstand in kürzester Zeit ein neuronales Netz, das alles Wissen der Ingenieure erlernt hatte und die Qualitätssicherung bei der Überprüfung von Oberflächenstrukturen übernahm. Zur Überraschung des Projektteams konnte die KI dabei auch transparenter als je zuvor Statistiken über Fehler in der Produktion liefern, die direkt zur Verbesserung der Herstellung führen.

Das Unternehmen konnte einen innovativen Schritt gehen, um weiterhin einen wesentlich Vorsprung zur Konkurrenz zu haben und ihren Kunden bessere Produkte schneller und zu niedrigeren Preisen anbieten zu können. Dabei musste keine eigene IT Abteilung ins Leben gerufen werden.

  • KI Bilderkennung
    Industrielle Bildverarbeitung via KI Algorithmen, robust auch bei ungleicher Belichtung
  • Vollautomatische Kontrolle
    Vollautomatischer Scanvorgang und umfassende Auswertung
  • Qualitätsmanagement
    Durch quantitative Fehlererfassung ist nun ein besseres Bewertungsverfahren möglich, dass vorher subjektiv war.

Prozess Analyse (1 Tag):

  • Diamanten werden mit Nickel, galvanisch auf eine Stahloberfläche aufgebracht
  • Dabei können sich Fehlstellen verschiedener Art ausbilden
  • Die Qualitätskontrolle wird von einem erfahrenen Mitarbeiter unter dem Mikroskop per 100% Kontrolle erbracht

Prozess Bewertung (1 Tag):

  • Ziel ist die fehlerfreie, vollautomatische Erkennung von Lücken im Diamantbett

KI Entwicklung (14 Tage):

  • Anschaffung eines Webcam-Mikroskops zur digitalen Bilddatenaufnahme
  • Aufnahme von ~300 Bildern verschiedenster Belichtung, Körnung, Form
  • Datenlabeling durch Mitarbeiter von Kapp Niles, d.h. Markierung der Fehlstellen in AI-UI
  • Training der Künstlichen Intelligenz mit AI-UI

Tests (1 Tag):

  • Nutzung von extra Bildern, zur Überprüfung der KI-Vorhersagegüte an ungesehenen Daten

Dokumentation (1 Tag):

  • AI-UI ist so entwickelt, dass die Dokumentation automatisch passiert

Produktivsetzung (1 Tag):

  • Seitens des Kunden wurde eine Schnittstelle zwischen Kameramikroskop und AI-UI eingerichtet
  • AI-UI stellte automatische Qualitätsanalyse bereit

eCommerce

GO DEEPER AND DEEPER

AUTOMATED AMAZON ANALYTICS

Zusammenführung verschiedenster Datenquellen zu einer einheitlichen Datenbasis. Darauf basierend kann eine KI vorausschauend automatisierte Handlungen in einem einen bestehenden eCommerce Shop oder einem Amazon-Seller Account durchzuführen, um Margen und Umsatz dauerhaft zu erhöhen.

Amazon hat durch Preisdumping und einem unerbittlichen Rennen zu den niedrigsten Margen eine dominante Position beim E-Commerce erreicht. Als Vertriebsunternehmen konnte sich Home & Garden 24 in diesem Markt etablieren. Über die Jahre erkannte die Firma, dass etliche angebotene Produkte einen Verkaufszyklus haben, der von sehr vielen Faktoren abhängt. Die Zusammenhänge sind dabei sehr komplex und eigentlich nur durch jahrelange Erfahrung erfassbar. Daher beschäftigt sich die Geschäftsleitung täglich damit, den besten Preis zu finden, der je nach Zyklus erheblich höher sein kann – die Kunden sind bereit in gewissen Situationen mehr zu bezahlen, zum Beispiel wenn eine Lieferung kurz vor Weihnachten garantiert werden kann oder garantiert Ware für bestimmtes Wetter garantiert lieferbar ist.

Aufgrund des enormen Kostendrucks im eCommerce beschäftigt Home & Garden 24 nur eine kleine IT Abteilung die zwar ein großes Aufgabenspektrum abdeckt, aber keine Spezialisten KI vorhält. Die höchsten Stellen im Unternehmen verbringen zu viel Zeit mit der sehr strategischen Preisfindung von tausenden Produkten, die nur schwer abgegeben werden kann.

