Innovationsprojekte
Instrumentarium zur Gestaltung einer KI-gestützten Intralogistik produzierender Unternehmen (IMAGINE)
Prozesse in der Intralogistik optimieren
In der Intralogistik sehen sich produzierende Unternehmen mit zunehmend volatilen Absatz- und Beschaffungsmärkten konfrontiert: Die Fähigkeit, auf dynamische Änderungen von Rahmenbedingungen und Kundenanforderungen zu reagieren, wird zum Wettbewerbsvorteil. Um die damit einhergehenden Herausforderungen zu beherrschen, versprechen die aktuellen Entwicklungen im Themenfeld ‚Künstliche Intelligenz‘ neuartige Lösungsansätze.
Ziel des Projekts ist es, entsprechende Ansätze zu nutzen, um signifikante Verbesserungen bei der Erfüllung der Kernleistungen der Intralogistik zu erzielen: Prozesse in Lagerhaltung, Transport und Auftragsabwicklung sollen um mindestens 10 bis 15 Prozent optimiert werden.Dazu werden Methoden und Hilfsmittel erarbeitet, mit denen Unternehmen ihre innerbetriebliche Logistik analysieren und optimieren können. Auf dieser Grundlage werden in Unternehmen Pilotprojekte für die Produktion von Hausgeräten, Separatoren und Pumpen für Gebäude umgesetzt.
Fakten
Projektname: Instrumentarium zur Gestaltung einer KI-gestützten Intralogistik produzierender Unternehmen (IMAGINE)
Projektlaufzeit: 01.06.2020 bis 31.05.2023
Projektvolumen: 1,94 Millionen Euro
Blogbeiträge
14.03.2023 | Expert-Talk: So optimiert Wilo mit KI die Intralogistik
18.08.2021 | IMAGINE: Drei Fragen an Projektleiter Christian Kürpick
17.02.2021 | Dank KI wird die Intralogistik schnell zukunftsfähig
10.08.2020 | Mit KI die Intralogistik von Unternehmen verbessern
23.07.2020 | IMAGINE: Die Vorstellung einer intelligenten Logistik
Publikationen
- markt & wirtschaft. Intelligente Ordnung im Lager. 2022, S.16.
- Towards a Process Model to Enable Domain Experts to Become Citizen Data Scientists for Industrial Applications (IEEE ICPS).
- Use Case Catalog and Assessment for AI Applications in Intralogistics of Manufacturing Companies (CIRP ICME 2022). 2022.
- Balzereit, K.; Soni, N. and Bunte, A. Potentials of Explainable Predictions of Order Picking Times in Industrial Production. In Proceedings of the 15th International Conference on Agents and Artificial Intelligence - Volume 3. 2023
