Der erfolgreiche Einsatz von Künstlicher Intelligenz in kleinen und mittleren Unternehmen hängt wesentlich von einer oft unterschätzten Grundlage ab: den Daten. Damit KI-Anwendungen zuverlässige Ergebnisse liefern und Prozesse sinnvoll unterstützen, müssen Daten systematisch erfasst, bereinigt und bereitgestellt werden.
Dieses Webinar findet in Kooperation mit der IHK Regensburg für Oberpfalz / Kelheim statt.
Wie lassen sich Fertigungszeiten bereits vor Produktionsstart verlässlich abschätzen – trotz komplexer Aufträge und unterschiedlicher Bearbeitungsschritte? Dieser Fragestellung widmete sich ein Pumpenhersteller gemeinsam mit dem Mittelstand-Digital Zentrum Augsburg. Im Rahmen eines KI-Anwendungsprojekts wurde ein Ansatz entwickelt, der Zeitprognosen ermöglicht und damit die Planung im Unternehmen verbessert.
Die Dickow Pumpen GmbH & Co. KG aus Waldkraiburg mit rund 210 Mitarbeitenden ist ein Unternehmen mit langer Tradition und hat sich über die Jahrzehnte hinweg auf die Herstellung von industriellen Pumpen spezialisiert. Die Lösungen werden beispielsweise für anspruchsvolle Anwendungen wie die Betankung von Flugzeugen entwickelt und gefertigt. Neben der Produktion ist die Wartung ein zentrales Standbein des Unternehmens.
Die Fertigung zeichnet sich durch eine hohe Variantenvielfalt aus: Bauteile werden auf verschiedenen Anlagen gedreht, gefräst und montiert – oft in individuellen Konfigurationen. Diese Vielfalt erschwert eine genaue Planung der Bearbeitungs- und Rüstzeiten, die jedoch eine zentrale Grundlage für Kapazitätsplanung und Angebotskalkulationen bilden.
Eine zusätzliche Herausforderung: Viele relevante Informationen liegen in unstrukturierter Form vor und gleichzeitig sind vorhandene Daten ungleich verteilt – Standardprozesse stehen wenigen zeitintensiven Aufträgen gegenüber.
Da sich bei Dickow schon seit einiger Zeit der Wunsch entwickelt hat, Künstliche Intelligenz zur Verbesserung von Prozessen einzusetzen, kam das Unternehmen mit den beiden Geschäftsführern Alexander Hammer und Dr.-Ing. Wolfgang Schmitz sowie dem Abteilungsleiter der IT Reinhard Schossig auf das Mittelstand-Digital Zentrum Augsburg zu. Gemeinsam mit KI-Trainer Sebastian Maier vom Fraunhofer IGCV wurde bald ein passender Use Cases identifiziert: eine KI-basierte Fertigungszeitprognose.
Ziel des Projekts war es, aus bestehenden Produktionsdaten zu lernen und dadurch zukünftige Fertigungsaufträge möglichst genau vorherzusagen. Die Datenbasis wurde durch das kürzlich eingeführte BDE-System geliefert.
BDE-System
BDE (Betriebsdatenerfassung) bezeichnet die systematische Erfassung von Daten direkt aus der Produktion. Dazu zählen beispielsweise Bearbeitungszeiten, Rüstzeiten, Maschinenlaufzeiten oder Störungen. Die Daten werden in der Regel während oder nach der Durchführung eines Arbeitsschritts erfasst und in einem System gespeichert. Unternehmen nutzen BDE-Daten, um ihre Produktionsprozesse zu analysieren, zu planen und kontinuierlich zu verbessern. Insbesondere für Anwendungen im Bereich Künstliche Intelligenz stellen BDE-Daten eine wichtige Grundlage dar, da sie Einblicke in tatsächliche Abläufe und Zeitaufwände liefern.
Zusammen mit dem KI-Experten des Augsburger Zentrums wurde ein Ansatz entwickelt, der strukturierte und unstrukturierte Daten für die Prognose zusammenführt. Ein Teil der relevanten Informationen lag in Freitexten vor, etwa in Tätigkeitsbeschreibungen oder Artikeltexten. Diese Inhalte wurden mit Methoden des Natural Language Processing (NLP) ausgewertet. Dabei wurde analysiert, welche Begriffe besonders häufig vorkommen und welche Muster sich in den Texten zeigen. Zusätzlich wurden technische Angaben wie Größen oder Druckwerte automatisiert aus den Daten ausgelesen und als weitere Merkmale in das Modell übernommen. Durch die Verbindung von Textinformationen und klassischen Produktionsdaten entstand eine deutlich breitere Datengrundlage.
