Neues Foundation-Modell für Fahrzeug-CAN-Daten: Ein Netzwerk, viele Aufgaben Ein neues Foundation-Modell für CAN-Bus-Daten wurde vorgestellt, das die Art und Weise, wie Fahrzeugdaten analysiert werden, revolutionieren könnte. Durch die Kombination von großen, unlabelierten Datensätzen und einer einheitlichen Tokenisierung eröffnet das Modell die Möglichkeit, mehrere Aufgaben mit einer einzigen Basisarchitektur zu lösen. arXiv – cs.AI 03.02.2026 05:00
Autoencoder zeigen vielversprechende Fehlererkennung bei Hubschraubertriebwerken Ungeplante Ausfälle von Hubschraubertriebwerken können zu gravierenden Betriebsunterbrechungen, Sicherheitsrisiken und hohen Reparaturkosten führen. In einer aktuellen Studie wurden zwei Strategien zur vorausschauenden Wartung verglichen: ein klassisches, überwacht lernendes Klassifikationsmodell und ein unüberwachtes Anomalieerkennungsverfahren auf Basis von Autoencodern (AE). arXiv – cs.LG 19.01.2026 05:00
Kausale KI spart 1,16 Mio. USD bei Wartung von CNC‑Maschinen Ein neues arXiv‑Paper zeigt, dass kausale KI-Methoden in der vorausschauenden Wartung von Fertigungsmaschinen deutlich bessere Ergebnisse liefern als herkömmliche Korrelationsmodelle. Die Studie untersucht ein Datenset von 10.000 CNC‑Maschinen, bei dem nur 3,3 % der Geräte ausfallen. arXiv – cs.AI 02.12.2025 05:00
In den Omniversum: Wie KI-Agenten in Smart Cities die Stadtbetriebe revolutionieren Städte weltweit stehen vor beispiellosen Herausforderungen: Bevölkerungswachstum, steigende Nachfrage nach Infrastruktur und die Notwendigkeit, Ressourcen effizient zu nutzen. In diesem Kontext gewinnen KI-Agenten als zentrale Treiber für die Transformation urbaner Abläufe zunehmend an Bedeutung. NVIDIA – Blog 20.11.2025 16:00
LLM-Agenten verbessern die Bereinigung von Wartungsprotokollen Wirtschaftliche Engpässe, begrenzte Datensätze und ein Mangel an Fachwissen haben die Einführung von Predictive Maintenance (PdM) im Automobilbereich lange Zeit gehemmt. Durch die rasante Entwicklung großer Sprachmodelle (LLMs) eröffnet sich nun ein vielversprechender Weg, diese Hindernisse zu überwinden und PdM schneller in die Industrie zu bringen. arXiv – cs.AI 10.11.2025 05:00
Neues Deep‑Learning‑Framework erkennt Windturbinenfehler frühzeitig Die Zuverlässigkeit von Windturbinen ist für die wachsende erneuerbare Energiebranche entscheidend. Frühzeitige Fehlererkennung reduziert Ausfallzeiten und Wartungskosten erheblich. Ein neues, ensemblebasiertes Deep‑Learning‑Framework bietet hierfür eine vielversprechende Lösung. arXiv – cs.AI 20.10.2025 05:00
KI kann Analysten nicht ersetzen: Beispiel aus der vorausschauenden Wartung In der vorausschauenden Wartung ist die Analyse von Lager‑Vibrationsdaten ein zentrales Thema. Hier zeigt sich deutlich, dass künstliche Intelligenz zwar Muster erkennen und Vorhersagen treffen kann, aber die menschliche Expertise für Interpretation, Kontextualisierung und Entscheidungsfindung nicht vollständig ersetzen kann. Towards Data Science 14.10.2025 18:53
