Volker Bibelhausen (l.) und Tobias Gaukstern (r.) nahmen dankend die Auszeichnung auf der smart production solutions aus den Händen von Chefredakteur Ronald Heinze entgegen

Volker Bibelhausen (l.) und Tobias Gaukstern (r.) nahmen dankend die Auszeichnung auf der smart production solutions aus den Händen von Chefredakteur Ronald Heinze entgegen (Quelle: VDE VERLAG)

„Wir freuen uns, dass unsere innovative Softwarelösung die Jury und die Community überzeugt hat und wir diesen begehrten Award gewonnen haben“, stellt Volker Bibelhausen. heraus„Ich danke an dieser Stelle dem gesamten Analytics-Team und natürlich auch allen, die für unsere Software abgestimmt haben.“ Der Industrie 4.0 Innovation Award wurde 2019 zum vierten Mal von der VDE VERLAG GmbH in Zusammenarbeit mit dem ZVEI und dem Standardization Council Industrie 4.0 ausgeschrieben und verliehen.

Zur Teilnahme für den Award sind Produkte und Innovationen zugelassen, die einen gewinnbringenden beziehungsweise unterstützenden Beitrag im Zusammenhang mit Industrie 4.0 leisten. „Wir freuen uns außerordentlich, dass Weidmüller mit dem Automated Machine Learning Tool unseren Industrie 4.0 Innovation Award in 2019 gewonnen hat“, erklärt Ronald Heinze, Chefredakteur der openautomation und Verlagsleiter Zeitschriften. „Unser Verlag wünscht Weidmüller weiterhin viel Erfolg mit der prämierten Lösung, um möglichst vielen Ingenieuren und Technikern die Nutzung KI- und ML-basierter Modelle zu ermöglichen.“

Weidmüller bietet mit dem Automated Machine Learning Tool eine Software an, mit der Domänenexperten ML-Modelle eigenständig erstellen können – ohne spezielles Wissen im Bereich Machine Learning (ML). „Es ist unsere Vision mit dem Automated Machine Learning Tool, die Anwendung von KI und ML in der Industrie zu demokratisieren. Das Votum bestätigt den Bedarf nach einfach anzuwendenden ML-Lösungen und gibt uns zusätzlichen Rückenwind für die Weiterentwicklung“, ergänzt Tobias Gaukstern.

Domänenexperten können mit der Lösung in 20 min eigenständig und nur auf Basis ihres Applikationswissens ML-Modelle mit einer hohen Güte erzeugen. Das spart teure Projekte und beschleunigt die Anwendung von ML in der Industrie. Zudem kann das vorhandene Maschinen- und Prozesswissen optimal genutzt werden. Neue Anwendungsfälle von ML können schnell verprobt sowie einfach in den Betrieb überführt, skaliert und kontinuierlich optimiert werden.

Weidmüller/Ronald Heinze

Ähnliche Beiträge