+49 30 533206 – 570

Projekte-Hotline: +49 3327 5658 – 28

info@digitalzentrum.berlin
Suche
Close this search box.

Künstliche Intelligenz für den Mittelstand „Made in Germany“  

In Deutschland entwickeln Unternehmen aller Größen gemeinsam mit Expert:innen KI-Lösungen für individuelle Problemstellungen, die bereits jetzt erfolgreich angewendet werden. Davon profitieren auch kleine und mittlere Firmen hierzulande in verschiedenen Bereichen des Arbeitsalltags, die wir Ihnen in diesem Beitrag vorstellen.
Umrisse von Deutschland auf dunklem Hintergrund mit Schriftzug "KI für den Mittelstand "Made in Germany"

Entwicklung der KI-Voraussetzungen

Die unbeschwerte Nutzung von Künstlicher Intelligenz (KI) wird hierzulande noch immer über die Sorge von mangelnder Datentransparenz überschattet, denn die Server der bekanntesten KI-Anbieter befinden sich meist im Ausland und unterliegen so nicht den nationalen Anforderungen an den Umgang mit Nutzer:innendaten sowie der damit verbundenen Sicherheit und Souveränität– doch auch in Deutschland wird die Entwicklung von wettbewerbsfähiger KI vorangetrieben.

Im Mai 2023 ging die Nationale Initiative zur KI-basierten Transformation in die Datenökonomie, kurz NITD, an den Start und soll als neutrale Instanz agieren, um die gemeinsame Nutzung von Daten und die Skalierung von Geschäftsmodellen in der deutschen Datenökonomie zu etablieren. Diese Initiative wird von der Deutschen Akademie der Technikwissenschaften (acatech) geleitet und soll bis Ende 2025 eine Grundlage für vertrauensvolle, marktfähige KI-Anwendungen schaffen. Dieser Ansatz umfasst die Förderung von KI-Spitzenleistungen, die Koordinierung von Investitionen, den Zugang zu den hierzulande verfügbaren hochwertigen Daten sowie rechtliche Initiativen zur Schaffung einer sicheren und innovationsfreundlichen Umgebung für die Entwicklung und Anwendung von Künstlicher Intelligenz.

Die Rechtslage um KI-generierte Produkte wurde konkretisiert – lesen Sie mehr zum AI-Act.

Die Initiative setzt hierzu auf die Vernetzung von Datenräumen unterschiedlicher Sektoren, die Entwicklung einheitlicher Qualitätsstandards für KI sowie die gezielte Förderung von KI-Innovationen. Die wichtigste Orientierung bietet dabei der europäische Ansatz für Künstliche Intelligenz aus dem umfassenden KI-Paket von April 2021, der auf Exzellenz und Vertrauen basiert, um die Forschungs- und Industriekapazitäten zu stärken, Sicherheit zu gewährleisten und somit Grundrechte zu wahren.

Künstliche Intelligenz „Made in Germany“ schreitet in ihrer Entwicklung somit weiter voran, jedoch existieren bereits vielseitige KI-Lösungen, die in Deutschland entwickelt wurden und relevante Bereiche auch für kleine und mittelständische Unternehmen transformieren können:

KI-Systeme für Personalorganisation

Arbeitsfähigkeit der Mitarbeitenden mit KI vorhersagen

Mittelständische Unternehmen setzen gemeinsam mit einem Forschungspartner und der Förderung des Bundesforschungsministeriums auf die Entwicklung eines KI-unterstützten Systems namens “KIPROSPER – Künstliche Intelligenz in der Prognose und Steuerung von gesundheitsbedingten Risiken” zur frühzeitigen Erkennung und Steuerung arbeitsbedingter Gesundheitsrisiken. Die innovative Unternehmenssoftware nutzt selbstlernende Algorithmen, um dynamische Berichte und Prognosen über die Entwicklung der Arbeitsfähigkeit und Gesundheit der Belegschaft für die nächsten sechs Monate zu erstellen. Der Datenschutz wird dabei gewahrt, und die Beschäftigten werden aktiv einbezogen.

