Future Business Summit - Ergebnisse

Christian Hass | hassfoto.de

Auf dem ersten VDMA Future Business Summit am 25.11.2016 drehte sich alles um Künstliche Intelligenz, selbstlernende Systeme und Data Scientists. Vorträge und Bilder zum Download    :: Für Mitglieder

Auf dem ersten Future Business Summit am 25.11.2016 in Stuttgart diskutierten mehr als 100 Teilnehmer das Thema Künstliche Intelligenz und Machine Learning - selbstlernende autonome Systeme, die aus großen Datenmengen Wissen generieren. Die Vorträge, das Diskussionsforum und die Beiträge der Teilnehmer ließen keinen Zweifel: Machine Learning wird zu einem Megatrend für den Maschinenbau.

Wo und wie sich Machine Learning im Maschinen- und Anlagenbau durchsetzen wird, beschreibt die Studie "Machine Learning 2030" von VDMA Future Business und Fraunhofer ISI anhand von vier Szenarien, die im Rahmen einer Podiumsrunde dem Praxis-Check unterzogen wurden. Sie war Basis für den Summit.

  • Hartmut Rauen, stv. VDMA-Hauptgeschäftsführer, und Dr. Eric Maiser, Leiter VDMA Future Business, stellten den Maschinenbau als Ökosystem vor, beschrieben die Ziele von VDMA Future Business als Think Tank für die Industrie und führten in Maschinenbau-Trends (Trendradar) und Machine Learning im Kontext des Maschinenbaus ein.
  • Prof. Dr. Bauernhansl, Leiter des Fraunhofer IPA und Gastgeber in Stuttgart, zeigte die fünf Entwicklungsstufen der digitalen Transformation und beschrieb u.a. fünf Praxisfälle für Machine Learning mit vielen anschaulichen Beispielen: Nach der Vernetzung kommt die Autonomisierung. Fraunhofer IPA beeindruckte mit zahlreichen Exponaten, die die Teilnehmer vor Ort erleben konnten.
  • Prof. Dr. Wolfram Burgard, Informatiker an der Universität Freiburg, führte in den Themenkomplex "Künstliche Intelligenz (KI)" ein und berichtete über die neuen Möglichkeiten der KI aus visionärer Forschersicht: Von neuronalen Netzen und "Deep Learning" bis hin zu autonomen Fahrzeugen und mobilen Robotern. Vielbeachtet: Die Konditionen, die Silicon Valley Unternehmen bieten.
  • Dr. Steven Peters, Manager Technologiemanagement Digitalisierung in der Konzernforschung bei Daimler, betonte das Potential künstlicher Intelligenz im Maschinenbau aus Sicht eines Automobilherstellers - jenseits des autonomen Fahrens, für die Produktion und die Mensch-Maschine-Interaktion. Beeindruckend: Machine Learning kann sogar chaotische Systeme beherrschen. Er forderte Mut zur Kooperation mit "Frenemies".
  • Dr. Björn Moller, Geschäftsfeld Foresight zur Strategieentwicklung bei Fraunhofer ISI, berichtete über Methodik und Details der Studie "Machine Learning 2030". Dr. Eric Maiser, Leiter VDMA Future Business, stellte Schlussfolgerungen der Studie und Handlungsempfehlungen für Unternehmen, Politik, Forschung und VDMA vor, bevor Michael Bartl (Schunk GmbH & Co. KG), Dr. Simon Haddadin (Kastanienbaum GmbH), Bert Miecznik (Wittenstein SE), Burkhard Röhrig (GFOS mbH) und Dr. Josef Sedlmair (F&K Delvotec Bondtechnik GmbH) ihre eigenen Eindrücke zum Thema auf dem Podium und mit den Teilnehmern diskutierten.
  • Dr. Simon Haddadin (Geschäftsführer Kastanienbaum GmbH), Burkhard Röhrig (Geschäftsführer GFOS mbH) und Dr. Olaf Munkelt (Geschäftsführer MVTec Software GmbH) berichteten abschließend über ihre Erfahrungen in den Bereichen Roboter und Startups, Software sowie Bildverarbeitung mit beeindruckenden Praxisbeispielen.

Am Vorabend konnten die Teilnehmer im Mercedes-Benz Museum zum einen die Ausstellung 125 Jahre Automobil bewundern, zum anderen bei der Ausstellung "Ey Alter" an vielen Stationen ihr "gefühltes Alter" herausfinden - und damit das Thema Demographie in neuem Gewand erleben.

Die wichtigsten Erkenntnisse haben wir in einer Pressemitteilung zusammengetragen.
Weitere Eindrücke und O-Töne aus der Tagung lesen Sie in der Dezember-Ausgabe der VDMA-Nachrichten.
Weitere Erfahrungen von Firmen zum Thema Machine Learning wurden in der November-Ausgabe der VDMA-Nachrichten veröffentlicht.

Die Vorträge finden Mitglieder im Downloadbereich unterhalb der Bildergalerie.

Downloads