Innovative Technik mit KI am Netzwerkrand

Digitale Transformation, Robotik und Computer Vision als entscheidende Faktoren für die Widerstandskraft nach COVID

Das Wichtigste im Überblick:

  • Intel hat mit Partnern aus verschiedenen Branchen zusammengearbeitet, um ihre Daten mithilfe von Analyse- und Deep-Learning-Technologien, die auf Intel® Vision-Produkten basieren, besser zu nutzen.

  • Die digitale Transformation unter Einsatz von Edge-Computing, Robotik und Computer Vision hat vielen Unternehmen und Branchen dabei geholfen, einen sichereren und effizienteren Arbeitsbereich für Mitarbeiter und Kunden zu schaffen.

  • Praxisbeispiele aus den Bereichen Smart Cities, Gesundheitswesen, Industrie- und Einzelhandelsunternehmen haben gezeigt, wie der Einsatz neuester Vision-Technologien, unterstützt durch leistungsstarke Analyse- und Deep-Learning-Technologien, die Innovation und Widerstandskraft steigern kann.

author-image

By

Alle Branchen haben in den letzten Monaten noch nie dagewesene Veränderungen und Umbrüche erlebt. Lieferketten, Arbeitsabläufe, das Kundenverhalten und die Wirtschaft selbst mussten sich quasi über Nacht neu orientieren. Sobald wir „wieder zur Normalität zurückkehren“, wird diese Normalität vermutlich völlig anders sein als zuvor.

Für Organisationen bietet sich hier eine einzigartige Gelegenheit, ihre Arbeitsweisen neu zu erfinden und zu verbessern. Durch den Einsatz von Technik zur Unterstützung der branchenweit besten Erfolgsmodelle nach COVID ist es möglich, Widerstandsfähigkeit aufzubauen und langfristigen Erfolg zu gewährleisten.

Die digitale Transformation unter Einsatz von Edge-Computing, Robotik und Computer Vision birgt enormes Potenzial. Diese Technologien können zur Bewältigung bestehender Herausforderungen beitragen, wie z. B. der Notwendigkeit, die Entscheidungsfindung im gesamten Unternehmen zu automatisieren und zu beschleunigen. Sie sind aber auch ideale Tools zur Unterstützung neuer Erfolgsmodelle wie der Fernarbeit, der Einhaltung der räumlichen Distanzierung und des Umgangs mit unvorhersehbarem Arbeitskräftemangel.

Diese Technologien sollten bei der Einschätzung der Anpassungsmaßnahmen, die in jeder Branche vorgenommen werden müssen, eine zentrale Rolle spielen. Durch den Einsatz der neuesten Vision-Technologien, die durch leistungsstarke Analyse- und Deep-Learning-Technologien gestützt werden, können Organisationen ihre Datennutzung optimieren. Sie können die neuesten Analyseverfahren nutzen, um innovative Geschäftsmodelle und Anwendungsfälle voranzutreiben. Intel und sein Technologieumfeld arbeiten eng mit Unternehmen aus verschiedenen Branchen zusammen, um solche Lösungen auf der Grundlage von Intel® Vision-Produkten zu implementieren. In diesem Artikel werden wir eine Reihe bestehender Anwendungsfälle untersuchen, die zur Steigerung der geschäftlichen Leistung und Widerstandskraft beitragen können.

Smart Cities: Überwachung der Kundenfrequenz zur Reduzierung von Menschenansammlungen

Auch wenn die Stadt- und Regionalregierungen bemüht sind, ihren Bürgern bei der Rückkehr an ihre gewohnten Orte und in ihre Routinen zu helfen, müssen sie zugleich neue Schutzebenen schaffen. Sie müssen Maßnahmen zur Einhaltung der räumlichen Distanzierung verordnen und alles tun, um gemeinsam genutzte Bereiche so hygienisch wie möglich zu halten. Computer-Vision-Lösungen können zur Unterstützung dieser Ziele beitragen. Sie können beispielsweise dafür genutzt werden, die Anzahl der Personen in einem bestimmten Bereich zu erfassen und zu kontrollieren, indem automatisch Bahnsteigsperren geschlossen werden, um den Andrang zu begrenzen. Auf regionaler oder nationaler Ebene erhobene Daten über das Fahrgastaufkommen in öffentlichen Verkehrsmitteln können zudem zur Entscheidungsfindung im Bereich der öffentlichen Gesundheit beitragen.