Natural Language Processing (NLP)
Natural Language Processing (NLP) ist ein Teilgebiet der Künstlichen Intelligenz, das sich mit der Verarbeitung und Analyse von natürlicher Sprache beschäftigt – also von Texten, wie sie Menschen schreiben oder sprechen. Im industriellen Kontext wird NLP eingesetzt, um Informationen aus unstrukturierten Texten nutzbar zu machen, beispielsweise aus Arbeitsbeschreibungen oder Kommentarfeldern in IT-Systemen. So können auch Inhalte, die nicht in festen Datenfeldern vorliegen, automatisiert ausgewertet und in Analysen oder Prognosen einbezogen werden. Das ermöglicht es Unternehmen, vorhandene Daten umfassender zu nutzen.
Für die anschließende Prognose wurde ein Regressionsmodell eingesetzt. Es lernt aus früheren Aufträgen, welche Merkmale mit bestimmten Bearbeitungszeiten zusammenhängen. Um auch seltene, besonders aufwendige Fertigungsaufträge realistisch abzubilden, wurden die Daten vor dem Training gezielt aufbereitet. So konnte das Modell sowohl typische als auch besonders aufwendige Fertigungsaufträge realistischer abbilden. Zusätzlich wurden im Training die seltenen, aber zeitintensiven Aufträge stärker gewichtet. Dadurch sinkt das Risiko, genau diese komplexeren Fälle zu unterschätzen.
Das trainierte Modell bildet die Grundlage für die Anwendung im Unternehmen. Über eine Benutzeroberfläche können Prognosen für neue Aufträge berechnet und direkt in die Planung übernommen werden.
Regression
Regression ist ein Verfahren aus der Datenanalyse und Künstlichen Intelligenz, das dazu dient, numerische Werte vorherzusagen – also zum Beispiel Zeiten, Kosten oder Mengen. Dabei lernt ein Modell aus bestehenden Daten, welche Zusammenhänge zwischen verschiedenen Einflussfaktoren bestehen. Auf dieser Grundlage kann es für neue Fälle eine möglichst realistische Schätzung abgeben. In der Praxis bedeutet das: Wenn beispielsweise bekannt ist, wie lange frühere Fertigungsaufträge unter bestimmten Bedingungen gedauert haben, kann ein Regressionsmodell daraus ableiten, wie lange ein neuer Auftrag voraussichtlich dauern wird. Regression wird häufig eingesetzt, wenn Unternehmen Planungswerte benötigen, etwa für Produktionszeiten, Lieferzeiten oder Ressourcenbedarf.
„Die Datengrundlage bei der Firma Dickow Pumpen war eine sehr gute Basis für diese KI-Modelle, allerdings wird diese Anwendung in Zukunft durch immer neu entstehende Daten immer besser, immer weiter trainiert, und dadurch wird der Use Case viel sinnvoller angewendet.“
Sebastian Maier, KI-Trainer im Mittelstand-Digital Zentrum Augsburg
Die im Projekt entstandene Lösung ermöglicht automatisierte Prognosen und schafft damit eine fundierte Grundlage für Planung und Kalkulation – auch differenziert nach Maschinen oder Bearbeitungsschritten. Die vorhergesagten Zeiten können als Soll-Werte mit den tatsächlichen Werten verglichen werden, sodass Abweichungen schneller sichtbar werden und sich so gezielt analysieren lassen.
„Ich sehe es als Starthilfe von Herrn Maier [vom Mittelstand-Digital Zentrum Augsburg] für uns, um selbst eine Dickow-KI bei uns im Haus betreiben zu können.“
Reinhard Schossig, Abteilungsleiter IT, Dickow Pumpen
Gerade für KMU zeigt das Projekt, dass sich bereits vorhandene, zunächst unstrukturierte Daten mit überschaubarem Aufwand sinnvoll nutzen lassen. So entsteht ein konkreter Mehrwert im operativen Geschäft, ohne bestehende Prozesse grundlegend neu aufsetzen zu müssen. Bei Dickow sind bereits Schritte in Planung, um die entwickelte Lösung für weitere Anwendungen einzusetzen.
