Fraunhofer InnoVisions
Podcast
de

Fraunhofer InnoVisions

SoundCloud Feeds

Beschreibung

Podcasts und Berichte über aktuelle Forschungsfragen aus den Bereichen Informations- und Kommunikationstechnik, an denen die Fraunhofer-Institute arbeiten.

Podmon Kategorien

Darüber wird in diesem Podcast anteilig gesprochen.
Anzahl Kategorien

Upgrade dein Konto, um kontextuelle Kategorien zu sehen!

Top werbetreibende Marken in diesem Podcast (90d)

Upgrade dein Konto, um die Top werbetreibenden Marken zu sehen!

Veröffentlichungshistorie

Episodenübersicht

#16 Integrate Ai - Was braucht der Mittelstand 2026?

15.06.2026

Einführung in die KI-Integration

In dieser Episode diskutieren Chiara Deckers und Dr. Daniela Vogel die Integration von Künstlicher Intelligenz (KI) in Unternehmen, insbesondere im Kontext der Transform-Messe in Berlin. Sie betonen die Bedeutung digitaler Technologien für die Zukunftsfähigkeit von Unternehmen.

Forschungsansatz und Herausforderungen

Dr. Vogel beschreibt, dass ihr Team am Fraunhofer IEM die gesamte Kette von der strategischen Betrachtung bis zur technischen Umsetzung von KI-Anwendungen untersucht. Sie erkennt, dass viele Unternehmen zwar den Druck verspüren, KI zu implementieren, jedoch oft unsicher sind, wie sie beginnen sollen und welche spezifischen Probleme KI lösen kann.

Unternehmensbedürfnisse und Unsicherheiten

Häufige Fragen der Unternehmen betreffen die grundlegende Definition von KI, die Unterschiede zur Digitalisierung und die Identifizierung geeigneter Tools. Besonders kleinere Unternehmen haben oft Schwierigkeiten, den Mehrwert und die Anwendungsmöglichkeiten von KI zu erkennen.

Experimentelle Ansätze und strategische Planung

Dr. Vogel erklärt, dass Unternehmen oft nur kleine, isolierte KI-Experimente durchführen. Um erfolgreich zu sein, müssen jedoch strategische Leitplanken gesetzt werden, um sicherzustellen, dass die Experimente in den Gesamtprozess integriert sind und den Mitarbeitenden helfen, die Technologie zu akzeptieren.

Ängste der Mitarbeitenden und Change Management

Die Angst vor Arbeitsplatzverlust durch KI ist weit verbreitet. Eine Umfrage im Fraunhofer IEM zeigt, dass 61 Prozent der Befragten KI als effizient empfinden, während 39 Prozent sie als potenziell gefährlich ansehen. Um diese Ängste abzubauen, ist ein effektives Change Management notwendig, das auf kontinuierliches Lernen und Akzeptanz setzt.

Technologische Voraussetzungen und Lernorganisationen

Die Grundlage für eine erfolgreiche KI-Integration sind Daten und eine geeignete Infrastruktur. Unternehmen müssen sich als lernende Organisationen entwickeln, um flexibel auf Veränderungen reagieren zu können. KI kann dabei helfen, Prozesse zu optimieren und die Produktivität zu steigern.

Erfolgsfaktoren für KI-Integration

Der wichtigste Erfolgsfaktor für die KI-Integration ist, die Strategie vor der Technologie zu priorisieren. Unternehmen sollten ihre spezifischen Problemstellungen analysieren und herausfinden, wie KI ihnen helfen kann, anstatt übereilt Technologien zu implementieren.

Persönlicher Werdegang von Dr. Daniela Vogel

Dr. Vogel teilt ihre persönliche Geschichte und ihren Werdegang im Fraunhofer IEM, der von einem Interesse an Zukunftsthemen und der Übersetzung von Forschung in verständliche Ansätze für Unternehmen geprägt ist.