  • Projekt: “KIPROSPER – Künstliche Intelligenz in der Prognose und Steuerung von gesundheitsbedingten Risiken” der Universität Heidelberg mit regionalen mittelständischen Unternehmen
  • Zweijährige Förderung im Rahmen des Programms KMU-innovativ

Selbstorganisation mit KI für New Work

Die Umsetzung von “New Work” in Unternehmen, ein Ansatz, der Freiheit und Selbstorganisation der Beschäftigten fördert, birgt sowohl Chancen als auch Herausforderungen. Die KI-basierte Software-as-a-Service-Lösung platform3L, adressiert diese Herausforderungen der Selbstorganisation ähnlich wie Motion oder Scheduler AI: Beschäftigte und Teams können ihre aktuellen Herausforderungen sowie verfügbare Tools mitteilen, woraufhin die KI personalisierte Lernvorschläge und Pfade generiert. Zum Beispiel kann das System in einem Homeoffice-Projekt mit Microsoft 365 die individuellen Bedürfnisse der Beschäftigten berücksichtigen und Lernpfade erstellen, die nicht nur beim Onboarding von Remote-Teammitgliedern helfen, sondern auch die Selbstorganisation und -führung fördern. Die Anwendung trägt somit dazu bei, flexible Arbeitsmodelle zu unterstützen und die Herausforderungen des kulturellen Wandels in “New Work” zu bewältigen.

  • Anbieter: platform3l GmbH zur Unterstützung der Selbstorganisation, entwickelt in Bonn
  • Setzt auf lebenslanges Lernen mit dem DigitalPass zur persönlichen Weiterbildung und Schaffung von Transparenz über unternehmensinternes Wissen

KI-Systeme zur Qualitätssicherung

Eloquente Übersetzung mit Deep Learning

Übersetzungsdienste wie Google und Bard Translator erhalten Konkurrenz durch DeepL, denn das System hat die Online-Übersetzungslandschaft revolutioniert und gehört zu den namhaftesten deutschen KI-Erzeugnissen. Ursprünglich als Linguee gegründet, entwickelte das Unternehmen ein neues Übersetzungstool basierend auf Deep Learning. Die Ergebnisse überzeugen durch natürlichen Klang und wurden in einer Challenge als deutlich besser bewertet – sogar die Schweizer Regierung nutzt das Tool für die Übersetzung offizieller Texte. DeepL zeigt damit, dass die intelligente Anwendung von Algorithmen einen bedeutenden Einfluss auf die Sprachverarbeitung haben kann, ohne auf Milliardeninvestitionen angewiesen zu sein.

  • Anwendung: DeepL zur Übersetzung basierend auf Deep Learning mit Sitz in Köln
  • Kostenfreie Nutzung bis 1500 Zeichen am PC und 3000 Zeichen auf Mobilgeräten, darüber hinaus kann ein Abo mit einer Grundgebühr für eine festgelegte Textmenge abgeschlossen werden, zudem können kommerzielle Kunden eine kostenpflichtige Schnittstelle mit DeepL implementieren

Künstliche Intelligenz als Teamevent? Überlisten Sie die KI in unserem kostenlosen Escape Room in Werder an der Havel!

KI-Algorithmen sichern Stromnetze

Die Forscherinnen und Forscher des Fraunhofer IOSB-AST haben ein innovatives Verfahren zur Sicherung von Stromnetzen durch Künstliche Intelligenz entwickelt. Infolge der Energiewende und steigender Anforderungen an die Netzflexibilität sind sichere und stabile Stromnetze von entscheidender Bedeutung. Das neue Verfahren nutzt KI-Algorithmen, die auf hochdynamischen Messdaten basieren, um den Zustand des Netzes in Echtzeit zu bewerten. Durch die Komprimierung von Messwerten können Daten um bis zu 80 Prozent reduziert werden, ohne dabei Informationen zu verlieren. Dies ermöglicht eine effiziente Archivierung und Auswertung. KI-Algorithmen lernen anschließend, Betriebsstörungen zu erkennen, zu kategorisieren und zu lokalisieren, um schnell und automatisiert darauf zu reagieren. Der Einsatz dieser Technologie ist nicht nur für Betreiber von Höchstspannungsübertragungsnetzen, sondern auch für regionale Verteilnetzbetreiber von großem Interesse, um den steigenden Anforderungen an eine sichere und umweltfreundliche Stromversorgung gerecht zu werden.

