Gemeinsam mit dem traditionsreichen Familienunternehmen Autohaus Eckl wird im Projekt "FixDrive2AIChat" ein intelligentes Assistenzsystem entwickelt, das Nutzeranfragen in natürlicher Sprache versteht und beantwortet. Fahrzeug-, Versicherungs- und Finanzdaten werden dabei erstmals zentral und KI-gestützt zugänglich gemacht.

Austria Pet Food steigert durch innovative KI-Lösungen die Effizienz ihrer Produktionsprozesse. Der Fokus liegt auf der Entwicklung eines Frühwarnsystems zur Fehlerprädiktion, das korrosionsbedingte Ermüdungserscheinungen an Produktionsanlagen frühzeitig erkennt und Ausfallzeiten reduziert.

Im Rahmen dieses Projekts wurde gemeinsam mit der Wewalka GmbH Nfg. KG die Machbarkeit einer automatisierten Inline-Prüfung von Verpackungsbarcodes untersucht. Ziel war es, durch einen systemgestützten Abgleich Fehlverpackungen frühzeitig zu erkennen und die Prozesssicherheit sowie Rückverfolgbarkeit zu erhöhen.

Im Rahmen dieses Projekts wurde gemeinsam mit der Steirerfleisch Gesellschaft m.b.H.. die Machbarkeit einer automatisierten Produkterkennung von kommissionierten Rohprodukten mittels künstlicher Intelligenz untersucht.
Ziel war es, Fleischprodukte anhand von Kamerabildern zuverlässig zu klassifizieren und eine technische Grundlage für mögliche Folgeanwendungen zu schaffen.

Im Rahmen dieses Projekts wurde gemeinsam mit der Brucha GmbH die Machbarkeit einer automatisierten optischen Prüfung von Aluminium-Sandwich-Wandelementen untersucht. Ziel war es, Formabweichungen am Paneelquerschnitt mit einem Laser-Lichtschnittsensor objektiv zu erkennen und positionsgenau zu dokumentieren – bewusst rein geometrisch und ohne Machine Learning.

Im Rahmen dieses Projekts wurde gemeinsam mit der "Sojarei" Vollwertkost-Gesellschaft m.b.H. ein System zur automatisierten optischen Prüfung von Verpackungsetiketten entwickelt. Eine Kamera erfasst das Etikett, liest per Texterkennung kritische Angaben wie das Mindesthaltbarkeitsdatum aus und gleicht diese mit hinterlegten Referenzdaten ab, um fehlerhafte Etiketten frühzeitig zu erkennen.

Kotanyi verwendet moderne, hochautomatisierte Produktionsanlagen. Wenn Störungen auftreten, werden diese automatisch erkannt und in Folge die betreffende Anlage automatisch gestoppt. Das Problem ist jedoch, dass häufig die eigentliche Fehlerursache im gestoppten Zustand nicht erkennbar ist.

Um dieses Problem zu beseitigen, soll ein System entwickelt werden, welches es ermöglicht Videoaufnahmen der Fehlerursachen anzufertigen. Diese Videoaufnahmen sollen in weiterer Folge für das Training von KI-Modellen, welche Fehlerquellen automatisch erkennen und auf dem Video kennzeichnen können, verwendet werden.

In der Schraubenproduktion treten Qualitätsprobleme bei der genormten Einschraubzeit (<1 Sekunde) auf. Diese Unterschiede sind mit dem freien Auge nicht erkennbar. Ziel ist die Entwicklung eines KI-gestützten Mechanismus zur automatisierten Bilderkennung von Qualitätsschwächen, um den Produktionsausschuss zu minimieren und den Qualitätsprüfprozess zu optimieren.