Abschluss und Ausblick

Die Episode schließt mit dem Hinweis, dass die Integration von KI in Unternehmen nicht nur ein technologisches, sondern ein umfassendes strategisches Projekt ist, das die Menschen einbezieht. Weitere Informationen zu digitalen Transformationen und KI finden sich auf den Social-Media-Kanälen des Fraunhofer IOK-Verbunds.

Einführung in die KI-Integration

In dieser Episode diskutieren Chiara Deckers und Dr. Daniela Vogel die Integration von Künstlicher Intelligenz (KI) in Unternehmen, insbesondere im Kontext der Transform-Messe in Berlin. Sie betonen die Bedeutung digitaler Technologien für die Zukunftsfähigkeit von Unternehmen.

Forschungsansatz und Herausforderungen

Dr. Vogel beschreibt, dass ihr Team am Fraunhofer IEM die gesamte Kette von der strategischen Betrachtung bis zur technischen Umsetzung von KI-Anwendungen untersucht. Sie erkennt, dass viele Unternehmen zwar den Druck verspüren, KI zu implementieren, jedoch oft unsicher sind, wie sie beginnen sollen und welche spezifischen Probleme KI lösen kann.

Unternehmensbedürfnisse und Unsicherheiten

Häufige Fragen der Unternehmen betreffen die grundlegende Definition von KI, die Unterschiede zur Digitalisierung und die Identifizierung geeigneter Tools. Besonders kleinere Unternehmen haben oft Schwierigkeiten, den Mehrwert und die Anwendungsmöglichkeiten von KI zu erkennen.

Experimentelle Ansätze und strategische Planung

Dr. Vogel erklärt, dass Unternehmen oft nur kleine, isolierte KI-Experimente durchführen. Um erfolgreich zu sein, müssen jedoch strategische Leitplanken gesetzt werden, um sicherzustellen, dass die Experimente in den Gesamtprozess integriert sind und den Mitarbeitenden helfen, die Technologie zu akzeptieren.

Ängste der Mitarbeitenden und Change Management

Die Angst vor Arbeitsplatzverlust durch KI ist weit verbreitet. Eine Umfrage im Fraunhofer IEM zeigt, dass 61 Prozent der Befragten KI als effizient empfinden, während 39 Prozent sie als potenziell gefährlich ansehen. Um diese Ängste abzubauen, ist ein effektives Change Management notwendig, das auf kontinuierliches Lernen und Akzeptanz setzt.

Technologische Voraussetzungen und Lernorganisationen

Die Grundlage für eine erfolgreiche KI-Integration sind Daten und eine geeignete Infrastruktur. Unternehmen müssen sich als lernende Organisationen entwickeln, um flexibel auf Veränderungen reagieren zu können. KI kann dabei helfen, Prozesse zu optimieren und die Produktivität zu steigern.

Erfolgsfaktoren für KI-Integration

Der wichtigste Erfolgsfaktor für die KI-Integration ist, die Strategie vor der Technologie zu priorisieren. Unternehmen sollten ihre spezifischen Problemstellungen analysieren und herausfinden, wie KI ihnen helfen kann, anstatt übereilt Technologien zu implementieren.

Persönlicher Werdegang von Dr. Daniela Vogel

Dr. Vogel teilt ihre persönliche Geschichte und ihren Werdegang im Fraunhofer IEM, der von einem Interesse an Zukunftsthemen und der Übersetzung von Forschung in verständliche Ansätze für Unternehmen geprägt ist.

Abschluss und Ausblick

Die Episode schließt mit dem Hinweis, dass die Integration von KI in Unternehmen nicht nur ein technologisches, sondern ein umfassendes strategisches Projekt ist, das die Menschen einbezieht. Weitere Informationen zu digitalen Transformationen und KI finden sich auf den Social-Media-Kanälen des Fraunhofer IOK-Verbunds.

Fraunhofer InnoVisions - Nachgeforscht Folge 15: Wie Akustik Starkregen in Echtzeit messbar macht

14.04.2026

Konzept und Ziel von Local Rain

Local Rain nutzt akustische Schwingungen auf Oberflächen, um Niederschläge zu erfassen. Ein PV-Modul dient als Sensorebene, an das ein Schwingungsaufnehmer angepasst ist. Ziel ist ein kostengünstiges, flächendeckendes Edge-System, das lokale Niederschlagsdaten in Echtzeit liefert und Kommunen sowie Einsatzkräfte bei Entscheidungen unterstützt.

