Mit Ing. Madeleine Mickeleit und in dieser Folge mit Dr. Ralph Grothmann der Principal Key Expert Consultant bei der Siemens AG. 🎧 Wir sprechen über künstliche Intelligenz und deren Anwendung in der Industrie.
Jetzt den ersten Industrial IoT Use Case Podcast in Deutschland anhören!
🎧 https://iotusecase.buzzsprout.com/
Heute spreche ich mit Dr. Ralph Grothmann der Principal Key Expert Consultant bei der Siemens AG. Die Siemens AG kennt man natürlich am Markt als führender internationaler Technologiekonzern, der seit mehr als 170 Jahren für technische Leistungsfähigkeit, Innovation, Qualität, Zuverlässigkeit und Internationalität steht. Das Unternehmen ist weltweit aktiv, und zwar schwerpunktmäßig auf den Gebieten Stromerzeugung und -verteilung, intelligente Infrastruktur bei Gebäuden und dezentralen Energiesystemen sowie Automatisierung und Digitalisierung in der Prozess- und Fertigungsindustrie. Im Geschäftsjahr 2019, das am 30. September 2019 endete, erzielte Siemens einen Umsatz von 86,8 Milliarden Euro und einen Gewinn nach Steuern von 5,6 Milliarden Euro. Ende September 2019 hatte das Unternehmen weltweit rund 385.000 Beschäftigte.
💡 Mehr zu dem Use Cases hier lesen | https://www.iotusecase.com |
Die heutige Folge ist etwas technischer geprägt, jedoch auch dementsprechend hochwertig qualitativ in den Inhalten. Wer schon immer künstliche Intelligenz in der praktischen Umsetzung verstehen wollte und gern wissen möchte wie das ganze technisch auf welcher Hardware und mit welchen Algorithmen funktioniert – ist hier genau richtig. Ralph führt aus, dass im Mittelpunkt immer Daten, Domain wissen, Methodik und der Bediener steht – (magische Dreieck) und dabei immer die Anwendung und der Mehrwert des Projekts. Um das ganze einfach und verständlich zu haben sprechen wir zu 2 Use Cases aus der Praxis.
Zunächst geht es im ersten Use Case dabei um die Frage „Wie ich durch künstliche Intelligenz Fehler in der Qualitätskontrolle im Lackierprozess eines Bauteils vermeiden kann?“ Dabei sprechen wir über Daten aus Kameras, welche Kratzer, Lacknasen oder Unebenheiten aufnehmen und dann in sog. Fehlerklassen eingeteilt und entsprechend für den Bediener ausgewertet werden.
In diesem Zusammenhang gehen wir ebenfalls darauf ein was für Daten ich in Maschinennah vor verarbeiten sollte und welche Daten wann in die Cloud gesendet werden. Auch welche Hardware dafür notwendig ist. Wir erklären die Begriffe „OnPrem“ und „EDGE Computing“ in diesem Zusammenhang – auch welche Performanceanforderungen und Rechenressourcen ich für solche Projekte benötige. Wir gehen auch darauf ein welche Informationen vom Prozessingenieur vorliegen müssen, um ein solches Projekte überhaupt anzugehen und welche Daten ich in welcher Qualität brauche.
Im Use Case 2 löst die KI das Problem, dass sich in der Ernte von Mohrrüben auf dem Förderban häufig Fremdbestandteile wie Rote Beete, Kartoffel, Steine oder Erdklumpen befinden. Zum Ende gibt uns Ralph hier noch seine Tipps und Trick aus der Praxis mit und wie sich Fehler vermeiden und Kosten einsparen lassen.
Madeleine Mickeleit (https://www.linkedin.com/in/madeleine-mickeleit/)
Use Case Website (https://www.iotusecase.com/)
Anbieter (https://new.siemens.com/de/de/produkte/automatisierung/informationen-zum-coro
Jetzt IoT Use Case auf LinkedIn folgen
1x monatlich IoT Use Case Update erhalten
View all episodes
By Ing. Madeleine MickeleitMit Ing. Madeleine Mickeleit und in dieser Folge mit Dr. Ralph Grothmann der Principal Key Expert Consultant bei der Siemens AG. 🎧 Wir sprechen über künstliche Intelligenz und deren Anwendung in der Industrie.