Video zum Projekt
Wie können Organisationen ihr Wissen effizient sichern, nutzbar machen und zukunftsfähig weiterentwickeln? Und welche Rolle spielt dabei Künstliche Intelligenz?
In diesem Webinar erhalten Sie eine Einführung in das Thema Wissensmanagement und lernen die Grundlagen von Künstlicher Intelligenz im organisationalen Kontext kennen. Aufbauend darauf zeigen wir, wie moderne KI-Tools konkret im Wissensmanagement eingesetzt werden können – von der Wissensstrukturierung über die Suche bis hin zur Unterstützung von Mitarbeitenden im Alltag. Praxisnahe Beispiele veranschaulichen, wie KI-basierte Lösungen in der Realität funktionieren und welchen Mehrwert sie bieten können.
Abgerundet wird das Webinar durch einen Überblick zu rechtlichen Rahmenbedingungen, die beim Einsatz von KI im Wissensmanagement unbedingt berücksichtigt werden sollten.
Melden Sie sich jetzt kostenfrei an!
Die Zugangsdaten senden wir Ihnen vorher rechtzeitig per E-Mail zu.
Im Zuge der weiter stark voranschreitenden Digitalisierung von Geschäftsprozessen gewinnt der Einsatz von Künstlicher Intelligenz (KI) zunehmend an Bedeutung. Dies eröffnet insbesondere kleinen und mittleren Unternehmen neue Möglichkeiten, gerade in Verbindung mit der elektronischen Rechnung (E-Rechnung).
Vor diesem Hintergrund erhalten Sie in dieser Schulung einen detaillierten Überblick über die Grundlagen und rechtlichen Rahmenbedingungen der E-Rechnung. Darüber hinaus wird aufgezeigt, welche Potenziale der Einsatz von KI im Rechnungskontext bietet und welche Mehrwerte strukturierte Daten haben. Erfahren Sie zudem, wie die E-Rechnung dazu beiträgt, eine verlässliche Datenbasis zu schaffen und wie die Automatisierung von betrieblichen Finanzprozessen vorangetrieben werden kann.
Melden Sie sich jetzt kostenfrei an!
Hinweis: Auf Nachfrage stellen wir Ihnen gerne eine Teilnahmebescheinigung aus.
Im Alltagsgebrauch wird „Optimierung“ meist mit „etwas besser machen“ gleichgesetzt. Mathematische Optimierung meint hingegen „das nachweisbar Beste machen“. Maßgeschneiderte Optimierungsalgorithmen ermöglichen es für individuelle Problemstellungen die optimale Lösung zu finden, um Ressourcen effizient einzusetzen und die Nachhaltigkeit von KMUs zu stärken. Die Anwendungen solcher Optimierungsalgorithmen sind vielfältig und reichen von Planungsprozessen aus der Produktion bis hin zur Entscheidungsunterstützung in der Logistik.
Lernen Sie im Webinar die Grundlagen mathematischer Optimierung und unterschiedliche Anwendungskontexte in der Praxis kennen. Außerdem bekommen Sie einen Einblick in unser selbst entwickeltes Online-Spiel „Planning Puzzle“, bei dem Sie Planungsaufgaben lösen können und das Ihnen verdeutlicht, warum es sich lohnt KI und mathematische Optimierung zu nutzen. Zum Online-Spiel
Melden Sie sich jetzt kostenfrei an!
Die Zugangsdaten senden wir Ihnen vorher rechtzeitig per E-Mail zu.
Deutsche Unternehmen stehen vor neuen Anforderungen an Transparenz und Nachhaltigkeitsberichterstattung. Daher geben wir Ihnen in diesem Webinar einen kompakten Überblick über relevante KI-Technologien und zeigen auf, wie sie Datenerfassung und Berichtserstellung effizient unterstützen können. Ergänzend werden drei Forschungsbeiträge vorgestellt, die innovative Ansätze und praxisnahe Einsatzmöglichkeiten beleuchten.