Funktionsprinzip und Modelle

Regentropfen erzeugen Masse- und Beschleunigungsimpulse, die das PV-Modul in Schwingung versetzen und von einem Audiosensor erfasst werden. Vorverarbeitung erfolgt an der Edge-Hardware, anschließend kommt ein kompaktes ML-Netzwerk zum Einsatz, das Niederschlagsintensität und weitere Größen ableitet. Fokus liegt auf robustem Körperschall, um Umgebungsstörungen zu reduzieren.

Hardware, Echtzeit und Skalierung

Sensorik basiert vollständig auf Edge-Hardware (SCM32-Prozessor). Nur Niederschlagsdaten werden übertragen, Audiodaten bleiben lokal. Ziel ist nahe Echtzeit mit Intervallen von wenigen Sekunden; Arbeiten an weiteren Optimierungen für noch schnellere Werte. Drahtlose Übertragung soll eine skalierbare Netzinfrastruktur ermöglichen, auch über größere Stadtgebiete hinweg.

Anwendungsfelder, Validierung und Ausblick

Erste Messreihen zeigen C-Genauigkeit (ca. ±2 mm/h) mit besseren Resultaten als Mindestziele. Einsatzszenarien reichen von Radar-Abgleich über Wassermanagement bis hin zu Schutz kritischer Infrastruktur. Hagel- und Wind-Einflüsse werden berücksichtigt; Erweiterungen auf Hagel sind geplant. Förderbeiträge zielen auf resilientere Städte, effizientere Bewässerung und Risikomodellierung.

Konzept und Ziel von Local Rain

Local Rain nutzt akustische Schwingungen auf Oberflächen, um Niederschläge zu erfassen. Ein PV-Modul dient als Sensorebene, an das ein Schwingungsaufnehmer angepasst ist. Ziel ist ein kostengünstiges, flächendeckendes Edge-System, das lokale Niederschlagsdaten in Echtzeit liefert und Kommunen sowie Einsatzkräfte bei Entscheidungen unterstützt.

Funktionsprinzip und Modelle

Regentropfen erzeugen Masse- und Beschleunigungsimpulse, die das PV-Modul in Schwingung versetzen und von einem Audiosensor erfasst werden. Vorverarbeitung erfolgt an der Edge-Hardware, anschließend kommt ein kompaktes ML-Netzwerk zum Einsatz, das Niederschlagsintensität und weitere Größen ableitet. Fokus liegt auf robustem Körperschall, um Umgebungsstörungen zu reduzieren.

Hardware, Echtzeit und Skalierung

Sensorik basiert vollständig auf Edge-Hardware (SCM32-Prozessor). Nur Niederschlagsdaten werden übertragen, Audiodaten bleiben lokal. Ziel ist nahe Echtzeit mit Intervallen von wenigen Sekunden; Arbeiten an weiteren Optimierungen für noch schnellere Werte. Drahtlose Übertragung soll eine skalierbare Netzinfrastruktur ermöglichen, auch über größere Stadtgebiete hinweg.

Anwendungsfelder, Validierung und Ausblick

Erste Messreihen zeigen C-Genauigkeit (ca. ±2 mm/h) mit besseren Resultaten als Mindestziele. Einsatzszenarien reichen von Radar-Abgleich über Wassermanagement bis hin zu Schutz kritischer Infrastruktur. Hagel- und Wind-Einflüsse werden berücksichtigt; Erweiterungen auf Hagel sind geplant. Förderbeiträge zielen auf resilientere Städte, effizientere Bewässerung und Risikomodellierung.

Fraunhofer InnoVisions - Nachgeforscht Folge 14: Industrielle Transformation

09.12.2025

Veränderungsdruck auf Unternehmen

Der Klimawandel, globale Krisen und die Notwendigkeit einer nachhaltigeren Wirtschaftsweise zwingen Unternehmen zur Anpassung ihrer Prozesse und zur Entwicklung neuer Geschäftsmodelle. Diese Transformationen erfordern erhebliche Ressourcen und strategische Planung.