Daher war Home & Garden 24 auf der Suche nach einer Lösung, die die Geschäftsführung entlastet, nicht weitere Investitionen in die Ausbildung von Software Ingenieuren erfordert, das unternehmenskritische Wissen nicht nach außen abgibt und das innere Vorgehen der KI darstellen kann, um die Komplexität besser zu verstehen.

Home & Garden 24 entschied sich AI-UI auf das Problem anzusetzen. Innerhalb von nur wenigen Wochen entstand dabei ein neuronales Netz, das alle Eingabeparameter der vergangen 2 Jahre betrachtete und automatisiert Preisanpassungen vornehmen konnte. Die IT Abteilung wird die künftige Optimierung durch das einfache Benutzerinterface selber vornehmen und durch die Transparente Darstellung der Daten und der ebenen des Netzes neue Einsichten in die Entscheidungen bekommen. Dabei werden keine Daten bei Amazon oder Google landen, die dort vollkommen unkontrolliert weiterverwendet werden.

Home & Garden 24 erwartet ungefähr 30% verbesserte Margen.

  • Datenzusammenführung
    Daten von Amazon, dem Kunden selbst und eines Wetterdienstes wurden miteinander verschmolzen und für das KI Training verwendet.
  • KI Nachfrageprognose
    Anhand historischer Daten wurde ein Modell entwickelt, dass die zukünftige Nachfrage abschätzt und täglich neu kalkuliert.
  • Preisanpassung
    Ist die Nachfrage als sehr hoch zu erwarten, können nun vollautomatisch im ERP System des Kunden die Preise nach oben korrigiert werden, um den Umsatz zu erhöhen und Lagerausverkauf vorzubeugen.

Maschinenbau

Weltweit fallen in Fertigungsbetrieben an jeder Maschine täglich Milliarden Informationen an, die Aussagen über den Prozess, durch den Sie entstanden sind in sich tragen. Die Maschinen, die diese Prozesse ausführen sind meist geregelt oder gesteuert und bedürfen daher ganz automatisch einer Erfassung dieser Daten, da sie sich ohne diese überhaupt nicht kontrollieren ließen.

Bereits bestehende Maschinen lassen sich einfach mit Software in Form von KI aufrüsten. Steuer und Messgrößen, die im Fertigungsprozess erzeugt werden, können verwendet werden um nachträglich eine vollautomatische Qualitätssicherung oder Überwachung zu implementieren, ohne neue Maschinen anschaffen zu müssen.

Die Technische Universität Ilmenau ist eine forschungsstarke Universität in der Interdisziplinäre Spitzenforschung großgeschrieben wird. In rund 100 Fachgebieten an fünf Fakultäten der TU Ilmenau betreiben Wissenschaftler: innen innovative Grundlagenforschung und angewandte Forschung in Ingenieurwissenschaften, Informationstechnologien, Wirtschafts- und Medienwissenschaften, Mathematik und Naturwissenschaften auf höchstem Niveau.

  • Maschinendatenerfassung
    Daten wie, Kraft, Zustellweg, Drehzahl, Drehmoment und andere wurden standardisiert für das KI Training zusammengeführt.
  • KI Qualitätsprognose
    Durch Antrainieren von IO- und NIO Prozessen, konnte die KI erlernen, welche Messwertverläufe mit fehlerhaften Produkten zusammenhängen und welche okay sind.
  • Qualitätsampel
    Nach erfolgreichem KI Training, konnte an der Schweißmaschine eine Ampel angebracht werden, die nach jedem Schweißprozess auf Basis der Prozessdaten Aussagen darüber trifft, ob die Schweißverbindung von guter Qualität ist oder nicht (IO / NIO).

Sonstiges:

  • Schweißprozess digitalisiert
  • Datenübertragung etabliert
  • Vollautomatische Qualitätskontrolle IO/NIO
  • Predictive Maintenance Grundstein gelegt

ROBOTIK

In der Industrierobotik werden sehr häufig Kamerasysteme verwendet, um Objekte zu erkennen und Kollisionen zu vermeiden. Die Software, die die Objekterkennung ermöglicht ist jedoch oft nicht in der Lage dies unter veränderlichen Lichteinflüssen zu gewährleisten, da sie auf klassischen Algorithmen basiert.

Oft schottet man deshalb die Roboter in ihren Zellen komplett von äußeren Lichteinflüssen ab, was mit zunehmendem Einsatz von Cobots nicht mehr möglich ist. Mithilfe einer Bilderkennungs-KI wurde in diesem Projekt erreicht, dass selbst ohne zusätzliche Lichtquellen Objekte erfolgreich gefunden werden konnten und sämtliche Lichteinflüsse beseitigt werden konnten.