  • Projekt: Digital-Twin-zentrische Dienste und Applikationen für den dynamischen Betrieb und den Schutz des zukünftigen Energieversorgungssystems“ (HyLITE) des Fraunhofer IOSB-AST in Ilmenau
  • Schaffung einer KI-unterstützten, intelligenten Überwachungslösung für die Betriebssituation von Netzleitsysteme und Schutz vor Cyberangriffen durch eine web-basierte Echtzeitvisualisierung

Brände frühzeitig erkennen mit videobasierter KI

Mit der videobasierten Lösung AVIOTEC, die intelligente KI-Algorithmen direkt in den Kameras verwendet, können Brände und Rauch in Fabrik- und Lagerhallen schneller erkannt werden. Mit ihnen werden sensible Bereiche überwacht und Daten in ein zentrales Managementsystem eingespeist. Dies verkürzt die Reaktionszeiten erheblich und ermöglicht eine schnellere Alarmierung. Das System ist bereits weltweit im Einsatz und kann neben Alarmen auch HD-Videobilder in Echtzeit übertragen, was die Einschätzung der Gefahr und nachträgliche Analysen verbessert. Die Entwickler:innen planen, den KI-Anteil in der Zukunft weiter zu erhöhen, um die Erkennung von Bränden noch schneller und sicherer zu gestalten.

  • Anwendung: AVIOTEC der Bosch Sicherheitssysteme GmbH zur videobasierten KI-Brandüberwachung mit Sitz in Grasbrunn
  • Einsatzmöglichkeiten in Logistik, Einzelhandel, Produktion und Außenbereichen

Robotergesteuerte Prozessoptimierung für KMU

Zwei mittelständische Darmstädter Unternehmen arbeiten gemeinsam mit Forschungspartnern an einer kostengünstigen Lösung für die robotergesteuerte Prozessautomatisierung (RPA) im Mittelstand. Softwareroboter, die menschliche Interaktionen nachahmen, sollen mittels KI-gestütztem intelligentem Softwaresystem entwickelt werden. Dieses System erfasst, analysiert und lernt selbstständig Prozessdaten, um darauf basierend automatisierte Prozessschritte durchzuführen. Das Ziel ist es, Mittelständlern einen „virtuellen“ Pool von Softwarerobotern bereitzustellen, der flexibler und weniger eingeschränkt ist als herkömmliche RPA-Systeme.

  • Anwendung: Selbständig lernender Software-Roboter zur Prozessautomatisierung, entwickelt in Darmstadt/München
  • Konzipiert als einfache und kostengünstige Lösung für den Mittelstand, die bereichs- und applikationsübergreifend funktioniert

Anomalien in der Kunststofffertigung mit KI erkennen

Ein Kunststoffhersteller hat in Kooperation mit dem Mittelstand-Digital Zentrum Ruhr-OWL ein KI-basiertes Verfahren entwickelt, um Anomalien im Kunststoffverarbeitungsprozess sofort zu erkennen. Mit einer jährlichen Produktion von rund 25 Millionen Kunststoffprodukten, insbesondere Kunststoffkanistern, setzt das mittelständische Unternehmen auf Künstliche Intelligenz, um eine präzise Prozessüberwachung sicherzustellen. Das Projekt, in Zusammenarbeit mit dem Fraunhofer IOSB-INA durchgeführt, ermöglicht die Identifizierung und Lokalisierung von Produktionsfehlern in Echtzeit, was zu einer verbesserten Qualitätskontrolle und Kosteneffizienz führt.

