💡 Zusammenfassung
In dem Webinar stellt Alex Fegel praxisnahe Anwendungsfälle von Künstlicher Intelligenz (KI) und Data Science in verschiedenen Industrien vor, mit einem Schwerpunkt auf der Produktion. Fegel beschreibt detailliert, wie Unternehmen durch den gezielten Einsatz von KI-Projekten ihre Produktionsprozesse optimieren und Effizienzgewinne erzielen können. Dabei betont er, dass der Erfolg solcher Projekte stark von einer soliden Datenbasis und einer engen Zusammenarbeit zwischen Fachabteilungen und Data Scientists abhängt. Er zeigt auf, wie Unternehmen durch die Implementierung von KI und Machine Learning in der Lage sind, nicht nur ihre Produktionskapazitäten zu steigern, sondern auch neue Geschäftsmodelle zu entwickeln.

⬆️ Highlights
🚀 Erfolgreiche Implementierung: Fegel betont die Bedeutung einer strukturierten Vorgehensweise, um KI-Projekte erfolgreich zu implementieren.
📊 Prozessoptimierung: Durch die Einführung datengetriebener Prozesse konnte die Produktionskapazität bei Ingredion um 5-10 % gesteigert werden.
🔧 KI-gestützte Reparatur: Bei Wöhler wurde eine geführte Reparatur eingeführt, die den Serviceprozess um bis zu 50 % verkürzt.
💡 Individuelle Lösungen: Fegel hebt die Flexibilität hervor, die Unternehmen durch die Entwicklung eigener KI-Tools erhalten.

Kapitelübersicht
00:02:02 – Einführung und Vorstellung Alex Fegel stellt sich und sein Unternehmen vor, beschreibt die Struktur seines Teams und gibt einen Überblick über die Inhalte des Webinars.
00:03:03 – Agenda und Ziele des Webinars Fegel erläutert die zentralen Fragestellungen des Webinars, darunter die Vorgehensweise bei Data Science Projekten und die Darstellung von Use Cases.
00:04:43 – Use Case Ingredion: Produktionsoptimierung Fegel erklärt, wie bei Ingredion die Produktionskapazität durch die Vorhersage von Reaktionszeiten mittels KI gesteigert wurde.
00:09:31 – Visualisierung und Prototyping Erste Ergebnisse aus dem Rapid Prototyping bei Ingredion werden präsentiert, die zeigen, wie die Produktionsprozesse effizienter gestaltet wurden.
00:12:03 – Operationalisierung und Skalierung Fegel beschreibt die nächsten Schritte zur Operationalisierung des Projekts, einschließlich der Automatisierung und des Datenmanagements.
00:13:46 – Use Case Wöhler: KI-gestützte Reparatur und Kostenvoranschläge In diesem Abschnitt geht es um die Einführung von KI zur Optimierung der Service- und Reparaturprozesse bei Wöhler.
00:19:26 – Use Case Artitex: Prozessautomatisierung Fegel zeigt auf, wie Artitex durch den Einsatz von KI in der Textilproduktion Prozessdaten automatisiert erfasst und analysiert.
00:22:02 – Entwicklung eines internen GPT für Feddersen Der Einsatz eines individuell entwickelten GPT-Modells zur Optimierung interner Prozesse bei Feddersen und Portal Systems wird erläutert.
00:30:18 – Abschluss und Empfehlungen Fegel gibt abschließende Tipps zur erfolgreichen Implementierung von KI-Projekten und betont die Wichtigkeit von schnellem Handeln und gezielten Investitionen.