Das Mehnert Lab bringt Zusammenarbeit in die Industrie 4.0: In Zeiten der digitalen Transformation und permanenter Veränderungen in Märkten und Branchen werden Kooperation, Synergie und Wissensaustausch essentiell für Wachstum und Fortschritt. Als Hub der industriellen Zusammenarbeit bringt das Mehnert Lab verschiedene Akteure im Wertschöpfungsprozess zusammen und ermöglicht so die gemeinsame Entwicklung neuer Geschäftsmodelle und Servicekonzepte sowie die Qualifikation von Fachkräften.

  • Training der KI
  • Nutzung einer Objekterkennungs-KI in der Robotik
  • Annotation von Bildern

 

prognose

In einem gemeinschaftlichen Entwicklungsprojekt konnten wir ein KI Vorhersagemodell  erarbeiten. Dieses führte uns zu einer innovativen KI Lösung für Lieferzeitprognosen für den Möbelversand.

Dabei entstand in Zusammenarbeit mit der Integrated Worlds GmbH eine Plattform auf der Automatisierungslösungen über Künstliche Intelligenz und Prognosetools zur Verfügung gestellt werden.

Seit 1996 gestaltet die Integrated Worlds GmbH ganzheitliche und nachhaltige Lösungskonzepte. Dabei verstehen sie die Geschäftsbedürfnisse und Anforderungen, die für den Erfolg ihrer Kunden notwendig sind – egal ob Flexibilität, Kosteneffizienz, Skalierbarkeit von Lösungen oder Big Data und KI!

DIGITALISIERUNG

Die EAH Jena und AI-UI versuchen gemeinsam nicht nur in der Lehre, sondern auch bei der Beratung von KMU im Bereich Digitalisierung und KI mithilfe von AIMS und Know-How aus vergangenen Projekten Wissen zu vermitteln.

Wir sind stolz die Ernst Abbe Hochschule Jena als unseren Kooperationspartner zählen zu können. Das Lehrinstitut nutzt bereits sehr erfolgreich die Software von AIUI für Consulting und Inhaltsvermittlung innerhalb verschiedener Lehrveranstaltungen.

Praxisorientiert und forschungsstark. Interdisziplinär und modern. Familiär und weltoffen.

Das und noch viel mehr zeichnet die Ernst-Abbe-Hochschule Jena (kurz: EAH Jena) aus. Aktuell studieren hier ca. 4.400 junge Menschen im Bachelor und Master in den Bereichen TechnikWirtschaftSoziales und Gesundheit. Auf unserem Campus leben wir die bereichsübergreifende Zusammenarbeit in Lehre, Studium, Forschung, Transfer und Verwaltung. Und das alles in einer wunderschönen Stadt, in der auch das studentische Leben nicht zu kurz kommt. Unser Motto? Innovation für Lebensqualität. Gesundheit, Präzision, Nachhaltigkeit & Vernetzung.

TRADING

Der automatisierte Börsenhandel mit KI nutzt große Datenmengen von Finanzdaten, um Echtzeitanalysen durchzuführen und entsprechende Handelsentscheidungen zu treffen. Unsere Software für Online Trading kann über MetaTrader genutzt werden. Vorteile, die den zahlreichen Nutzern entstehen, sind schnelle Ausführung von Kauf- und Verkaufstätigkeiten und das Vermeiden von menschlichen Fehlern und Impulshandlungen.

EROTIK

PRECISION AT ITS FINEST

Bereits bestehende Maschinen lassen sich einfach mit Software in Form von KI aufrüsten. Steuer und Messgrößen, die im Fertigungsprozess erzeugt werden, können verwendet werden um nachträglich eine vollautomatische Qualitätssicherung oder Überwachung zu implementieren, ohne neue Maschinen anschaffen zu müssen.

Weltweit fallen in Fertigungsbetrieben an jeder Maschine täglich Milliarden Informationen an, die Aussagen über den Prozess, durch den Sie entstanden sind in sich tragen. Die Maschinen, die diese Prozesse ausführen sind meist geregelt oder gesteuert und bedürfen daher ganz automatisch einer Erfassung dieser Daten, da sie sich ohne diese überhaupt nicht kontrollieren ließen.

