Vergleich zwischen Deutschland und Großbritannien

Die industrielle Bildverarbeitung in der Automobilbranche

43 Prozent der deutschen Automotive-Unternehmen setzen KI in der Bildverarbeitung ein. In Großbritannien sind es mehr als die Hälfte. Dies geht aus einer Untersuchung von Zebra Technologies hervor.

Zebra Technologies, ein Spezialist für Barcode- und Bildverarbeitungstechnologien, hat die Ergebnisse seines ‘AI Machine Vision in the Automotive Industry Benchmark Reports’ bekanntgegeben. Demnach setzen derzeit 43 Prozent der in Deutschland befragten Führungskräfte aus der Automobilbranche eine Form von künstlicher Intelligenz (KI) wie Deep Learning in der industriellen Bildverarbeitung ein. In Großbritannien liegt diese Zahl bei 56 Prozent.

(Bild: Zebra Technologies Europe Ltd)
(Bild: Zebra Technologies Europe Ltd)

Insgesamt geht aus dem Report hervor, dass 49 Prozent der OEMs, 40 Prozent der Tier-1- und 35 Prozent der Tier-2-Zulieferer in Deutschland künstliche Intelligenz einsetzen. Im Vergleich dazu sind es in Großbritannien 56 Prozent der OEMs, 63 Prozent der Tier-1- und 44 Prozent der Tier-2-Zulieferer. Laut Zebra spiegelt dies das Engagement der deutschen Automobilunternehmen für Qualität, Lieferfähigkeit und Kundenzufriedenheit, sowohl an der Schnittstelle zwischen Lieferketten als auch bei aufkommenden Branchentrends wie Elektro-, Hybrid- und autonome Fahrzeuge wider.

(Bild: Zebra Technologies Europe Ltd)
(Bild: Zebra Technologies Europe Ltd)

KI könnte besser funktionieren

Mehr als 20 Prozent aller Befragten in Großbritannien und Deutschland gaben an, dass sie mehr über KI-Bildverarbeitungssysteme erfahren möchten oder bereits mit ihrer Beschaffung begonnen haben. Mehr als ein Drittel (34 Prozent) der deutschen und fast ein Viertel (24 Prozent) der britischen Führungskräfte in der Automobilindustrie gibt an, bei der industriellen Bildverarbeitung keine Form von KI einzusetzen und darin auch keine Relevanz zu sehen.

Von den Befragten, die in Deutschland KI in der industriellen Bildverarbeitung einsetzen, gibt fast jeder Fünfte (18,73 Prozent) an, dass ihre KI besser funktionieren oder mehr leisten könnte.

Der Report zeigt auch einige Herausforderungen bei der Verwendung gängiger OCR-Tools (Optical Character Recognition) auf. Diese werden weithin zum Lesen von Seriencodes, Bauteil- und Chargennummern sowie Fahrzeugidentifikationsnummern verwendet. Für ihren Einsatz ist aber ein erheblicher Schulungsaufwand erforderlich und ältere OCR-Tools sind oft instabil und schwer zu bedienen.







  • Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise

    Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen…


  • Ähnlichkeit erkannt, Kosten reduziert

    In der Variantenfertigung können Medien- und Systembrüche sowie Prozesse ohne digitales Abbild schnell zu Fehlern und Fehleinschätzungen führen. Wer die Daten hingegen…


  • Prozessoptimierung in der anspruchsvollen Montage

    Das Familienunternehmen Fimab aus Neubulach im Nordschwarzwald setzt bei der Prozessoptimierung auf die Webanwendung Newdrive Analytics. Entwickelt wurde das Tool von einem…


  • Was Assistenzsystemen oft im Weg steht

    Mit digitaler Werkerassistenz unterstützen Hersteller die Montageprozesse bei kleineren Losgrößen. Dabei sehen sich Unternehmen bei der Integration solcher Systeme oft mit Herausforderungen…


  • IT-Modernisierung als Softwareprojekt

    Softwarewechsel, alte Hardware und fehlende Skalierbarkeit – für die IT-Modernisierung gibt es viele Gründe. Wer umfassende Projekte dieser Art strategisch plant und…