Schwerpunkte

VDMA-Report

Bedeutung von Machine Learning für den Maschinenbau

07. Juni 2019, 09:45 Uhr   |  Günter Herkommer

Bedeutung von Machine Learning für den Maschinenbau
© Shutterstock

Ein Hauptproblem: Es fehlt im Maschinenbau an qualifiziertem Personal zur Imnplementierung von Machine Learning.

Der VDMA hat im Frühjahr 2019 erstmalig eine Befragung zum maschinellen Lernen im Maschinen- und Anlagenbau durchgeführt. Schwerpunkte waren die Bedeutung und der Einsatz in den Unternehmensprozessen sowie in den Produkten und Dienstleistungen.

Insgesamt 70 Unternehmen hat der Branchenverband VDMA zum Thema Künstliche Intelligenz befragt. Aktuell zeigt sich dabei eine mittlere bis hohe Relevanz für Machine-Learning-basierte Lösungen zur Unterstützung der Unternehmensprozessen vor allem in den Anwendungsbereichen Kundendienst (64 %), Konstruktion und Entwicklung (54 %) und in der Produktion (50 %). Hinsichtlich der Bedeutung für Produkte sind es vor allem Maschinen (69 %) und bei den produktbegleitenden Dienstleistungen Predictive Maintenance (69 %) sowie Condition Monitoring (65 %), die aus Unternehmenssicht einen mittleren bis hohen Stellenwert haben.

Rund 46 % der Teilnehmer haben schon eine entsprechende Lösung für die Unternehmensprozesse oder in den Produkten bzw. Dienstleistungen im Einsatz. Im Wesentlichen liegt der heutige Anwendungsfokus dabei auf der Konstruktion und Entwicklung (14 %), dem Kundendienst (13 %), der Produktion (13 %), dem Rechnungswesen und Controlling (10 %) sowie dem Condition Monitoring (13 %) und dem Remote Service (13 %). Allerdings planen die befragten Unternehmen in den kommenden drei Jahren den Einsatz in den Prozessen und Produkten deutlich zu verstärken. Bis 2022 wollen dann beispielsweise mehr als die Hälfte der Firmen Machine Learning basierte Lösungen im Kundendienst verwenden.

Seite 1 von 3

1. Bedeutung von Machine Learning für den Maschinenbau
2. ML unterstützt Prozessautomatisierung und Kommunikation
3. Mangel an geeignetem Personal und an Daten

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Das könnte Sie auch interessieren

Beckhoff implementiert KI in Twincat
Ein Prüfkatalog zur Zertifizierung von KI
Best-Practice von KI in Forschung & Entwicklung
Wie KI die Informationssicherheit verbessern kann
Smarte Überwachung mit KI

Verwandte Artikel

VDMA Verband Deutscher Maschinen- u. Anlagenbau e.V.

SPS 2019