Das System erfasst über 200 Wellenlängenbänder und erkennt anhand des spektralen ‚Fingerabdrucks‘ jedes Materials chemische Zusammensetzungen in Echtzeit. Die auf Spektren trainierten Deep-Learning-Modelle zeigen hohe Generalisierbarkeit – ein auf Schinken trainiertes Modell funktioniert etwa auch bei Putenbrust. Die Technologie wurde in Kooperation mit der Technischen Hochschule Nürnberg entwickelt.
OnEfficiency.BreakProtect: KI-gestützte Vermeidung von Papierabrissen bei Saica Paper
Der KI-Algorithmus OnEfficiency.BreakProtect von Voith erkennt kritische Prozesssituationen in Echtzeit und zeigt dem Betriebspersonal konkrete Gegenmaßnahmen an. Die Saica Paper Group nutzt das System an ihrem Werk Venizel laut Industrial Director Fernando Carroquino zur laufenden Prozessoptimierung; eine Effizienzsteigerung auf über 92 Prozent nennt Carroquino als Zukunftsziel für Papierfabriken, das durch solche digitalen Werkzeuge erreichbar werden soll.
KI-Sprachbot entlastet Leitstelle der Münchner Feuerwehr bei Krankentransporten
In der Integrierten Leitstelle der Branddirektion München erfasst ein Azure-basierter Sprachbot strukturiert Anfragen für planbare Krankentransporte, während Notrufe weiterhin höchste Priorität behalten. Die Bearbeitungszeit pro Anruf sinkt um durchschnittlich 3,5 Minuten, Wartezeiten für Klinikpersonal entfallen, und das System kann rund 400 Anfragen täglich verarbeiten. Nach einer Pilotphase im Februar 2026 ist ein schrittweiser Roll-out geplant.
Patient21 automatisiert klinische Dokumentation in Zahnarztpraxen mit generativer KI
Patient21 betreibt über 50 Zahnkliniken in Deutschland und setzt generative KI auf Basis von Amazon SageMaker und Amazon Bedrock ein, um Verwaltungsaufgaben wie Dokumentation und Behandlungsplanung zu automatisieren. Die KI-generierten klinischen Notizen und Code-Zuordnungen erreichen eine Genauigkeit von 95 Prozent, wodurch Zahnärzte sich stärker auf die Patientenbetreuung statt auf Dokumentation konzentrieren können.
KI prognostiziert Maschinenauslastung bei individualisierter Badewannenfertigung
Bette aus Delbrück fertigt über 25 Millionen mögliche Produktvarianten von Badewannen, Duschflächen und Waschtischen, davon mehr als die Hälfte individualisiert. Im Rahmen des Kompetenzzentrums Arbeitswelt.Plus von it’s OWL entwickelte Bette gemeinsam mit der Hochschule Bielefeld und der IG Metall ein KI-System, das auf Produktions-, Maschinen- und Echtzeitdaten trainiert wird und Auslastungsspitzen vorab erkennt. Ergebnis sind weniger Materialstaus, geringere Mitarbeiterbelastung und eine gleichmäßigere Maschinenauslastung.
Machine-Learning-Modelle prognostizieren Kommissionierzeiten bei Pumpenhersteller Wilo
Der Pumpenhersteller Wilo SE stand vor der Herausforderung, Materialfluss und Lagerprozesse angesichts schwankender Kundenaufträge effizient zu planen. Im it’s-OWL-Projekt IMAGINE entwickelten Wilo und Fraunhofer IOSB-INA Machine-Learning-Regressionsmodelle, die aus über 300.000 historischen Picking-Zeiten und SAP-Auftragsdaten lernen, um Transportwege, Materialmengen und Lagerplatzarten vorherzusagen.
Genus Focus: KI und MRT bestimmen Geschlecht im Hühnerei ohne Kükentöten
Das System klassifiziert jedes Ei automatisch nach Zuchttauglichkeit, Eierproduktion, Hähnchenmast oder unbefruchtetem Verzehrei in rund einer Sekunde pro Ei. Lohmann Deutschland hat die Technologie 2023 an seinem Brütereistandort Dorum installiert. Die Lösung ist konform mit dem deutschen Verbot des Kükentötens und wurde mit dem 1. Hauptpreis des Innovationspreis Bayern 2024 ausgezeichnet.
Priomonitor: KI-gestützte Auftragspriorisierung bei Friedrich Binder
Bislang priorisierte ein Mitarbeiter manuell und zeitaufwendig, welche der mehr als 20.000 Artikel umfassenden Aufträge zuerst bearbeitet werden – abhängig von 11 Merkmalen wie Lieferterminen, Edelmetallgehalten und Lagerbeständen. Der auf Scikit-learn und TensorFlow basierende Priomonitor übernimmt diese Priorisierung automatisch und verarbeitet mehrere hundert Aufträge in Sekundenbruchteilen.
Azure OpenAI reduziert Dokumentationsaufwand in der Notaufnahme um 90 Prozent
Das 218-Betten-Klinikum Landsberg am Lech setzt gemeinsam mit Partner Pexon Consulting eine Echtzeit-Spracherkennung auf Basis von Azure OpenAI ein, die Arzt-Patienten-Gespräche in der Kindernotaufnahme automatisch transkribiert und relevante Informationen wie Allergien und Medikationspläne direkt ins Krankenhausinformationssystem überträgt. Der Dokumentationsaufwand sank um über 90 Prozent, was rund zehn Minuten pro Konsultation bzw. zwei Stunden täglich einspart. Seit Einführung wurden bereits über 1.300 Gespräche und eine Million Wörter transkribiert, die Kosten für Nachbearbeitung und Archivierung sanken um rund 25 Prozent.
KI-gestützte Hof-Logistik: Multi-Kamera-Objektverfolgung für Dachser
Das System nutzt YOLO-basierte Objekterkennung und den ByteTrack-Algorithmus, verarbeitet die Kamerabilder direkt vor Ort auf Nvidia-Jetson-Edge-Geräten und fusioniert mehrere Kameraperspektiven per Kalman-Filter zu einer Gesamtübersicht des Hofs. Dachser brachte als Praxispartner reale Anforderungen und Daten ein, um Probleme wie Falschparken an Laderampen, unübersichtliche Fuhrparks, unentdeckte Staus und zeitaufwändige manuelle Bestandsaufnahmen zu lösen. Das Vorhaben befindet sich im Proof-of-Concept-Stadium; als nächste Schritte sind die Skalierung auf 15 und mehr Kameras sowie weitere Optimierungen geplant.