  • Anwendung: KI-optimierte Anomalieerkennung im Fertigungsprozess, entwickelt in Steinheim/ Lemgo
  • Erkennt Abweichungen vom Normalverhalten im Fertigungsprozess sofort und teilt diese unmittelbar den Maschinenbedienern mit

KI-Systeme zur Prozessoptimierung

KI-Assistenz für Warenwirtschaftssysteme

Im Forschungsvorhaben IMQAA entwickelt das Team des Umwelt-Campus Birkenfeld einen lernfähigen Assistenten für Warenwirtschaftssysteme. Die steigende Komplexität von Unternehmensdaten erfordert eine effiziente Verwaltung, bei der traditionelle manuelle Ansätze oft zu fehlerhaften Daten führen. IMQAA setzt auf maschinelles Lernen, um Qualitätsregeln für Daten zu bestimmen, kontinuierlich zu optimieren und Benutzer:innen verfügbares Wissen zur Verfügung zu stellen. Das Assistenzsystem erkennt Fehler, schlägt Korrekturen vor, optimiert Workflows und automatisiert Aufgaben in der Datenqualitätssicherung. Der Prototyp wird derzeit in Zusammenarbeit mit Partnern wie Transgourmet Deutschland GmbH und Coop Genossenschaft evaluiert.

  • Anwendung: IMQAA (Intelligent Master Data Quality Assurance Assistant) zur Verwaltung von Unternehmensdaten, entwickelt in Trier/ Berlin/ Zug (Schweiz)
  • Momentan wird ein Prototyp getestet, um zukünftig externe Qualitätswerkzeuge obsolet zu machen

Anträge in der Verwaltung mit KI schneller bearbeiten

Ein führendes Münchner Unternehmen im Bereich der Datenanalyse und Künstlichen Intelligenz, ermöglicht durch seine Technologie die effiziente Optimierung von Unternehmensprozessen. Die KI-basierte Software durchleuchtet mithilfe von „Process Mining“ riesige Datenberge, die in Unternehmen entstehen, und analysiert, welche Prozesse effizient oder ineffizient ablaufen. Die Software, unterstützt durch das Execution Management System (EMS), erkennt nicht nur Probleme, sondern schlägt dank KI-Lösungen vor, wie diese gelöst werden können. Das Unternehmen hat sich als Erfolgsgeschichte etabliert, wurde 2011 gegründet und zählt heute zu den wertvollsten Start-ups in Europa. Die Technologie findet Anwendung bei namhaften Unternehmen wie der Deutschen Telekom, Uber und Siemens, die signifikante Einsparungen und Prozessoptimierungen erzielt haben.

  • Anwendung: KI-basierte Software zur Bearbeitung von Regressanträgen, entwickelt in München/ Köln
  • KI fertigt permanent Entscheidungsbaum-Modelle an und Kostenprognosen sind dadurch für alle Beteiligten gut nachvollziehbar

KI unterstützt effizientes Wissensmanagement

Accenture setzt auf effizientes Wissensmanagement mit Ask Sherlock, einer selbstlernenden KI-Lösung, um den dezentralen Wissensspeicher der Mitarbeiter optimal zu nutzen. Das System ermöglicht, ähnlich wie Intergator Smart Search oder Theum, die effektive Identifikation von Experten, indem es Fragen analysiert, bereits vorhandene Antworten präsentiert oder passende Netzwerkkontakte ermittelt. Durch die freiwillige Teilnahme und anonyme Fragestellung fördert Ask Sherlock ein dynamisches, wachsendes Wissensnetzwerk innerhalb der Organisation. In einem erfolgreichen Pilotprojekt in Deutschland, Österreich und der Schweiz erwies sich das Tool als zeitsparend und effizient, indem es über 95 Prozent der Anfragen in durchschnittlich über zwei Stunden beantwortete und mehr als 850 Fragen innerhalb der ersten drei Monate verarbeitete.

