Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Einleitung: Künstliche Intelligenz integriert und erfolgreich implementieren Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

9. Demokratisierung Künstlicher Intelligenz bei der BMW Group: Selbstservice für KI-basierte Computer Vision

verfasst von : Matthias Schindler

Erschienen in: Künstliche Intelligenz erfolgreich umsetzen

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Die BMW Group setzt in der Produktion zunehmend auf Künstliche Intelligenz, um die einwandfreie Qualität von Premiumautomobilen abzusichern. Applikationen der Künstlichen Intelligenz, KI, erweisen sich in der Bildverarbeitung dabei entlang multipler Dimensionen als überlegen. Es manifestieren sich Vorteile in der Robustheit der Applikation, der Geschwindigkeit der Initiierung, der Kosteneffizienz seitens Hardware und Software sowie während des Betriebs.
Im Gegensatz zu bisherigen Ansätzen, wobei KI-Systeme stets absoluten Experten vorbehalten waren, setzt die BMW Group auf die Demokratisierung. Sie macht KI-Algorithmen für Computer Vision in endanwendertauglicher Form für sämtliche Produktionsmitarbeiter und alle Menschen frei verfügbar. Die Komplexität wird dabei so im System gekapselt, dass Nutzer ihre eigene KI mithilfe von Trainingsdaten, die sie lediglich labeln, aufbauen können – ohne dafür eine einzige Zeile Software programmieren zu müssen.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Vom Proof-of-Concept zum Full-Scale-Product
Nächstes Kapitel Integrierte Intelligenz am Praxisbeispiel
Literatur
Böhringer, J., Bühler, P., Schlaich, P., & Sinner, D. (2014). Kompendium der Mediengestaltung. II. Medientechnik. Berlin/Heidelberg: Springer Vieweg. isbn:978-3-642-54584-9.CrossRef
Kido, S., Hirano, Y., & Hashimoto, N. (2018). Detection and classification of lung abnormalities by use of convolutional neural network (CNN) and regions with CNN features (R-CNN). In IEEE (Hrsg.), IWAIT Proceedings. 21st International Workshop on Advanced Image Technology (IWAIT). Chiang Mai, Thailand, 07.–09.01.2018, 1–4.
Lämmel, U., & Cleve, J. (2020). Künstliche Intelligenz. Wissensverarbeitung – Neuronale Netze (5., überarb. Aufl.). München: Carl Hanser. isbn:978-3-446-46363-9.CrossRef
Li, Y., Fang, C., Yang, J., Wang, Z., Lu, X., & Yang, M.-H. (2018). Universal style transfer via feature transforms. In I. Guyon, U. V. Luxburg, S. Bengio, H. Wallach, R. Fergus, S. Vishwanathan & R. Garnett (Hrsg.), Advances in neural information processing systems. NIPS 2017. Annual Conference on Neural Information Processing Systems 30. Long Beach, USA, 04.–09.12.2017. NeurIPS Foundation.
Lindemann, U., Maurer, M., & Braun, T. (2009). Structural complexity management. An approach for the field of product design. Berlin/Heidelberg: Springer. isbn:978-3-540-87889-6.CrossRef
Szeliski, R. (2011). Computer vision. Algorithms and applications (Texts in computer science). London: Springer. isbn:978-1-848-82934-3.CrossRef
Zipse, O. (2020). Globale Produktion. Produktionssysteme und Digitalisierung. Advanced seminar in finance and accounting: Innovative Automobilproduktion – Erfolgsfaktoren für Effizienz und Zukunftsfähigkeit. Lehrstuhl für Controlling, TU München. München, 05.05.2020.
Zschech, P., Sager, C., Siebers, P., & Pertermann, M. (2020). Mit Computer Vision zur automatisierten Qualitätssicherung in der industriellen Fertigung: Eine Fallstudie zur Klassifizierung von Fehlern in Solarzellen mittels Elektrolumineszenz-Bildern. HMD Praxis der Wirtschaftsinformatik. https://​doi.​org/​10.​1365/​s40702-020-00641-8.
Metadaten
Titel
Demokratisierung Künstlicher Intelligenz bei der BMW Group: Selbstservice für KI-basierte Computer Vision
verfasst von
Matthias Schindler
Copyright-Jahr
2021
Buch
Künstliche Intelligenz erfolgreich umsetzen

Print ISBN: 978-3-658-34669-0

Electronic ISBN: 978-3-658-34670-6

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-658-34670-6_9

Premium Partner

    Bildnachweise