Warum also nicht diese Daten nutzen, um weitere Einblicke in den Prozess zu erhalten. Doch wie soll das gehen?

Im Vorliegenden Beispiel wurde ein Rührreibschweißprozess genutzt, um zu zeigen wie man mit den entstehenden Prozessdaten zu Qualitätsaussagen kommen kann, ohne weitere Messtechnik einkaufen zu müssen. Zwei Bleche (Kupfer und Aluminium) werden miteinander über einen rotierenden Stempel, unter hohem Druck verschweißt und die daraus resultierenden Prozessdaten wie Kraft, Weg, Strom, Drehzahl, Drehmoment und Zeit wurden aufgezeichnet. Dabei wurden absichtlich hunderte von Proben als IO produziert und weitere Proben leicht verunreinigt um NIO Schweißverbindungen zu erzeugen. 

Die Idee ist, dass bei verunreinigten Blechen auch Unterschiede in den Prozessparametern auftreten. Diese möchte man aber nicht aufwändig, händisch heraussuchen. Daher nutzt man einfaches KI Training, indem man dem Algorithmus zeigt welche Daten „IO“ sind und welche „NIO“, sodass die KI selbstständig herausfindet worin die Unterschiede innerhalb der Prozessabläufe liegen.

Mit ausreichend Trainingsdaten können hier hohe Genauigkeiten erreicht werden und das ohne zusätzliche Messsysteme.

Im Ergebnis lassen sich die Daten von jedem Prozessschritt nutzen, um ein kontinuierliches Qualitätssicherungskonzept umzusetzen.

Detaillierte Ausführungen und Erläuterungen finden Sie unter der folgenden Veröffentlichung in Zusammenarbeit mit der TU Ilmenau.

DOI: 10.1177/1464420720912773

  • Maschinendatenerfassung
    Daten wie, Kraft, Zustellweg, Drehzahl, Drehmoment und andere wurden standardisiert für das KI Training zusammengeführt.
  • KI Qualitätsprognose
    Durch Antrainieren von IO- und NIO Prozessen, konnte die KI erlernen, welche Messwertverläufe mit fehlerhaften Produkten zusammenhängen und welche okay sind.
  • Qualitätsampel
    Nach erfolgreichem KI Training, konnte an der Schweißmaschine eine Ampel angebracht werden, die nach jedem Schweißprozess auf Basis der Prozessdaten Aussagen darüber trifft, ob die Schweißverbindung von guter Qualität ist oder nicht (IO / NIO).

Sonstiges:

  • Schweißprozess digitalisiert
  • Datenübertragung etabliert
  • Vollautomatische Qualitätskontrolle IO/NIO
  • Predictive Maintenance Grundstein gelegt

DOKUMENTE

Dokumentenverarbeitung ist in vielen Firmen und Gemeinden mit hohem bürokratischem Aufwand verbunden. AI-UI und ciSio sind gemeinsam angetreten mithilfe von Softwarerobotern und intelligenter Dokumentenverarbeitung Prozesse zu automatisieren, die bisher nicht Automatisierbar waren.

ciSio übersetzt und nimmt der Digitalisierung die Komplexität. Spannende neue Technologien werden verfügbar. Mit ciSio wird alles einfacher: die Einführung, Anwendung, Betrieb und Beschaffung. Bestens geeignet für den Mittelstand. Durch Know-how-Transfer macht die ciSio den Mittelstand unabhängig.  

Durch die Verwendung des AI-UI internen KI-Dokumenten Chatbots, wird es möglich Fragen an ein Dokument zu richten und automatisiert Antworten zu erhalten.

Egal ob Rechnungsnummer, Iban, Anschrift, oder Handgeschriebene Antworttexte auf Formularen jedweder Art, unsere KI liefert automatisiert die Antwort an Ihre Systeme, sodass bisher nicht automatisierbare Prozesse, automatisierbar werden.

DIGITALISIERUNG

Bereits bestehende Maschinen lassen sich einfach mit Software in Form von KI aufrüsten. Steuer und Messgrößen, die im Fertigungsprozess erzeugt werden, können verwendet werden um nachträglich eine vollautomatische Qualitätssicherung oder Überwachung zu implementieren, ohne neue Maschinen anschaffen zu müssen.

