Datenbasierte Prozessanalyse und -optimierung
Maschinelles Lernen und KI-basierte Datenanalyse für die Stahl- und Aluminiumindustrie – ein Ansatz, bei dem fortgeschrittene Digitalisierung und industrielle Erfahrung zusammenkommen, um echte Innovationen und zusätzliche Wertschöpfung zu ermöglichen.
EMG hat sich in den letzten Jahren im Rahmen eines umfangreichen Entwicklungsprojekts sowie seit 2023 in einer industriellen Kooperation mit dem KI-Spezialisten NeurologIQ intensiv mit der Anwendung von Analyse- und Modellierungsmethoden zur Prozessverbesserung und -steuerung in Flachmetallproduktionslinien beschäftigt.
Das Ergebnis dieser Entwicklungsarbeit ist die Softwareplattform EMG iCASS® (Intelligent Control and Analytical Software Solutions). EMG iCASS® lässt sich nahtlos in eine breite Palette von Sensoren, Maschinen und übergeordneten Systemen (wie MES oder ERP) integrieren und bietet die notwendige Grundlage für die Überwachung, Analyse und Optimierung von Produktionsprozessen. Dies reicht bis hin zur Produktionssteuerung in Echtzeit. Aktuelle Anwendungsfelder betreffen vor allem die Feuerverzinkung sowie die Messung und Vorhersage von Materialeigenschaften.
Neugierig?
Dann sprechen Sie uns an!
Anno Jordan: anno.jordan@emg-automation.com
Robin Weinreich: robin.weinreich@emg-automation.com
Sven Johnson: sven.johnson@emg-automation.com
Aus dem Büro – und direkt in die Produktion: EMG nutzt KI in der Praxis
Was braucht es, um künstliche Intelligenz aus der Theorie in die harte Realität der Stahlproduktion zu bringen?
Simon Sack, Geschäftsführer unseres AI-Entwicklungspartners NEUROLOGIQ, besuchte EMG, um genau das mit Alexander Heck (CEO elexis AG) und Robin Weinreich (AI Software Engineer EMG Automation GmbH) zu diskutieren.
Die wichtige Nachricht für die Industrie lautet:
Wenn künstliche Intelligenz und Domänenwissen – das Know-how und die Erfahrung von Ingenieuren und Bedienern vor Ort – zusammenkommen, kann enormes Potenzial freigesetzt werden!
KI selbst ist dumm. – KI + Produktions-Know-how sind der Schlüssel!
