Now showing items 1-20 of 27

    • Datenbasierte Instandhaltung darf nicht zum Glücksspiel werden 

      Biggio, Luca; Schmid, Philipp A. E.; Kastanis, Iason (2022-12-09)
      Moderne Algorithmen, basierend auf neuronalen Netzwerken (Künstlicher Intelligenz), lassen den Traum von Predictive Maintenance immer mehr zur Wirklichkeit werden. Ein grosser Nachteil dieser Ansätze sind die für den ...
    • Deep Dive in ihre Daten 

      Schmid, Philipp A. E.; Deflorin, Patricia (2021-08-17)
      Innovationen sind für das Überleben von Unternehmen notwendig. Die von der Innosuisse geförderten NTN Innovationbooster verfolgen das Ziel, durch geeignete Kombination von Wirtschaft und Wissenschaft radikale Innovationen ...
    • Deep Learning für die Industrie: Oder – Wie kommen Fledermäuse in die Produktion? 

      Schmid, Philipp A. E. (2022-06-08)
      AI setzt sich immer stärker im Alltag durch: Übersetzungsprogramme, lustige Fotofilter auf dem Handy oder Fahrassistenzen im Auto. Nun steht der grosse Durchbruch in der produzierenden Industrie an. Perfekte Qualität und ...
    • Deep Learning für die Industrie: Qualitätskontrolle, Prozessoptimierung und Predictive Maintenance 

      Schmid, Philipp A. E. (2022-06-15)
      Deep Learning für die Industrie - Qualitätskontrolle, Prozessoptimierung und Predictive Maintenance
    • Deepfake für die Industrie 

      Schmid, Philipp A. E. (2022-08-23)
      Wie kann Deepfake in der industriellen Produktion die Qualität verbessern. Einblicke in die Technologie und Beispiele von umgesetzten Lösungen.
    • Deepfake in the lab 

      Schmid, Philipp A. E. (2022-06-07)
      Beyond robotics: automation with AI From visual inspection to predictive quality Synthetic data generation: the breakthrough for AI in the lab
    • Deepfake und Fledermäuse in der Produktion 

      Schmid, Philipp A. E. (2022-06-30)
    • Denkende Maschinen: KI treibt Predictive Maintenance 

      Netsch, Christoph; Russi, Mario; Schmid, Philipp A. E. (2021-12-03)
      Wie sieht die Instandhaltung von Maschinen und Anlagen in naher Zukunft aus? Die eine Seite proklamiert Industrie 4.0 als Schlüsseltechnologie, andere sind in Anbetracht der grossen Datensammelwut skeptisch. Fakt ist, dass ...
    • Design Thinking: Probleme verstehen und Innovationen entwickeln 

      Deflorin, Patricia; Schmid, Philipp A. E. (2021-06-16)
      Innovationen sind für das Überleben von Unternehmen notwendig. Die von der Innosuisse geförderten NTN Innovation Booster verfolgen das Ziel, durch geeignete Kombination von Wirtschaft und Wissenschaft, radikale Innovationen ...
    • Gemeinsam zu datenbasierten Innovationen 

      Deflorin, Patricia; Schmid, Philipp A. E. (2021-05-10)
      Daten bieten ein grosses Potenzial für Innovationen. Diese Chancen zu erkennen und erfolgreich im Markt umzusetzen ist herausfordernd. Der Databooster unterstützt Unternehmen in diesem Prozess, mit dem Ziel, radikale ...
    • Gemtelligence – 100 Jahre Erfahrung in einer Software 

      Schmid, Philipp A. E. (2022-01-25)
      Wie kann das Wissen und die Erfahrung von verschiedenen Experten in einer Software kombi-niert werden. Industrie 4.0 ist eine hoch interdisziplinäre Domäne. Will man komplexe Lösungen automatisieren braucht es Fachwissen ...
    • Geschäftsmodelle – wie aus Daten Geld wird 

      Deflorin, Patricia; Schmid, Philipp A. E. (2021-10-01)
      Daten sind das neue Öl. Allerdings braucht es dafür geeignete Geschäftsmodelle. Im vorliegenden Artikel wird aufgezeigt, wie durch die Potenziale der Daten neue Geschäftsmodelle entstehen.
    • Herausforderungen von Heute sind die Chancen von Morgen 

      Schmid, Philipp A. E. (2022-11-10)
      Erfolgreiche Nutzung der Daten mit künstlicher Intelligenz für die Optimierung der Instandhaltung.
    • Industry 4.0 & Machine Learning 

      Schmid, Philipp A. E. (2023-03-16)
      Industry 4.0 & Machine Learning
    • KI und Experte - Friends or Foes? 

      Schmid, Philipp A. E. (2022-09-21)
      Künstliche Intelligenz wird für immer mehr Firmen zur Schlüsseltechnologie. Sie hilft dabei, aus einer Vielzahl von Daten die richtigen Schlüsse zu ziehen, Qualität zu verbessern, Prozesse zu verschlanken. Bislang waren ...
    • Künstliche Intelligenz - Revolution im Alltag 

      Schmid, Philipp A. E. (2023-03-28)
      Unternehmen wie Google, Facebook und Microsoft investieren Hunderte Millionen Franken – und zahlen Studenten Ablösesummen, die an Fussballprofis erinnern. Seit Jahrzehnten wird an Universitäten künstliche Intelligenz ...
    • Lichtfeldkameras als Schlüssel 

      Schmid, Philipp A. E.; Steinecker, Alexander (2021-09-23)
      Eine 100 Jahre alte optische Technologie bringt heute den Durchbruch in industrieller Bildverarbeitung. Eine neue Option für die Fertigungskontrolle.
    • My Chemical Romance - Materialeigenschaften auswerten leicht gemacht 

      Schmid, Philipp A. E. (2023-01-24)
      https://www.csem.ch/de/news/materialeigenschaften-auswerten-leicht-gemacht
    • Ohne Sensoren keine Daten 

      Schmid, Philipp A. E. (2022-11-24)
      Ohne Sensoren keine Daten - AI für die Industrie