Weltweit fallen in Fertigungsbetrieben an jeder Maschine täglich Milliarden Informationen an, die Aussagen über den Prozess, durch den Sie entstanden sind in sich tragen. Die Maschinen, die diese Prozesse ausführen sind meist geregelt oder gesteuert und bedürfen daher ganz automatisch einer Erfassung dieser Daten, da sie sich ohne diese überhaupt nicht kontrollieren ließen.

Warum also nicht diese Daten nutzen, um weitere Einblicke in den Prozess zu erhalten. Doch wie soll das gehen?

Im Vorliegenden Beispiel wurde ein Rührreibschweißprozess genutzt, um zu zeigen wie man mit den entstehenden Prozessdaten zu Qualitätsaussagen kommen kann, ohne weitere Messtechnik einkaufen zu müssen. Zwei Bleche (Kupfer und Aluminium) werden miteinander über einen rotierenden Stempel, unter hohem Druck verschweißt und die daraus resultierenden Prozessdaten wie Kraft, Weg, Strom, Drehzahl, Drehmoment und Zeit wurden aufgezeichnet. Dabei wurden absichtlich hunderte von Proben als IO produziert und weitere Proben leicht verunreinigt um NIO Schweißverbindungen zu erzeugen. 

Die Idee ist, dass bei verunreinigten Blechen auch Unterschiede in den Prozessparametern auftreten. Diese möchte man aber nicht aufwändig, händisch heraussuchen. Daher nutzt man einfaches KI Training, indem man dem Algorithmus zeigt welche Daten „IO“ sind und welche „NIO“, sodass die KI selbstständig herausfindet worin die Unterschiede innerhalb der Prozessabläufe liegen.

Mit ausreichend Trainingsdaten können hier hohe Genauigkeiten erreicht werden und das ohne zusätzliche Messsysteme.

Im Ergebnis lassen sich die Daten von jedem Prozessschritt nutzen, um ein kontinuierliches Qualitätssicherungskonzept umzusetzen.

Detaillierte Ausführungen und Erläuterungen finden Sie unter der folgenden Veröffentlichung in Zusammenarbeit mit der TU Ilmenau.

DOI: 10.1177/1464420720912773

  • Maschinendatenerfassung
    Daten wie, Kraft, Zustellweg, Drehzahl, Drehmoment und andere wurden standardisiert für das KI Training zusammengeführt.
  • KI Qualitätsprognose
    Durch Antrainieren von IO- und NIO Prozessen, konnte die KI erlernen, welche Messwertverläufe mit fehlerhaften Produkten zusammenhängen und welche okay sind.
  • Qualitätsampel
    Nach erfolgreichem KI Training, konnte an der Schweißmaschine eine Ampel angebracht werden, die nach jedem Schweißprozess auf Basis der Prozessdaten Aussagen darüber trifft, ob die Schweißverbindung von guter Qualität ist oder nicht (IO / NIO).

Sonstiges:

  • Schweißprozess digitalisiert
  • Datenübertragung etabliert
  • Vollautomatische Qualitätskontrolle IO/NIO
  • Predictive Maintenance Grundstein gelegt

Entdecke unser AI LAB!

EINSTEIGERTUTORIALS FÜR AI-UI

Auf der Seite unseres AI LABs finden Sie Videotutorials, Beschreibungen und fertig-downloadbare Projektdateien zum direkten Import in AI-UI.

Schauen Sie sich um und finden Sie ihre Problemlösung in den gezeigten Tutorials wieder.

Trading

Effektives Trading durch KI

Die Verwendung großer Datenmengen ermöglicht es  KI Modelle zu entwickeln, die Muster und Trends erkennen und nutzen. AIMS ermöglicht es schnelle und flexible Anpassungen an Marktveränderungen zu realisieren und bessere Entscheidungen zu treffen. Das alles auf Basis antrainierter Muster, emotionslos und nach System

Bilderkennung

Zuverlässiges Labeling und exakte Qualitätssicherung durch KI

Künstliche Intelligenz wird effektiv genutzt, um Bilder zu analysieren. Durch Erkennung von Mustern und Objekten, kann Sie zur Klassifikation, zum Objekt-Tracking und zur Bildsegmentierung genutzt werden. Durch die automatisierte Erkennung von optisch erkennbaren Fehlern, die für menschliche Prüfer schwer, wenig reproduzierbar und zeitaufwändig zu identifizieren sind, wird eine schnellere und genauere Qualitätskontrolle Ihrer Produkte ermöglicht.

WordPress Cookie Plugin von Real Cookie Banner