Unser Webinar gibt Ihnen Orientierung und Impulse, um den Einsatz von KI in Ihrem Unternehmen anhand von Use Cases der Nachhaltigkeitsberichterstattung anzugehen.
Das Webinar findet in Kooperation mit der TechBase Regensburg GmbH im Rahmen des EU-Projekts Digital Innovation Ostbayern (DInO) statt.
Melden Sie sich jetzt kostenfrei an!
Die Zugangsdaten senden wir Ihnen vorher rechtzeitig per E-Mail zu.
In Kooperation mit:
Automatisiertes Maschinelles Lernen (AutoML) beschreibt den Prozess der Automatisierung von zeitaufwändigen, iterativen Aufgaben bei der Entwicklung einer Machine Learning Pipeline. AutoML beschleunigt und vereinfacht nicht nur den Machine Learning Workflow, sondern ermöglicht auch Nutzer:innen ohne spezifische ML-Kenntnisse einen Zugang zum Maschinellen Lernen.
In diesem Webinar zeigen wir Ihnen anhand konkreter Beispiele wie auch Sie mithilfe von AutoML Proofs of Concept schnell und ohne explizites Expertenwissen durchführen können. Außerdem gibt Ihnen unser KI-Trainer Christopher Sobel einen Einblick in unser KI-Tutorial zum Thema AutoML, das von ihm selbst entwickelt wurde.
Das Webinar findet in Kooperation mit der TechBase Regensburg GmbH im Rahmen des EU-Projekts Digital Innovation Ostbayern (DInO) statt.
Melden Sie sich jetzt kostenfrei an!
Die Zugangsdaten senden wir Ihnen rechtzeitig vorher per E-Mail zu.
In Kooperation mit:
Jedes Jahr beteiligen sich das Mittelstand‑Digital Zentrum Bremen‑Oldenburg und das BIBA – Bremer Institut für Produktion und Logistik am bundesweiten Tag der Logistik und bieten eine gemeinsame Veranstaltung mit wechselnden Themenschwerpunkten. 2026 steht das Thema Cybersicherheit in der Logistik im Fokus.
Frei nach dem Motto “KI in der Logistik? Aber sicher!” lädt Sie das Mittelstand-Digital Zentrum Bremen-Oldenburg herzlich ein, die Potenziale der Digitalisierung und der Künstlichen Intelligenz in der Logistik unter besonderer Berücksichtigung relevanter Aspekte der Cybersicherheit zu entdecken. Freuen Sie sich auf kompakte Impulsvorträge aus Wissenschaft und Wirtschaft, praxisnahe Live‑Demos in der Forschungshalle des BIBA und Raum für Austausch mit Expertinnen und Experten.
Im Rahmen der Expo wird u.a. demonstriert, wie Energieresilienz und die Sicherung kritischer Infrastrukturen praktisch funktionieren, wie Cyberangriffe in Logistikumgebungen erkannt und analysiert werden und wie Deepfakes entstehen, sowie welche Methoden zu ihrer Erkennung existieren. Außerdem wird automatisiertes Fahren und der KI-Einsatz zur Prozessoptimierung im Hafenbetrieb präsentiert sowie vernetzte und assistierte Gabelstaplerlösungen für den innerbetrieblichen Einsatz und ein Verwaltungsschalen‑Demonstrator, der die Nutzung digitaler Zwillinge für interoperable Datenvernetzung veranschaulicht.
Das Mittelstand-Digital Zentrum Augsburg wird mit dem Verwaltungsschalen-Demonstrator und dem Gabelstapler der Zukunft vor Ort sein.
Der Bereich „Künstliche Intelligenz“ hat in den vergangenen Jahren rasante Fortschritte gemacht. Die Potenziale für mittelständische Unternehmen sind groß – genauso aber auch die Herausforderungen, um international wettbewerbsfähig zu bleiben. Mit diesem Webinar wird Künstliche Intelligenz greifbar.
Ihnen werden grundlegende Ansätze vorgestellt, die von Ihnen als Teilnehmer:in selbstständig angewandt werden. Durch Praxisbeispiele können Sie schließlich Anwendungsfelder im eigenen Unternehmen identifizieren.
Jetzt für das kostenfreie Webinar anmelden!
Die Zugangsdaten werden Ihnen vorher rechtzeitig per E-Mail zugeschickt.