Digitalisierung - aus Daten lernen

Anwendung datengetriebener Methoden zur Prozessoptimierung in der Intralogistik

Machine Learning revolutioniert die Intralogistik. In einer aktuellen Forschungskooperation werden datenbasierte Methoden zur Optimierung von Logistiksystemen entwickelt. Ergebnis ist ein komplexes Vorgehen von der Datenvorverarbeitung bis hin zur Ableitung von Maßnahmen.

1105
Presentation about machine learning technology with scientist touching screen with artificial intelligence (AI), neural network, automation, and data mining words and computer icons Bild: NicoElNino / stock.adobe.com
Presentation about machine learning technology with scientist touching screen with artificial intelligence (AI), neural network, automation, and data mining words and computer icons Bild: NicoElNino / stock.adobe.com

Die zunehmende Nutzung von Daten in der Ära der Industrie 4.0 und der Verschmelzung von physischen und virtuellen Prozessen erhöht die Relevanz einer soliden Datengrundlage für Unternehmen. Innerbetriebliche Logistiksysteme haben als Verknüpfung sämtlicher wertschöpfender Tätigkeiten eine entscheidende Bedeutung für die Leistungsfähigkeit eines produzierenden Unternehmens. Deshalb kommt ihrer kontinuierlichen Effizienzoptimierung eine Schlüsselrolle zur Sicherstellung von geschäftlichem Erfolg zu.

Weiterlesen mit dem TL-Abo

Um den kompletten Artikel zu lesen benötigen Sie ein Jahres- oder Testabonnement der Technischen Logistik. Mehr Informationen zu unseren Produkten »

 

Falls Sie Fragen zu unseren Produkten oder Ihrem Bezugsstatus haben, können Sie unseren Leserservice kontaktieren »

Maximilian Wünnenberg

Maximilian Wünnenberg
M. Sc.,
wissenschaftlicher Mitarbeiter 
am Lehrstuhl für Fördertechnik 
Materialfluss Logistik (fml) 
der Technischen Universität München

Konstantin Mühlbauer

Konstantin Mühlbauer
M.A.,
wissenschaftlicher Mitarbeiter 
im TZ PULS an der Hochschule für angewandte Wissenschaften Landshut

· Artikel im Heft ·

Digitalisierung - aus Daten lernen
Seite 28 bis 29
17.09.2021
Strukturierte Echtzeitanalyse von Prozessen
Wörter regen in unseren Köpfen Bilder an. Der sprechende Begriff „digitaler Zwilling“ ist hierfür ein wunderbares Beispiel. Vor allem aber auch ein Beispiel dafür, dass die Vorstellungen, die in...
04.03.2024
Ein Gespräch über Chancen und Risiken der Künstlichen Intelligenz
Künstliche Intelligenz hält mehr und mehr Einzug in die Intralogistik – nicht nur hierzulande. Jan Kaulfuhs-Berger, Chefredakteur „Technische Logistik“, hat dieses Thema mit Prof. Dr.-Ing. Johannes...
26.10.2022
Von Anfang an richtig: Ganzheitliche Fabrikplanung von innen nach außen
Gestörte Lieferketten, explodierende Energiepreise und instabile Marktsituationen machen den Produktions- und Logistikbereichen vieler Unternehmen branchenübergreifend derzeit schwer zu schaffen. Um...
14.02.2022
Der VDI Fachausschuss FTS hat sich in einem umfangreichen Leitfaden dem Thema „Autonomie bei mobilen Robotern“ gewidmet. Im Folgenden sollen die Motivation für das Vorhaben, die Grundlagen und der...
08.11.2023
Vorteile durch die Anwendung von Machine Learning
Welche Möglichkeiten bietet die Nutzung von Künstlicher Intelligenz (KI), um Belastungsmessungen an Brückenkranen für die Bestimmung der Restlebensdauer auszuwerten? Forscher aus Köthen haben in ihren...
12.11.2021
Entwicklung einer praxistauglichen Methode
Am Lehrstuhl für Fördertechnik Materialfluss Logistik (fml) der Technischen Universität München ist eine neue Methode zur Auslegung des Rad-Schiene-Systems von Regalbediengeräten entwickelt worden...