Lösungen wie diese sind bereits verfügbar. So hat beispielsweise ein KI-Lösungsanbieter eine Lösung entwickelt, die in Bahnhöfen eingesetzt wird und zur Steigerung der Effizienz sowie zur Verbesserung des Fahrgasterlebnisses beiträgt. Das Videomaterial von Sicherheitskameras wird in Echtzeit analysiert, um den Fußgängerverkehr um den Bahnhof herum zu überwachen und ungewöhnliche Verhaltensmuster zu identifizieren, die vom Bahnhofspersonal untersucht werden sollten. Mithilfe von Internet of Things (IoT)-Sensoren können auch Brände oder das Eindringen in Sperrbereiche erkannt werden.

Zusätzlich zu diesen Sicherheitsvorteilen unterstützt die Lösung das Bahnhofspersonal bei der Verbesserung des Kundenerlebnisses. Es ist möglich, die Personalbesetzung in Abhängigkeit von der aktuellen Besucherfrequenz des Bahnhofs in Echtzeit anzupassen. Beispielsweise durch das Öffnen von mehr Fahrkartenschaltern, wenn die Wartezeit zu lang wird. Das Personal kann zudem zu Stoßzeiten Zugangsbeschränkungen für Bahnsteige festlegen, damit diese nicht zu voll werden.

Industrielles IoT: Unterstützung der räumlichen Distanzierung durch Prozessautomatisierung

Es gibt viele Anwendungsfälle für künstliche Intelligenz (KI) und Computer Vision in der Fertigung und der Industrie. Sie war in der Tat eine wesentliche Komponente vieler transformativer Bemühungen, die in den letzten Jahren im Zuge der Umstellung auf „Industry 4.0“ unternommen wurden. Diese Anwendungen werden in Zukunft noch mehr an Bedeutung gewinnen. Durch die Implementierung von künstlicher Intelligenz in die Geräte der Werkshallen ist es möglich, Prozesse zu automatisieren und somit die Zeit, die Mitarbeiter in unmittelbarer Nähe zueinander verbringen müssen, zu minimieren.

Ein Beispiel aus der Praxis für diese Art von Lösung findet sich bei einem marktführenden Reifenhersteller. Das Unternehmen setzte eine industrielle PC-Lösung mit Deep Learning, Computer Vision und Bildverarbeitung ein, um seinen Qualitätskontrollprozess zu verbessern. Das Unternehmen erzielte eine Genauigkeit von 99,9 Prozent bei der Fehlererkennung und verzeichnete einen Rückgang der Kundenbeschwerden um mehr als 10.000 pro Jahr.1

Gesundheitswesen: Unterstützung bei der Sterilhaltung von Räumlichkeiten

Computer Vision nimmt seit einiger Zeit eine wichtige Rolle im Gesundheitsbereich ein. Beispielsweise hilft sie dabei, die Analyse komplexer medizinischer Bilder zu beschleunigen. In der Zeit nach COVID wird die KI auch in anderen Bereichen des Netzwerkrands von Bedeutung sein, etwa in Kombination mit der Robotik. Dies kann zur Verbesserung der Patientenüberwachung beitragen und es Fachärzten ermöglichen, bei Eingriffen oder Beratungsgesprächen aus der Ferne „anwesend“ zu sein.

