Robotron und Kontron vereinfachen Computer Vision

Der Einstieg in die Künstliche Intelligenz (Artificial Intelligence – AI) fällt vielen produzierenden Unternehmen derzeit noch schwer, nicht zuletzt wegen der komplexen Hardware-Auswahl. In der neuen AI‑Workstation verbinden Robotron und Kontron nun zwei ihrer innovativen Lösungsansätze zur unkomplizierten und schnellen Anwendung von Computer Vision. Die multi-purpose AI‑Workstation ermöglicht das Trainieren, Ausführen und Inferenz der Algorithmen für ein breites Spektrum von Modellen und Frameworks. Der standardisierte Ansatz deckt bis zu 90 Prozent aller Einsatzszenarien ab und versetzt auch Fertigungsingenieure ohne Programmiererfahrung in die Lage, ihre Prüfprobleme durch Computer Vision in Echtzeit zu lösen.
INDUSTRIE-PC / VISION
Der Name Robotron ist vielen ein Begriff: Zu DDR-Zeiten arbeiteten beim Kombinat für Computertechnik aus Dresden fast 70.000 Menschen.
Nach der Wende stand die Abwicklung des Staatsbetriebs bevor, doch Senior-Geschäftsführer Dr. Rolf Heinemann entschloss sich zu einem Management-Buyout.
1990 gründete er die Robotron Datenbank-Software GmbH mit acht weiteren Gesellschaftern und damals 26 Mitarbeitenden. Zu den wichtigsten Segmenten zählen heute die Energiewirtschaft, die öffentliche Verwaltung und die Industrie, hier vor allem die diskrete Fertigung mit Manufacturing und Automotive. Der Kernkompetenz blieb man treu: die effektive Verwaltung und Auswertung großer Datenmengen auf der Basis von Datenbank-Software. Heute erwirtschaften rund 600 Mitarbeiterinnen und Mitarbeiter einen Jahresumsatz von 62 Millionen Euro.

Computer Vision
in die Praxis bringen

Anwendungen der Künstlichen Intelligenz in der Industrie liegen derzeit im Trend, insbesondere bei Themen wie Qualitätskontrolle und Predictive Maintenance. Dabei gibt es unterschiedliche Ansätze, viele basieren auf bildgebenden, andere auf regelbasierten Verfahren. Die Spannbreite ist groß und es kommt darauf an, die richtige Methode zu wählen. Um die Anwendungsszenarien rund um Computer Vision in die Praxis umzusetzen, sind zunächst vor allem ausreichende Bilddatensätze und annotiertes Wissen notwendig. Die Bilder müssen entsprechend gelabelt sein, damit der Algorithmus weiß, wie zum Beispiel ein korrektes oder ein fehlerhaftes Bauteil aussieht. Mit diesem Input wird der Algorithmus trainiert.
Ein Hindernis für viele Anwender ist immer noch das fehlende Wissen über Künstliche Intelligenz. Der Erklärungsbedarf ist oft hoch und der Umgang mit neuen Technologien ist eine Herausforderung, vor allem im Produktionsumfeld mit Bestandslösungen. KI-Projekte finden daher oft außerhalb der eigentlichen Produktion in Innovation Hubs statt.
Dort fehlt jedoch oft der Input aus der Fertigungspraxis und vor allem die kontinuierliche Integration in die Prozesse.
Video KWS 3000-CML – Leistungsfähige Workstation für Machine Learning und AI Workflows
Lade... Lade...
×