Beim Zulieferertag Automobilwirtschaft Baden-Württemberg 2025 stellten EDAG Production Solutions und Carl Zeiss IQS Deutschland den Einsatz von KI-gestützter Bild- und Messdatenanalyse zur präzisen Qualitätsprüfung von Fahrzeugkomponenten vor. Ziel ist es, Fertigungsabweichungen frühzeitig und automatisiert zu erkennen, statt sie manuell zu prüfen.
DeepHyperCheck: Hyperspektral-Kamera und Deep Learning erkennen weiche Fremdkörper in Lebensmitteln
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.
KI-Co-Pilot automatisiert Qualitätsdokumentation im PPAP-Prozess der Automobilzulieferung
Beim Webinar des Cluster Mechatronik & Automation Bayern präsentierte Qualiwise-CEO Ulrich Kaiser einen KI-gestützten Co-Piloten für Produktqualität, der mittels Document-Understanding-Technologie technische Zeichnungen, Materialzeugnisse und Prüfberichte automatisch ausliest, interpretiert, abgleicht und daraus automatisiert Prüfpläne sowie Berichte für den PPAP-Prozess erstellt.
ENGEL: KI-Assistenzsystem für sichere Rettungshubschrauberlandungen
Mehrfaches Umkreisen von Landestellen erhöht bei Rettungseinsätzen Sicherheitsrisiken, verzögert die Patientenversorgung und erhöht den Treibstoffverbrauch. Das gemeinsam mit XITASO entwickelte Assistenzsystem ENGEL erfasst die Umgebung sensorbasiert und berechnet daraus optimale Landetrajektorien. Dadurch verkürzt sich die Einsatzflugzeit um rund 10 Prozent, die Erstversorgung erfolgt schneller und die Emissionen sinken.
Drive4C: Benchmark für sprachgesteuertes autonomes Fahren bei Porsche
Bestehende Sprachmodelle beherrschen die Komplexität dynamischer Verkehrssituationen bislang nicht robust genug. Der von Porsche und MHP entwickelte Drive4C-Benchmark testet multimodale Foundation Models in einem geschlossenen Regelkreis unter realitätsnahen Fahrbedingungen, um Trainingslücken systematisch zu identifizieren und die Modellentwicklung gezielt zu verbessern.
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.
Neuronales Netz sortiert automatisch unstrukturierte Logistikaufträge aus E-Mail und WhatsApp
Beim Logistics Morning Coffee der Logistik-Initiative Hamburg (LIHH) stellte Dr. Christina Otte, Abteilungsleiterin bei msg systems ag, eine KI-Lösung zur automatisierten Auftragsbuchung in der Logistik vor. Ein neuronales Netz mit Supervised-Learning-Ansatz liest unstrukturierte Eingänge aus verschiedenen Kanälen aus und klassifiziert sie automatisch als Beauftragung, Anfrage oder Spam. Vollständige, plausible Aufträge werden direkt ins ERP-System übertragen.
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.
KI-gestütztes 3D-Scansystem für die objektive Analyse chronischer Wunden
cureVision erfasst chronische Wunden per 3D-Scan und KI-Bildauswertung und dokumentiert Größe, Tiefe und Gewebearten automatisiert statt durch manuelle Vermessung. Das Unternehmen wurde 2024 mit dem 2. Hauptpreis des Innovationspreis Bayern ausgezeichnet; laut Anbieter reduziert die Lösung den Zeitaufwand der Wunddokumentation deutlich.