  • Anwendung: ASK Sherlock als KI-Navigationssystem zum internen Wissensmanagement, entwickelt in Kronberg im Taunus + Österreich und Schweiz
  • Wissens-Sharing fördert hier eine kollaborative Unternehmenskultur und Hierarchien werden abgebaut

Oberflächen in der Produktion mit KI prüfen

Um die Qualität von Oberflächen in der Industrieproduktion effektiver zu prüfen, setzen Hersteller vermehrt auf Künstliche Intelligenz. Ein Münchner Software-Unternehmen hat mit seinem KI-basierten System AI.SEE eine innovative Lösung entwickelt. Das System nutzt Computer Vision und selbstlernende Algorithmen des maschinellen Lernens, um genaue, schnelle und zuverlässige Qualitätskontrollen von metallischen und anderen Oberflächenmaterialien durchzuführen. Die KI-Anwendung kann kleinste Risse auf heterogenen oder reflektierenden Oberflächen sofort lokalisieren und erkannte Schäden unverzüglich an die entsprechende Abteilung weiterleiten.

  • Anwendung: AI.SEE als KI-gestützte Qualitätssicherung, entwickelt in München
  • Einsetzbar in der Automobil-, Pharma- und Solarindustrie

KI-Optimierung für die Landwirtschaft

Forscherinnen und Forscher der Fraunhofer-Gesellschaft setzen auf Künstliche Intelligenz und Robotik, um Lösungen für die Herausforderungen der zukünftigen Landwirtschaft zu entwickeln. Das Leitprojekt “Cognitive Agricultures” (COGNAC) wurde 2018 gestartet und vereint acht Fraunhofer-Institute, die an umwelt- und ressourcenschonenden sowie hocheffizienten Agrarprodukten arbeiten. Ziel ist es, durch den Einsatz von KI und Robotern, insbesondere Agrobots, den Einsatz von Pestiziden zu verringern. Durch Vernetzung und Analyse von Daten zu Saatgut, Düngern, Bodenqualität, Wetter, Klima und Marktentwicklung mit KI-Methoden können Düngemittelzusammensetzungen, Saatgutbeschichtungen und Nutzpflanzenmerkmale optimiert werden. Zudem streben die Wissenschaftler:innen die Schaffung eines Agricultural Data Space an, eines großen und sicheren Datenraums für die Landwirtschaft, um den Austausch von Daten zwischen Bäuerinnen und Bauern, Behörden, Umweltorganisationen, Genossenschaften und Maschinenherstellern zu ermöglichen und ein informationsbasiertes Ökosystem für den Agrarsektor zu schaffen.

  • Projekt: Cognitive Agricultures (COGNAC) zur Verringerung des Einsatzes von Pestiziden, entwickelt in Kaiserslautern und Magdeburg
  • Bisherige dezentrale Wissensspeicherung soll langfristig zu einem informationsbasierten Ökosystems für den Agrarbereich umgewandelt werden

Predictive Pricing mit KI-Software

Das Berliner Start-up 7Learnings hat eine KI-Software für Predictive Pricing im Online-Handel entwickelt, die Unternehmen dabei unterstützt, schnell und zuverlässig den optimalen Preis für ihre Waren festzulegen. Andere Anbieter wie Centric oder der AI Pricing Engine verfolgen diesen Ansatz ebenfalls. Angesichts des boomenden Online-Handels in Deutschland und der ständigen Konkurrenz im E-Commerce ergibt sich die Herausforderung, flexibel und konkurrenzfähig zu bleiben. Durch die Anwendung von Machine Learning-Algorithmen auf umfangreiche Daten werden deshalb Preisänderungen und Marketingaktivitäten analysiert, um ihre Auswirkungen auf wichtige Kenngrößen vorherzusagen und es Unternehmen so zu ermöglichen, ihre Entscheidungen zu optimieren und Gewinne sowie Umsätze um mehr als zehn Prozent zu steigern. Durch die individuelle Anpassung des Predictive Pricing-Modells für jeden Kunden, auch für kleinere Anbieter, bietet die Cloud-basierte Software eine effiziente Lösung.