Die Robotik kann zudem eingesetzt werden, um Gesundheitseinrichtungen für Patienten und Personal sauber und sicher zu halten. Der von Akara Robotics entwickelte, keimtötende Roboter Violet hat dies bereits unter Beweis gestellt. Der Roboter nutzt maschinelles Sehen, um Hindernisse und auch Menschen sicher zu umgehen. Er ist ebenfalls in der Lage, UV-C-Licht auszustrahlen, das wie klinisch erwiesen komplexe Viren abtötet. Zwar ist UV-C schädlich für den Menschen, jedoch kann Violet einen Raum betreten und dessen Inneres keimfrei machen, ohne dass dabei Menschen zugegen sind. Auf diese Weise kann die Umgebung des Krankenhauses steril und sicher gehalten werden, ohne die Menschen, die sich darin aufhalten, zu gefährden.

Intelligenter Einzelhandel: Schaffung eines sichereren und einladenderen Einkaufsbereichs

Die Einzelhandelsbranche hat im Hinblick auf die digitale Transformation bereits große Fortschritte gemacht. Es werden Daten und KI verwendet, um das Kundenerlebnis zu verbessern, Lieferketten zu optimieren und intelligentere Entscheidungen über Ladenlayout und Produktplatzierung zu treffen. Computer Vision nimmt in all diesen Bereichen eine wichtige Rolle ein. Beispielsweise kann eine in ein digitales Schild integrierte Kamera die Eindrücke und das Verhalten des Publikums in Bezug auf bestimmte Werbebotschaften erfassen. Inventarsysteme können mithilfe von Computer Vision genauer feststellen, was sich tatsächlich in den Regalen befindet.

In einer Welt der räumlichen Distanzierung kann Computer Vision eingesetzt werden, um das Kundenaufkommen in einem Geschäft und die Art und Weise, wie sich die Menschen durch den Laden bewegen, zu verfolgen. Dies kann Einzelhändlern dabei helfen, Einwegrouten durch ihre Geschäfte festzulegen, die sich für die Käufer natürlich anfühlen und gleichzeitig sichere Abstände zwischen den einzelnen Personen gewährleisten.

Zur Inspiration wenden wir uns hier einer Lösung zu, bei der Computer Vision eingesetzt wird, um das Kundenverhalten und die Produkttrends in den Geschäften zu verfolgen und zu analysieren. Computer-Vision- und Deep-Learning-Algorithmen erkennen menschliche Körperformen, während diese sich in den Räumlichkeiten fortbewegen. Diese anonymisierten Daten liefern Erkenntnisse darüber, wie erfolgreich der Laden läuft und wie das Kundenerlebnis verbessert werden könnte. Beispielsweise zeigen Heatmaps, welche Wege die Kunden einschlagen und wie sie innerhalb der Räumlichkeiten interagieren. Dadurch können Einzelhändler fundiertere Entscheidungen über das Gesamtlayout und die Platzierung bestimmter Waren treffen.

Hinweise und Disclaimer

Intel® Technik kann geeignete Hardware, Software oder die Aktivierung von Diensten erfordern. Intel hat keinen Einfluss auf und keine Aufsicht über die Daten Dritter. Sie sollten andere Quellen heranziehen, um die Genauigkeit zu beurteilen.

Kein Produkt und keine Komponente bieten absolute Sicherheit.

Ihre Kosten und Ergebnisse können variieren.

Intel verpflichtet sich zur Achtung der Menschenrechte und der Vermeidung der Mittäterschaft bei Menschenrechtsverletzungen. Weitere Informationen finden Sie in Intels globalen Menschenrechtsprinzipien. Die Produkte und Software von Intel sind ausschließlich für die Nutzung in Anwendungen vorgesehen, die keine Verletzung international anerkannter Menschenrechte verursachen oder zu einer Verletzung derselben beitragen.

© Intel Corporation. Intel, das Intel Logo und andere Kennzeichen von Intel sind Marken der Intel Corporation oder ihrer Tochtergesellschaften. Andere Marken oder Produktnamen sind Eigentum der jeweiligen Inhaber.

Produkt- und Leistungsinformationen