Zu Artificial Intelligence (AI) zählen Kennzeichenerkennung bzw. Bilderkennung in der Logistik, Spracherkennung und Gestensteuerung in Zusammenhang mit Mixed Reality sowie die Bewertung von Sensordaten betreffend Internet of Things.

Umgesetzte Use Cases mit dieser Technologie

Flächen und Zeitberechnung
Demonstrator

Die Firma Altmann hat ihre mietbaren Landwirtschaftsgeräte mit GPS-Trackern ausgestattet, um die damit bearbeiteten Flächen zu berechnen. Dieser Prozess wurde manuell durchgeführt und war verhältnismäßig zeitaufwendig. 
Um diesen Umstand zu ändern, wurde eine TIP Schwerpunktberatung  zu dem Thema durchgeführt.

Laborbereiche: Internet of Things | Technologiebereiche: IoT,AI/KI
Digitalisierung eines Pack-/Assemblierplatzes
Demonstrator

Das im Rahmen einer TIP Schwerpunktberatung für die WKNÖ entwickelte Projekt zur Digitalisierung eines Packplatzes wurde für einen Kunden im Gesundheitssektor verwirklicht, um Fehler in der Vollständigkeit von Verpackungseinheiten nachvollziehen zu können.

Laborbereiche: Assembly Bereich | Technologiebereiche: IoT,AI/KI
Profilerkennung
Demonstrator

Im Projekt Profilerkennung wurde für eine Firma, die unterschiedliche Aluminiumprofile für die Produktion von Fenstern oder Türen produziert, eine  Möglichkeit getestet, welche die Profilerkennung durch Computer Vision Methoden ermöglicht und ein Prototyp entwickelt.

Laborbereiche: Qualitätssicherung | Technologiebereiche: AI/KI,IoT
Kotányi - Qualitätssicherung im Produktionsprozess
Demonstrator

Qualitätssicherung im Umgang mit Rohstoffen und im Produktionsprozess ist für die Firma Kotányi von wesentlicher Bedeutung, die mithilfe der digitalen Produktkontrolle von Produktproben mittels einer App unterstützt wird. 

Laborbereiche: Qualitätssicherung | Technologiebereiche: AI/KI,IoT
Kotányi Errorcam
Demonstrator

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.

Laborbereiche: Qualitätssicherung | Technologiebereiche: 4IR,AI/KI