The increasing complexity of industrial manufacturing processes and the associated challenges in terms of planning and control require new approaches to optimisation. The Manufacturing Analytics user conference was entirely focused on the applicability of analytics and AI mechanisms for the industrial manufacturing context.
In the context of the Smart Factory, there were specialist lectures by selected experts, field reports from users and special application scenarios relating to the factory. Furthermore, visitors were given the opportunity to experience AI application fields in practice as part of a virtual tour of the Potsdam Research and Application Center Industry 4.0. This enabled users to get an impression of the potential for their individual processes. Small and medium-sized companies in particular received ideas and suggestions for the realization of their AI projects in the manufacturing context during the conference.
Benefits:- Exclusive first-hand expert knowledge
- Exchange of experiences with experts and participants
- Artificial Intelligence & Industry 4.0 live
Topics & Focuses
- Predictive analytics in the manufacturing context using the example of predictive maintenance
- Quality predictions from process parameters
- Smart machines as the basis for manufacturing analytics
- Retrofit – connecting older machines to the IIoT
- Methods and algorithms for manufacturing analytics (AI, deep learning)
- Qualification of employees for manufacturing analytics
- Tools for the realization of manufacturing analytics
- Forecasts and predictions instead of past analysis
Program
Systematische Identifikation möglicher Mehrwerte
Manufacturing Analytics als wesentliches Element der Supply Chain Integration
Handlungsempfehlungen für die Projektumsetzung
Automatisiertes Sortieren von Bauteilen beim Selective Laser Sintering
Machine Learning zur Automatisierung industrieller Prozesse
Verknüpfung virtueller und physischer Informationen für Machine Learning
Industrie 4.0 im Mittelstand
Magic Lösung FactoryEye
Geschäftliche Mehrwerte durch Optimierung
Anwendungen von KI in der Reihenfolgeplanung für die Fertigung
Methoden zur systematischen Reduktion des Lösungsraums für Planungsprobleme
Vergleich unterschiedlicher Ansätze zur Beherrschung komplexer Probleme
Mit Sensoren werthaltige Zustands- und Betriebsdaten erfassen
Datenanalysen mit Hilfe von Machine Learning-Algorithmen
Informationsgewinnung und Entscheidungsfindung
Business Case und Datenquellen
Key Challenge: Handling vieler Attribute
Die Methode: Klassifikation mit Tree Verfahren
Reifegradmodell für Advanced Analytics Projekte
Projektbeispiel Predictive Analytics für Windkraftanlagen
Erfolgsfaktoren für Predictive Analytics Projekte
Besonderheiten der Datenanalyse im produzierenden Mittelstand
Einsatzfelder und Möglichkeiten für Predictive Analytics
Die Bedeutung von Manufacturing Analytics für die Umsetzung von Industrie 4.0
Was ist eigentlich modernes Produktionsmanagement?
Integration heterogener Fabrikanlagen mittels flexibler Industrie 4.0-Box
Konzeptadaption und Lösungsevaluierung im Forschungs- und Anwendungszentrum Industrie 4.0
Contact Person
Contact for content-related questions
Benedict Bender
phone: +49 (331) 977-3837
Send e-mail
www.wi.uni-potsdam.de
Eventorganisation & Marketing
Giulia Copat
Project Manager Marketing and Event
phone +49 30 41 93 83 66
Send e-mail
www.gito.de