{"id":205902,"date":"2024-08-08T04:00:56","date_gmt":"2024-08-08T03:00:56","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&#038;p=205902"},"modified":"2024-10-28T17:28:14","modified_gmt":"2024-10-28T17:28:14","slug":"michelin-forvia-celonis-at-ai-for-industry-by-artefact-ai-for-automotive-state-of-the-art-use-cases","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/michelin-forvia-celonis-at-ai-for-industry-by-artefact-ai-for-automotive-state-of-the-art-use-cases\/","title":{"rendered":"MICHELIN, FORVIA &amp; CELONIS bei AI for Industry by Artefact - AI for Automotive: Aktueller Stand der Technik &amp; Anwendungsf\u00e4lle"},"content":{"rendered":"<p><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--link_color: var(--awb-color6);--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-background-color:var(--awb-color1);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-text fusion-text-1 description\" style=\"--awb-text-color:var(--awb-color5);--awb-text-font-family:&quot;PT Serif&quot;;--awb-text-font-style:normal;--awb-text-font-weight:400;\"><p>AI for Industry Summit von Artefact - 17. September 2024 - Paris<\/p>\n<p>Die wichtigsten Erkenntnisse aus der Podiumsdiskussion mit Jean-Vianney Chiron, AI Transformation Manager bei Michelin, Caroline Connan, Group Chief Data Officer &amp; Digital Transformation bei Forvia, und Prashant Dhanraj, Lead AI Engineer - Automotive bei Celonis.<br \/>\nModeriert von Florence Benezit, Beratungsdirektorin bei Artefact.<\/p>\n<\/div><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-2 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-background-color:var(--awb-color1);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-1 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div style=\"text-align:center;\"><a class=\"fusion-button button-flat fusion-button-default-size button-default fusion-button-default button-1 fusion-button-default-span fusion-button-default-type button-primary-medium\" style=\"--awb-margin-bottom:40px;--button_text_transform:var(--awb-custom_typography_2-text-transform);--button_font_size:var(--awb-custom_typography_2-font-size);--button_line_height:var(--awb-custom_typography_2-line-height);--button_typography-letter-spacing:var(--awb-custom_typography_2-letter-spacing);--button_typography-font-family:var(--awb-custom_typography_2-font-family);--button_typography-font-weight:var(--awb-custom_typography_2-font-weight);--button_typography-font-style:var(--awb-custom_typography_2-font-style);\" target=\"_self\" data-hover=\"text_slide_down\" href=\"https:\/\/marketing.artefact.com\/l\/597421\/2024-10-23\/j35tm6\" rel=\"noopener\"><div class=\"awb-button-text-transition  awb-button__hover-content--centered\"><span class=\"fusion-button-text awb-button__text awb-button__text--default\">KI f\u00fcr die Industrie Bericht<\/span><span class=\"fusion-button-text awb-button__text awb-button__text--default\">KI f\u00fcr die Industrie Bericht<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><article class=\"fusion-fullwidth fullwidth-box fusion-builder-row-3 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--link_color: var(--awb-color6);--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-background-color:var(--awb-color1);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-justify-content-center fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-2 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-video fusion-youtube\" style=\"--awb-max-width:670px;--awb-max-height:377px;--awb-align-self:center;--awb-width:100%;\"><div class=\"video-shortcode\"><div class=\"fluid-width-video-wrapper\" style=\"padding-top:56.27%;\" ><iframe title=\"YouTube-Videoplayer 1\" src=\"https:\/\/www.youtube.com\/embed\/9WGhKTptW5I?wmode=transparent&autoplay=0\" width=\"670\" height=\"377\" allowfullscreen allow=\"autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture;\"><\/iframe><\/div><\/div><\/div><div class=\"fusion-title title fusion-title-1 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Einf\u00fchrung in KI f\u00fcr die Automobilindustrie<\/h2><\/div><div class=\"fusion-text fusion-text-2\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>In der Sitzung \u201cAI for Automotive\u201d waren wichtige Vertreter von Michelin, Forvia und Celonis anwesend, die aufzeigten, wie KI die Automobilindustrie revolutioniert. KI ver\u00e4ndert vor allem die Prozessoptimierung, die vorausschauende Wartung und die Qualit\u00e4tskontrolle durch reale Anwendungen von maschinellem Lernen, Computer Vision und generativer KI, die den Betrieb in der Automobilindustrie neu gestalten.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-2 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Das transformative Potenzial der KI bei der Prozessoptimierung<\/h2><\/div><div class=\"fusion-text fusion-text-3\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Prashant Dhanraj von Celonis betonte das Potenzial von KI, Gesch\u00e4ftsprozesse wie Produktentwicklung und Lieferkettenmanagement zu ver\u00e4ndern. Er erkl\u00e4rte, wie digitale Zwillinge, virtuelle Modelle physischer Prozesse, es Unternehmen erm\u00f6glichen, Erkenntnisse aus gro\u00dfen data-Sets abzuleiten und Abl\u00e4ufe zu optimieren. Ein Beispiel ist der Einsatz von generativer KI f\u00fcr Kostensch\u00e4tzungen f\u00fcr neue Teile, indem technische Zeichnungen analysiert, \u00e4hnliche Teile identifiziert und Lieferanten vorgeschlagen werden. KI hilft auch bei der Auftragsverwaltung, indem sie LLMs einsetzt, um Kreditsperren in Kundenauftr\u00e4gen zu bewerten und Empfehlungen auf der Grundlage fr\u00fcherer data zu geben, was die Entscheidungsfindung verbessert.