Industrielle Transformation

Transformation bedeutet für Unternehmen, grundlegende Veränderungen in der Wertschöpfung vorzunehmen, einschließlich der Produkte, Technologien, Märkte und Mitarbeiterfähigkeiten. Unternehmen müssen sich auf dynamische Märkte einstellen und neue Anforderungen von Kunden verstehen, um wettbewerbsfähig zu bleiben.

Studie über Transformationsprozesse

Die Studie "Industrial Transformation" analysierte zehn Unternehmen, darunter VAUDE, Kärcher und Nagel, und identifizierte Muster erfolgreicher Transformationen. Wichtige Erkenntnisse umfassen die Notwendigkeit eines klaren strategischen Zielbildes und die Integration aller Unternehmensbereiche zur Erreichung dieser Ziele.

Mitarbeiterengagement in der Transformation

Die Motivation und das Engagement der Mitarbeiter sind entscheidend für den Erfolg von Transformationsprozessen. Unternehmen müssen sicherstellen, dass ihre Mitarbeiter die Notwendigkeit der Transformation verstehen und an die neue strategische Richtung glauben.

Richtiger Zeitpunkt für Transformation

Der beste Zeitpunkt für eine Transformation ist, wenn absehbar ist, dass das aktuelle Geschäftsmodell nicht mehr funktioniert. Unternehmen sollten ihre Kundenbedürfnisse im Fokus haben und bereit sein, sich frühzeitig anzupassen, um nicht in eine Krisensituation zu geraten.

Schlussfolgerung

Die Fähigkeit zur Transformation ist entscheidend für den langfristigen Erfolg eines Unternehmens. Unternehmen sollten proaktiv an ihrer Transformation arbeiten, anstatt darauf zu warten, dass sich die Umstände ändern.

Veränderungsdruck auf Unternehmen

Der Klimawandel, globale Krisen und die Notwendigkeit einer nachhaltigeren Wirtschaftsweise zwingen Unternehmen zur Anpassung ihrer Prozesse und zur Entwicklung neuer Geschäftsmodelle. Diese Transformationen erfordern erhebliche Ressourcen und strategische Planung.

Industrielle Transformation

Transformation bedeutet für Unternehmen, grundlegende Veränderungen in der Wertschöpfung vorzunehmen, einschließlich der Produkte, Technologien, Märkte und Mitarbeiterfähigkeiten. Unternehmen müssen sich auf dynamische Märkte einstellen und neue Anforderungen von Kunden verstehen, um wettbewerbsfähig zu bleiben.

Studie über Transformationsprozesse

Die Studie "Industrial Transformation" analysierte zehn Unternehmen, darunter VAUDE, Kärcher und Nagel, und identifizierte Muster erfolgreicher Transformationen. Wichtige Erkenntnisse umfassen die Notwendigkeit eines klaren strategischen Zielbildes und die Integration aller Unternehmensbereiche zur Erreichung dieser Ziele.

Mitarbeiterengagement in der Transformation

Die Motivation und das Engagement der Mitarbeiter sind entscheidend für den Erfolg von Transformationsprozessen. Unternehmen müssen sicherstellen, dass ihre Mitarbeiter die Notwendigkeit der Transformation verstehen und an die neue strategische Richtung glauben.

Richtiger Zeitpunkt für Transformation

Der beste Zeitpunkt für eine Transformation ist, wenn absehbar ist, dass das aktuelle Geschäftsmodell nicht mehr funktioniert. Unternehmen sollten ihre Kundenbedürfnisse im Fokus haben und bereit sein, sich frühzeitig anzupassen, um nicht in eine Krisensituation zu geraten.

Schlussfolgerung

Die Fähigkeit zur Transformation ist entscheidend für den langfristigen Erfolg eines Unternehmens. Unternehmen sollten proaktiv an ihrer Transformation arbeiten, anstatt darauf zu warten, dass sich die Umstände ändern.