  • Anwendung: Machine-Learning-Algorithmus zur Vorhersage der Auswirkungen von Preisänderungen und Marketingaktivitäten auf Onlinehandel
  • Mit der Cloud-basierten Software können individuelle Predictive-Pricing-Modelle aufgesetzt werden, sodass diese auch für kleine und mittelständische Unternehmen einsetzbar sind

Baukosten kalkulieren mit KI-Assistent

Auch der KI-Baukalkulations-Assistent wurde in der deutschen Hauptstadt entwickelt, um die Angebotserstellung im Bauwesen zu revolutionieren. Das intelligente Assistenzsystem analysiert Bauausschreibungen, erkennt Textverwandtschaften und schlägt passende Positionen vor. Mithilfe von Data Science und KI-Methoden spart das System qualifiziertem Fachpersonal erheblich Zeit bei der Kalkulation, sodass mehr Raum für komplexe Bauprojektaufgaben bleibt. Die Lösung zeichnet sich durch eine Hochleistungs-Vektordatenbank aus, die semantische Analysen ermöglicht und Millionen von Anforderungstexten in weniger als einer Sekunde durchsucht. Die Bedienung ist Nutzer:innen-zentriert gestaltet, sodass sie die volle Kontrolle über den Automatisierungsgrad bei der Bearbeitung des Leistungsverzeichnisses behalten.

  • Anwendung: KI-basiertes Modul zur Kalkulation von Baukosten, entwickelt in Berlin
  • Zeitersparnis durch passgenaue Empfehlungen auf Basis vergangener Angebotskalkulationen und mit Hilfe von Data Science sowie KI-Methoden

KI-Systeme für mehr Nachhaltigkeit

Effiziente Absatzplanung durch KI-Software

Das Startup meteolytix revolutioniert die Absatzplanung in deutschen Bäckereien mit einer KI-basierten Software, vergleichbar mit Systemen wie s.demand oder abacus. Die Software unterstützt Bäckereien bei der präzisen tagesaktuellen Absatzprognose und damit der Reduzierung von Lebensmittelverschwendung. Die komplexe Berechnung berücksichtigt über 400 Faktoren, darunter Wetterbedingungen, Baustellen, lokale Veranstaltungen und mehr. Gründer Meeno Schrader, ein promovierter Meteorologe, erkannte das Potenzial von Wetterprognosen für die Vorhersage des Kundenverkehrs. Die meteolytix-Software, die auch in anderen Branchen anwendbar ist, wurde 2019 mit dem Digitalisierungspreis des Landes Schleswig-Holstein ausgezeichnet.

  • Anwendung: KI-basierte Software zur tagesaktuellen Absatzplanung, entwickelt in Kiel
  • Derzeitig eingesetzt für Bäckereien, könnten zukünftig auch mittelständische Unternehmen wie Reisebüros, Metzgereien, Modehäuser und Großmärkte von der Anwendung profitieren

Stoffkreisläufe mit KI optimieren

Die Effizienz von Stoffkreisläufen in der Lebensmittelproduktion und -verarbeitung wird oft durch die Verschwendung wertvoller Ressourcen beeinträchtigt. Viele potenzielle Stoffkreisläufe bleiben unentdeckt. Das Unternehmen loopsai ARGE hat eine Software entwickelt, die komplexe Stoffströme erfasst und verständlich macht. Der Ansatz findet immer mehr Anklang, so verfolgen auch Systeme wie EIBA oder die für Privathaushalte entwickelte Junker App das Ziel der Optimierung dieses Bereichs. Dadurch wird es möglich, diese Stoffkreisläufe miteinander zu verbinden und einen geschlossenen Kreislauf zu schaffen. Dies ermöglicht eine verbesserte Bedienung von Angebot und Nachfrage, Einsparung wertvoller Ressourcen und Verkürzung von Transportwegen. Das Konzept erhielt 2020 den Deutschen Nachhaltigkeitspreis in der Kategorie Forschung.

