In diesem Lernvideo erfahren die Teilnehmer, was bei der Datenbeschaffung und Anwendung von KI im KMU-nahen Produktionsumfeld zu beachten ist und welche Besonderheiten KI in der Produktion auszeichnen.
Mit der zunehmenden Konnektivität, Autonomisierung, dem Shared-Economy-Denken und der Elektrifizierung (C.A.S.E.) ergeben sich auch vielfältige neue Geschäftsmodellmöglichkeiten für Akteure aus der Automobilindustrie. Um diese Geschäftsmodelle greifbar und vergleichbar zu machen haben sich im Laufe der Zeit verschiedene Frameworks etabliert wie z. B. das leicht verständliche Business Model Canvas.
In diesem Webinar präsentieren Ihnen Experten der HELLA GmbH & Co. KGaA und des Heinz Nixdorf Instituts die aktuellen Trends und Innovationen im Bereich der Fahrerassistenzsysteme. Zum Einstieg erwartet Sie ein Überblick über die verschiedenen Arten von Fahrerassistenzsystemen und wie eine Vernetzung solcher Systeme die Bewältigung automatisierter Fahraufgaben ermöglicht sowie die Sicherheit auf unseren Straßen verbessern kann.
In diesem Podcast führt Lennard Söhngen vom Projekt DiSerHub ein Interview mit Marco Lohrey über das Forschungsprojekt TuWAs. TuWAs setzt genau dort an, wo die Herausforderungen der digitalen Transformation in der Industrie besonders spürbar sind. Das Ziel ist es, konkrete Entscheidungshilfen und Transformationskonzepte für Unternehmen zu entwickeln und damit einen bedeutenden Beitrag zur Sicherung von Arbeitsplätzen, Know-how und Fertigungsnetzwerken in Deutschland und Europa zu leisten. Der Transformations-Hub, der im Rahmen des Projekts entsteht, wird eine lebendige Community und einen regen Wissensaustausch ermöglichen. Durch umfassende Analyse der Transformationsbedarfe und den Aufbau von Transfermöglichkeiten sollen Unternehmen befähigt werden, sich erfolgreich zu transformieren und ihre Wettbewerbsfähigkeit nachhaltig zu steigern. Dieser Podcast beleuchtet die Ziele, Nutzen und Herausforderungen dieses vielversprechenden Projekts.
Teleoperation meint die Fernsteuerung von Fahrzeuge und überbrückt manuelle und autonome Systeme. Herausforderungen liegen in der Kommunikationstechnologie für zuverlässige Datenübertragung. Forschung fokussiert auf Echtzeit-Steuerung und Nutzererfahrung, um Sicherheit und Effizienz zu verbessern. Die interdisziplinäre Arbeit zielt darauf ab, technische und gesellschaftliche Hürden zu meistern und Teleoperation in die Mobilität der Zukunft zu integrieren.
Die Elektromobilität als Wegbereiter der Zukunft: Eine Diskussionsrunde in Paderborn hebt die Bedeutung der Kooperation zwischen Wirtschaft und Wissenschaft hervor und beleuchtet die vielschichtigen Chancen und Herausforderungen, die sich Deutschland und China stellen, um nachhaltige Mobilitätslösungen zu entwickeln.
Auf dem Weg in eine neue Generation elektrischer/elektrifizierter Fahrzeuge ändert sich das Produkt Auto gründlich. Produktinnovationen sind mit Änderungen in den Produktionsprozessen entlang der automobilen Wertschöpfung sowie Änderungen in den Kompetenzanforderungen an die Beschäftigten verbunden. Die Transformation der Automobilindustrie ist daher auch eine ‚Workforce Transformation‘ von erheblicher Tragweite.
Die zunehmende Dynamik des Marktes, charakterisiert durch kürzere Produktlebenszyklen und häufigere Innovationen, macht regelmäßige Anpassungen von Fabriken und Produktionssystemen sowie eine schnelle und flexible Fabrikplanung zu einem kritischen Wettbewerbsfaktor. Das Fraunhofer IGCV fördert mit digitalen, kollaborativen Methoden eine effizientere und nachhaltigere Gestaltung der Fabrikplanung, um den Herausforderungen von Flexibilität, Wandlungsfähigkeit und Nachhaltigkeit gerecht zu werden.
Die Digitalisierung bietet Unternehmen quer durch alle Branchen eine Vielzahl von Möglichkeiten zur Effizienz- und Umsatzsteigerung. In der ersten Ausgabe unserer Publikationsreihe „NEXT Level“ zeigen wir, wie datengetriebene Services gefunden, konzipiert, entwickelt und erfolgreich umgesetzt werden können – und damit einen Mehrwert für Unternehmen und ihre Kunden bieten.
Predictive Maintenance revolutioniert die industrielle Instandhaltung durch datenbasierte Vorhersagen anstelle von präventiven oder reaktiven Maßnahmen. Für den Erfolg von Predictive Maintenance ist eine strukturierte Vorgehensweise unerlässlich. In einem detaillierten Use Case aus der Automobilindustrie erfahren Sie welche Herausforderungen dabei zu bewältigen und welche essenziellen Schritte notwendig sind, um erfolgreich prädiktive Modelle in der Praxis nutzen zu können.
You cannot copy content of this page
