💡Zusammenfassung
In diesem Vortrag erläutert Alexander Fegel, Geschäftsführer der Ailio GmbH, den Einsatz von KI in der Produktion am Beispiel eines Projekts mit der Ingredion Deutschland GmbH. Ziel des Projekts war es, mithilfe von KI die Reaktionszeiten in Produktionsprozessen präziser vorherzusagen und somit den Anlagendurchsatz zu steigern. Fegel beschreibt, wie das Projekt in Phasen von der Prototypenerstellung bis zur Operationalisierung umgesetzt wurde und welche Herausforderungen dabei bewältigt werden mussten. Durch den Einsatz von KI konnte eine signifikante Steigerung der Effizienz erzielt werden, was sich in Millionen Euro an Einsparungen für das Unternehmen niederschlug.

⬆️ Highlights
🚀 Effizienzsteigerung durch KI: Einsatz von KI zur Optimierung der Produktionsprozesse, was zu erheblichen Effizienzgewinnen führte.
💡 Rapid Prototyping: Der agile Ansatz des Rapid Prototyping ermöglichte schnelle Erkenntnisse und reduzierte Risiken im Projektverlauf.
🔧 Bedeutung von Sensordaten: Einbindung von Sensordaten ermöglichte präzisere Vorhersagen und Anpassungen in Echtzeit.
🛠️ Agile Entwicklung: Entwicklung eines marktreifen KI-Produkts durch iterative Tests und enge Zusammenarbeit mit dem Kunden.

Kapitelübersicht
00:00:00 – Einführung und Zielsetzung Einführung in das Thema und Vorstellung des Projekts zur Optimierung der Produktionsprozesse mithilfe von KI.
00:01:48 – Vorstellung des Kunden und Use Case Vorstellung der Ingredion Deutschland GmbH und der spezifischen Produktionsprozesse, die im Projekt untersucht wurden.
00:03:26 – Problemstellung und Ziel Erläuterung der Herausforderung, Reaktionszeiten präzise vorherzusagen, um die Produktionskapazitäten optimal zu nutzen.
00:06:00 – Workshop und Hypothesenbildung Beschreibung des initialen Workshops, in dem gemeinsam mit dem Kunden die Hypothesen und Ziele des Projekts entwickelt wurden.
00:08:24 – Rapid Prototyping und erste Ergebnisse Erklärung des Rapid Prototyping-Ansatzes und Präsentation der ersten vielversprechenden Ergebnisse des Projekts.
00:12:18 – Erweiterung und Data Engineering Ausbau des Prototyps durch die Einbindung weiterer Datenquellen und die Schaffung einer robusten Dateninfrastruktur.
00:14:18 – Einbindung der Nutzer und Live-Tests Integration der entwickelten KI-Anwendung in den Produktionsalltag und Durchführung von Tests mit den Anlagenfahrern.
00:17:26 – Operationalisierung und Produktentwicklung Operationalisierung der KI-Anwendung und Entwicklung eines marktreifen Produkts, das im Alltag eingesetzt werden kann.
00:18:52 – Wirtschaftlicher Nutzen und Projekterfolg Darstellung der wirtschaftlichen Vorteile und des geschaffenen Mehrwerts durch das KI-Projekt für Ingredion.
00:20:24 – Erfolgsfaktoren und Lessons Learned Analyse der Erfolgsfaktoren des Projekts, wie die enge Zusammenarbeit mit dem Kunden und die schrittweise Umsetzung.