  • Anwendung: KI-basierte Software zur Erkennung unentdeckter Stoffkreisläufe, entwickelt in Hamburg & Bremen
  • Bereitgestellt wird die Anwendung als Open Source-Software

In unserer Übersicht finden Sie weitere KI-Tools, die Ihnen den Arbeitsalltag erleichtern.

Plastik clever recyceln mit KI-Erkennung

Ein interdisziplinäres Forschungsteam von TU Darmstadt, Fraunhofer IWKS und DFKI arbeitet an einem innovativen Recyclingverfahren für Plastikmüll mithilfe von Künstlicher Intelligenz. Aktuell wird ein sensorgestütztes Sortierverfahren mit maschinellem Lernen kombiniert, um auch komplexe Kunststoffverbindungen, beispielsweise aus Elektronik- oder Bekleidungsartikeln, besser zu analysieren. Das Ziel ist eine verbesserte Sortierung und Wiederverwertung von Kunststoffen, um im Recyclingprozess einzelne Molekülketten im eingeschmolzenen Plastik frühzeitig zu erkennen. Das Projekt namens “Digital Lifecycle Record for the Circular Economy” (ReCircE) strebt an, qualitativ hochwertige Sorten zu gewinnen, die mit dem ursprünglichen Kunststoff vergleichbar sind. Neben der technologischen Innovation arbeitet das Team an einem digitalen Produktpass für volle Transparenz in der gesamten Wertstoffkette, um die Verwertung von Kunststoffen zu erleichtern.

  • Projekt: “Digital Lifecycle Record for the Circular Economy” (ReCircE), entwickelt in Kaiserslautern/ Darmstadt/ Morbach/ Berlin
  • Zielt auf die Kombination von sensorgestützten Sortierverfahren mit den Möglichkeiten des maschinellen Lernens ab

Energie aus Abfall durch KI-Steuerung

Forscherinnen und Forscher der Universität Hannover und des OFFIS – Institut für Informatik setzen auf Künstliche Intelligenz, um die Verbrennung von Abfällen in Kraftwerken zu digitalisieren und effizienter zu steuern. Im Rahmen des Projekts “Abfallverbrennungskessel 4.0 (AVKVIN)” analysieren sie mit Data Mining- und Machine Learning-Methoden die Verbrennung von unterschiedlichem Abfallmaterial in einem Abfallverbrennungskraftwerk der EEW Energy from Waste GmbH. Mithilfe von Bilderkennung und einem neuronalen Netz, das mit Millionen von Fotos verschiedener Objekte trainiert wurde, versuchen die Forschenden, die Brenneigenschaften der Abfälle vorherzusagen. Das Ziel ist eine optimierte Steuerung des Verbrennungsprozesses, um die Abfallverbrennung ökonomischer und ökologischer zu gestalten. Die vielversprechenden Ergebnisse deuten darauf hin, dass der Einsatz von KI-Methoden neue technische Möglichkeiten für eine nachhaltigere Strom- und Wärmeerzeugung eröffnen könnte.

  • Anwendung: Machine-Learning-Ansatz zur ökologischeren und ökonomischeren Abfallverbrennung, entwickelt in Oldenburg/ Berlin
  • Zielt langfristig auf die KI-gestützte Vorhersage des Heizwerts von Abfallchargen mit Bilderkennung ab

Fazit

In Deutschland wurden bereits einschlägige KI-Anwendungen entwickelt, die vielfältige Bereiche des Arbeitsalltags und damit verbundene Problemfelder abdecken. Diese bestehenden Lösungen beziehen sich derzeit noch auf individuelle Problemstellungen einzelner Unternehmen, zeigen jedoch die Möglichkeiten Künstlicher Intelligenz auf und nehmen eine Funktion als Wegweiser ein. Zudem treibt Deutschland Entwicklungen im Bereich Künstlicher Intelligenz weiterhin voran, wobei innovative Lösungen zukünftig weitere Fortschritte versprechen und die Arbeitswelt in relevanten Sektoren nachhaltig gestalten werden.

Autorin: Angelika Grüttner

Suchen
Nichts mehr verpassen:
Unser Newsletter

    Mehr zum Thema