Die Integration von KI-Systemen ist in der Bahnindustrie unerlässlich geworden, um die Effizienz zu steigern und die Attraktivität des Bahnverkehrs zu erhöhen. Die Implementierung von KI im Bahnbetrieb ist jedoch mit einigen Herausforderungen verbunden. Die Sicherheit zu gewährleisten, hat dabei oberste Priorität, bei gleichzeitig steigenden Fahrgastzahlen.

Die Vereinten Nationen haben 2025 zum Internationalen Jahr der Quantenwissenschaft und -technologie ausgerufen. Damit wird daran erinnert und gefeiert, dass die Anfänge der Quantenmechanik mittlerweile 100 Jahre zurück liegen. Anlass für eine kritische Rück- und eine optimistische Vorschau auf die Technologie Quantencomputing, auch aus Unternehmenssicht.

DEEP, die Machine-Learning-Toolkette des Fraunhofer IKS, ermöglicht die Automatisierung von Qualitätskontrollen in der Produktion, und das auch bei komplexen Anforderungen. Wesentliche Bestandteile dieser Lösung sind die ebenfalls vom Fraunhofer IKS entwickelten Technologien FAST und Robuscope.

Qualitätssicherung ist einer der, wenn nicht der entscheidende Wettbewerbsfaktor für Industrieunternehmen. Deutsche Unternehmen haben das längst erkannt und in der Regel nicht mit Qualitätsproblemen zu kämpfen. Aber das hat seinen Preis. Jetzt soll Künstliche Intelligenz in der Qualitätssicherung zum Game Changer werden. Wie das funktioniert, erläutert Dr. Niels Syassen, Vorstand Technology & Digitalization der SICK AG.

Ein Forschungsaufenthalt am CERN – clever genutzt als Auslandssemester, Promotion mit Auszeichnung, erfolgreiche Habilitation, eine Lehrstelle als Privatdozentin an der Fakultät für Physik der Ludwig-Maximilians-Universität (LMU) München und mit 37 Jahren Leiterin der Abteilung »Quantum Computing« am Fraunhofer-Institut für Kognitive Systeme IKS: Was PD Dr. habil. Jeanette Miriam Lorenz in ihrer noch jungen Karriere erreicht hat, ist beachtlich. Dabei lief nur scheinbar alles wie geplant.

In der öffentlichen Debatte gibt es viele Mythen über autonomes Fahren und Sicherheit. Vier davon werden in diesem Blogpost aus einer US-Perspektive näher betrachtet.

Machine Learning (ML) gilt als Hoffnungsträger für die Automatisierung von Qualitätskontrollen in der Produktion, und das auch bei komplexen Anforderungen. Allerdings erfordern ML-Ansätze genügend große Datensätze, um das System zu trainieren, die häufig nicht zur Verfügung stehen. Die ML-Toolkette DEEP (Data Efficient Evaluation Platform) des Fraunhofer IKS schafft hier Abhilfe.

Autonomes Fahren funktioniert in exakt festgelegten Anwendungsbereichen recht gut. Wenn aber fahrerlose Autos quasi unvorbereitet in die „freie Wildbahn“ des täglichen Straßenverkehrs losgelassen werden, ergeben sich möglicherweise Schwierigkeiten, mit denen die Fahrzeuge nicht umgehen können. Drei Beispiele.

Qualiätsprüfung per Hand in der Produktion stößt schon heute an ihre Grenzen. Kann Künstliche Intelligenz (KI) hier einspringen? Die Lösungen des Fraunhofer IKS zeigen wie – und wie das auch mit wenig Daten funktioniert.

Künstliche Intelligenz (KI) ist ein allgegenwärtiges Thema, nicht zuletzt wegen des aktuellen Hypes um Large-Language-Modelle und Generativer KI zur Generierung von Text, Bild und Ton. Auch in der Industrie ist das Thema bereits angekommen.