Durch Maschinelles Lernen (ML) kann aus Daten Wissen generiert werden. Produkte, wie mobile Plattformen, Roboter oder Fahrzeuge, nutzen solche Daten zur Optimierung ihres Verhaltens. Im Forschungsprojekt ML4Pro² werden dazu die ML-Verfahren der im Projekt betrachteten 12 industriellen Use Cases aus den Themenfeldern „Predictive Maintenance“, Prozessoptimierung und „Predictive Quality“ in eine modulare ML-Toolbox eingebracht. Auf dieser Basis generiert die ML-Toolbox anwendungsspezifische Beispielimplementierungen, so dass Unternehmen mit ähnlichen Fragestellungen schneller zu einer eigenen Lösung kommen.
"Unsere Themenvielfalt und das Denken in vernetzten Problemlösungen sind echte Innovationsmotoren!"
