Zuverlässige KI

Dieses White Paper verwendet den Begriff des ML-Systems im Kontext mit datengetriebenen Ansätzen. Im Speziellen liegt der Fokus auf überwachten ML-Methoden, einer Subkategorie des Maschinellen Lernens, in dem ein Modell mithilfe von annotierten Daten trainiert wird. In Anwendungen wie der vorausschauenden Wartung, Qualitätskontrolle oder Intralogistik können ML-Systeme genauere Vorhersagen und objektivere Entscheidungen treffen, was sowohl Zeit als auch Kosten spart. Insgesamt lassen sich die Vorteile von ML in industriellen Anwendungen in die zwei Kategorien einteilen:

• Optimierungen in allen Aspekten der Wertschöpfungskette
• Erweiterung bestehender oder Entwicklung neuer Produkte, Dienstleistungen, Märkte oder Geschäftsmodelle

Unabhängig von konkreten Anwendungsfällen zeigt dieses White Paper die Vor- und Nachteile von Machine Learning in sicherheitskritischen Domänen der Industrie auf.

 

Autoren:

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA: Xinyang Wu, Mohamed El-Shamouty, Philipp Wagner

 

Herausgeber:

Thomas Bauernhansl, Marco Huber, Werner Kraus

 

Jahr:

2021

 

Download & weitere Informationen:

Die Studie ist hier kostenlos erhältlich.

Auf der Seite des KI-Fortschrittzentrums stehen Ihnen weitere Studien der Studienreihe »Lernende Systeme« zur Verfügung.