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-3 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">KI-gesteuerte Innovationen bei Michelin<\/h2><\/div><div class=\"fusion-text fusion-text-4\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Jean-Vianney Chiron von Michelin erkl\u00e4rte, wie KI die Produktion mit Hilfe von Computer Vision und Zeitreihenanalyse verbessert. In der Reifenproduktion erkennen KI-gest\u00fctzte Kameras Defekte im Gummi, die manuell nur schwer zu pr\u00fcfen sind. Die Technologie gew\u00e4hrleistet eine h\u00f6here Produktqualit\u00e4t und rationalisiert den Prozess. Dar\u00fcber hinaus korreliert die KI maschinelle data wie Temperatur und Druck mit der Qualit\u00e4t des Endprodukts und steigert die Effizienz, indem sie es den Arbeitern erm\u00f6glicht, kritische Probleme anzugehen, anstatt data manuell zu \u00fcberwachen.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-4 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Generative KI zur Wissenserfassung bei Michelin<\/h2><\/div><div class=\"fusion-text fusion-text-5\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Jean-Vianney Chiron erl\u00e4uterte, wie generative KI dabei hilft, jahrzehntelanges Wissen aus den weltweiten Michelin-Werken zu erfassen. Das Wartungspersonal kann die Symptome von Maschinen eingeben und erh\u00e4lt Diagnosevorschl\u00e4ge, die auf fr\u00fcheren F\u00e4llen basieren. Das System lernt kontinuierlich aus den R\u00fcckmeldungen der Benutzer und schafft so eine robuste, sich st\u00e4ndig weiterentwickelnde Wissensdatenbank, auf die weltweit zugegriffen werden kann und die die Reaktionszeit bei Wartungsproblemen verbessert.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-5 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">KI-unterst\u00fctzte Wartung und Qualit\u00e4tskontrolle bei Forvia<\/h2><\/div><div class=\"fusion-text fusion-text-6\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Caroline Connan von Forvia berichtete \u00fcber \u00e4hnliche Anwendungsf\u00e4lle, darunter KI f\u00fcr die vorausschauende Wartung zur Vermeidung von Produktionsstillst\u00e4nden. Durch die Analyse historischer data- und Echtzeit-Maschinenparameter warnt die KI die Bediener vor potenziellen Problemen und reduziert so kostspielige Ausfallzeiten. Ein LLM-basiertes System erstellt Wartungspl\u00e4ne und hilft bei der Priorisierung von Ma\u00dfnahmen. Dar\u00fcber hinaus erkennen KI-gest\u00fctzte Bildverarbeitungssysteme in den Fabriken von Forvia Qualit\u00e4tsm\u00e4ngel in der Innenausstattung von Fahrzeugen, wodurch Fehler reduziert und die Produktqualit\u00e4t verbessert werden.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-6 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Reduzierung des Energieverbrauchs durch KI bei Michelin und Forvia<\/h2><\/div><div class=\"fusion-text fusion-text-7\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Michelin und Forvia nutzen beide KI, um den Energieverbrauch in ihren Werken zu \u00fcberwachen und zu reduzieren. Modelle f\u00fcr maschinelles Lernen analysieren Echtzeit-Sensoren data zur \u00dcberwachung des Strom- und Wasserverbrauchs. Diese Erkenntnisse erm\u00f6glichen es den Unternehmen, Ziele festzulegen, den Verbrauch zu prognostizieren und den Betrieb anzupassen, um die Umweltbelastung und die Betriebskosten zu senken. Die F\u00e4higkeit der KI, Feedback in Echtzeit zu geben, ist entscheidend f\u00fcr das Erreichen von Nachhaltigkeitszielen.<\/p>\n<\/div><\/div><\/div><\/div><\/article><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-4 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-background-color:var(--awb-color1);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-3 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div style=\"text-align:center;\"><a class=\"fusion-button button-flat fusion-button-default-size button-default fusion-button-default button-2 fusion-button-default-span fusion-button-default-type button-primary-medium\" style=\"--awb-margin-top:20px;--button_text_transform:var(--awb-custom_typography_2-text-transform);--button_font_size:var(--awb-custom_typography_2-font-size);--button_line_height:var(--awb-custom_typography_2-line-height);--button_typography-letter-spacing:var(--awb-custom_typography_2-letter-spacing);--button_typography-font-family:var(--awb-custom_typography_2-font-family);--button_typography-font-weight:var(--awb-custom_typography_2-font-weight);--button_typography-font-style:var(--awb-custom_typography_2-font-style);\" target=\"_self\" data-hover=\"text_slide_down\" href=\"https:\/\/marketing.artefact.com\/l\/597421\/2024-10-23\/j35tm6\" rel=\"noopener\"><div class=\"awb-button-text-transition  awb-button__hover-content--centered\"><span class=\"fusion-button-text awb-button__text awb-button__text--default\">KI f\u00fcr die Industrie Bericht<\/span><span class=\"fusion-button-text awb-button__text awb-button__text--default\">KI f\u00fcr die Industrie Bericht<\/span><\/div><\/a><\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":"<p>Die wichtigsten Erkenntnisse aus der Podiumsdiskussion mit Jean-Vianney Chiron, AI Transformation Manager bei Michelin, Caroline Connan, Group Chief Data Officer &amp; Digital Transformation bei Forvia, und Prashant Dhanraj, Lead AI Engineer \u2013 Automotive bei Celonis, auf dem \u201eAI for Industry by Artefact\u201c-Gipfel.<\/p>","protected":false},"featured_media":205903,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[21932],"blog-language":[2991],"class_list":["post-205902","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-industrial-energy-utilities","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/205902","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/205903"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=205902"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=205902"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=205902"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}