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-gestützte Prognose von Urlaubsrückstellungen bei Vetter Pharma
Personalcontroller kalkulierten Urlaubsrückstellungen bislang manuell über Durchschnittswerte, was die Genauigkeit der Personalbudgetierung einschränkte. Die als R-Shiny-App umgesetzte Lösung nutzt Machine Learning auf Basis von Zeitreihenanalyse, um die Rückstellungen je Kostenstelle präziser vorherzusagen.
Chatbot „Flurina“ beantwortet 26.000 Kundenanfragen der Rhätischen Bahn
Innerhalb von sechs Monaten verzeichnete der Bot über 12.000 Nutzersitzungen mit rund 26.000 beantworteten Fragen. Das Railservice-Personal wird dadurch spürbar entlastet und kann sich stärker auf komplexere Kundenanliegen konzentrieren; die Lösung läuft in einem Schweizer Rechenzentrum und erfüllt hohe Datenschutzstandards.
KI-Studienbegleiter „Syntea“ unterstützt IU-Studierende rund um die Uhr
Seit Oktober 2023 nutzt die IU Internationale Hochschule den KI-gestützten Studienbegleiter Syntea, der auf dem Azure OpenAI Service basiert. Studierende erhalten damit eine Frage-Antwort-Funktion zu Kursmaterialien, interaktive Prüfungsvorbereitung mit personalisiertem Feedback sowie mehrsprachige Unterstützung rund um die Uhr. Der Net Promoter Score liegt bei etwa 74 Prozent, der durchschnittliche Zeitaufwand für Online-Kurse sank um 27 Prozent.
KI-gestützte Nachfrageprognose und Carbon Intelligence in globalen Lieferketten
Im Rahmen eines von der Logistik-Initiative Hamburg organisierten Workshops mit Ingenics Consulting präsentierte pacemaker.ai, ein als Corporate Venture von thyssenkrupp gegründeter Softwareanbieter, seine KI-gestützten Supply-Chain-Lösungen. Das System nutzt Mustererkennung in großen Datenmengen und analysiert Verkaufszahlen, saisonale Schwankungen und Wetterdaten, um Nachfrageprognosen zu erstellen und Lieferketten unter anderem im Hinblick auf CO2-Emissionen zu optimieren.
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.
FAST 3D Camera: KI-gestützte Patientenpositionierung im CT
Die manuelle Positionierung von Patienten für CT-Scans ist zeitaufwendig, fehleranfällig und hängt stark von der Erfahrung des Personals ab. Die ‚FAST 3D Camera‘ erkennt Körperform und -lage optisch und berechnet mit KI-Algorithmen die präzise Zentrierung. Dadurch sinkt die Abweichung von durchschnittlich 19±10 mm bei manueller Positionierung auf 5±3 mm, was die Strahlenexposition reduziert und Scans schneller sowie konsistenter macht.
KI-gestütztes Anforderungsmanagement in der Fahrzeugentwicklung
Zuvor beanspruchte die manuelle Auswertung von Lastenheften in der Fahrzeugentwicklung zehntausende Arbeitsstunden pro Projekt und verzögerte Entwicklungsprozesse erheblich. Das KI-System erkennt Anforderungen automatisiert, bewertet sie inhaltlich und leitet sie an passende Fachabteilungen weiter. Dadurch sinkt der Aufwand für die Anforderungsanalyse um 80 Prozent, die Bearbeitung erfolgt achtmal schneller, und pro Projekt werden rund 37.500 Arbeitsstunden eingespart.
TOXPR: KI-gestützte Toxizitätsvorhersage ohne Tierversuche
Das TOXPR-System analysiert chemische Strukturen neuer Wirkstoffkandidaten mit Machine-Learning-Modellen und klassifiziert deren Gefährlichkeit automatisch. Dadurch werden bis zu 40 externe In-vivo-Studien pro Jahr vermieden und über 200.000 Euro jährlich eingespart. Gleichzeitig verbessert sich die Arbeitssicherheit im Labor, da weniger gefährliche Substanzen physisch getestet werden müssen.
QNC GmbH beantwortet Rechtsfragen mit IBM Watson in unter einer Stunde
QNC GmbH nutzt IBM Watson Knowledge Studio und IBM Watson Discovery, um Kundenanfragen in bis zu 45 Rechtsbereichen automatisiert mit einer Wissensdatenbank aus 180.000 zuvor beantworteten Fragen abzugleichen. Die durchschnittliche Antwortzeit liegt bei unter einer Stunde, die Recherchezeit sinkt um 40 Prozent. Über 60 Mandanten pro Stunde nutzen die Plattform, die für eine monatliche Flatrate von 80 Euro insbesondere kleinen Unternehmen Zugang zu einem Netzwerk von über 1.000 Anwälten verschafft. Die Lösung ist seit 2017 im produktiven Einsatz.