Jetzt den ersten Industrial IoT Use Case Podcast in Deutschland anhören!
🎧 https://iotusecase.buzzsprout.com/
Heute spreche ich mit Dr. Ralph Grothmann der Principal Key Expert Consultant bei der Siemens AG. Die Siemens AG kennt man natürlich am Markt als führender internationaler Technologiekonzern, der seit mehr als 170 Jahren für technische Leistungsfähigkeit, Innovation, Qualität, Zuverlässigkeit und Internationalität steht. Das Unternehmen ist weltweit aktiv, und zwar schwerpunktmäßig auf den Gebieten Stromerzeugung und -verteilung, intelligente Infrastruktur bei Gebäuden und dezentralen Energiesystemen sowie Automatisierung und Digitalisierung in der Prozess- und Fertigungsindustrie. Im Geschäftsjahr 2019, das am 30. September 2019 endete, erzielte Siemens einen Umsatz von 86,8 Milliarden Euro und einen Gewinn nach Steuern von 5,6 Milliarden Euro. Ende September 2019 hatte das Unternehmen weltweit rund 385.000 Beschäftigte.
💡 Mehr zu dem Use Cases hier lesen | https://www.iotusecase.com |
Die heutige Folge ist etwas technischer geprägt, jedoch auch dementsprechend hochwertig qualitativ in den Inhalten. Wer schon immer künstliche Intelligenz in der praktischen Umsetzung verstehen wollte und gern wissen möchte wie das ganze technisch auf welcher Hardware und mit welchen Algorithmen funktioniert – ist hier genau richtig. Ralph führt aus, dass im Mittelpunkt immer Daten, Domain wissen, Methodik und der Bediener steht – (magische Dreieck) und dabei immer die Anwendung und der Mehrwert des Projekts. Um das ganze einfach und verständlich zu haben sprechen wir zu 2 Use Cases aus der Praxis.
Zunächst geht es im ersten Use Case dabei um die Frage „Wie ich durch künstliche Intelligenz Fehler in der Qualitätskontrolle im Lackierprozess eines Bauteils vermeiden kann?“ Dabei sprechen wir über Daten aus Kameras, welche Kratzer, Lacknasen oder Unebenheiten aufnehmen und dann in sog. Fehlerklassen eingeteilt und entsprechend für den Bediener ausgewertet werden.
In diesem Zusammenhang gehen wir ebenfalls darauf ein was für Daten ich in Maschinennah vor verarbeiten sollte und welche Daten wann in die Cloud gesendet werden. Auch welche Hardware dafür notwendig ist. Wir erklären die Begriffe „OnPrem“ und „EDGE Computing“ in diesem Zusammenhang – auch welche Performanceanforderungen und Rechenressourcen ich für solche Projekte benötige. Wir gehen auch darauf ein welche Informationen vom Prozessingenieur vorliegen müssen, um ein solches Projekte überhaupt anzugehen und welche Daten ich in welcher Qualität brauche.
Im Use Case 2 löst die KI das Problem, dass sich in der Ernte von Mohrrüben auf dem Förderban häufig Fremdbestandteile wie Rote Beete, Kartoffel, Steine oder Erdklumpen befinden. Zum Ende gibt uns Ralph hier noch seine Tipps und Trick aus der Praxis mit und wie sich Fehler vermeiden und Kosten einsparen lassen.
Madeleine Mickeleit (https://www.linkedin.com/in/madeleine-mickeleit/)
Use Case Website (https://www.iotusecase.com/)
Anbieter (https://new.siemens.com/de/de/produkte/automatisierung/informationen-zum-coro
Jetzt IoT Use Case auf LinkedIn folgen
1x monatlich IoT Use Case Update erhalten
41 Listeners
7 Listeners
183 Listeners
55 Listeners
3 Listeners
19 Listeners
12 Listeners
83 Listeners
0 Listeners
322 Listeners
28 Listeners
9 Listeners
95 Listeners
20 Listeners
25 Listeners