• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
  • Skip to footer

Timbeter

  • Über Timbeter
    • Über Timbeter
    • Fallstudien
    • Karriere
    • Presse
  • Werkzeuge
    • Werkzeuge
    • Häufig gestellte Fragen
    • Hilfezentrum
    • Hilfezentrum
    • Timbeter Container
  • Anwendungsfälle
    • Staatsforste
    • Forstwirtschaftsorganisationen
    • Waldbesitzer
    • Sägewerkeigentümer & Produzenten
    • Holztransporter und Transportunternehmen
    • Container & Versand
    • Unternehmen für die Holzmastenproduktion
    • Hersteller von Faser- und Brennholz
  • Blog
  • Kontakt
    • Kontakt
  • Signup
  • Login
  • Deutsch
    • English
    • Eesti
    • Français
    • 日本語
    • Lietuvos
    • polski
    • Português
    • Русский
    • Español

Warum KI angemessen ist

10/02/2019 · Unkategorisiert by David Bailey-Lauring

Teilen
Twittern
Pin
Teilen
0 Shares

Der Mensch verfügt über ein einzigartiges Potential, neu aufkommende Probleme eigenständig zu lösen. Dennoch gibt es einige Aufgaben, die man lieber Maschinen oder künstlicher Intelligenz überlassen sollte.

An dieser Stelle möchten wir erklären, warum wir glauben, dass das Vermessen und Zählen von Rundholz zu eben diesen Aufgaben gehört, die von maschineller Unterstützung profitieren.

Die einzelnen Arbeitsschritte für das Vermessen von Rundholz sind klar abgesteckt – man geht jedes Mal gleich vor. Kreative Lösungsansätze sind nicht gefordert. Für KI ist das ideal, da Algorithmen in Prozessen maschinellen Lernens auf einen Regelbaukasten angewiesen sind. Würde der Algorithmus versuchen, ein völlig neues Problem zu lösen, würde er vermutlich keine überzeugende Arbeit leisten. Da Rundholze aber grundsätzlich viele äußerliche Ähnlichkeiten aufweisen, stellt ihre Erkennung in jedem Fall eine machbare Aufgabe dar.

Wie KI die Berechnungsdauer für Rundholz reduziert

Die manuelle Vermessung von Rundholz erfordert einen erheblichen zeitlichen Aufwand. Es braucht Zeit, das Rundholz physisch zu erreichen, den Maßstab anzuwenden und dann die erforderlichen Daten abzulesen und zu berechnen. Zwar handelt es sich dabei zugegebenermaßen pro Rundholz nur um wenige Sekunden, bei der Vermessung hunderter Rundholze summiert sich diese Zeit aber schnell auf mehrere zehn Minuten. Vergleichbar mit einer Person, die aus dem Stand die ungefähre Größe eines Polters abschätzen kann, verarbeitet ein Algorithmus umgehend das Bild eines gesamten Polters.

KI braucht Daten, um zu “lernen”

Der Rückgriff auf künstliche Intelligenz ist nur dann sinnvoll, wenn er in einem großen Maßstab vorgenommen wird. So benötigt man für eine automatische Geräuscherkennung beispielsweise einen großen Trainingsdatensatz, d.h. es müssen mehrere hunderttausend Geräuschbilder gesammelt werden, von denen der Algorithmus lernen kann.

Außerdem ist die Entwicklung des Algorithmus selbst zeit- und kostenaufwendig. In vielen Fällen lohnt sich die nötige Investition nicht. Bei Timbeter ist dies anders: Das Programm wurde für eine große Anzahl an Unternehmen geschrieben, wobei jeder Kunde und jede Kundin über die Abonnementgebühr nur für einen Bruchteil der Entwicklungskosten aufkommen muss.

Klingt faszinierend? Dann probieren Sie es kostenlos aus. Kontaktieren Sie uns für die kostenlose Testversion.

Teilen
Twittern
Pin
Teilen
0 Shares

Primary Sidebar

Download Timbeter

Follow us on Facebook

  • Deutsch
    • English (Englisch)
    • Eesti (Estnisch)
    • Français (Französisch)
    • 日本語 (Japanisch)
    • Lietuvos (Litauisch)
    • polski (Polnisch)
    • Português (Portugiesisch, Brasilien)
    • Русский (Russisch)
    • Español (Spanisch)

Footer Widget Header

  • Facebook
  • Instagram
  • LinkedIn
  • Twitter
  • YouTube

Footer

WIE WIR HELFEN KÖNNEN

  • Timbeter
  • Anwendungsfälle
  • Blog
  • Häufig gestellte Fragen
  • Hilfezentrum
  • Hilfezentrum
  • Videotutorials
  • Login

ÜBER TIMBETER

  • Presse
  • Über Timbeter
  • Funktionen
  • Karriere
  • Fallstudien
  • Kontakt

NEUSTE ARTIKEL

  • Wie die richtige Messung von Brennholz die Effizienz Ihres Betriebs erhöht
  • Die Freischaltung der Dichte-Funktionalität als Teil eines neuen Updates für iOS-Geräte
  • Seine Inventories. Schnell und einfach mit Timbeter
  • Seine Inventories. Schnell und einfach mit Timbeter
  • Wie hineintragen man Timbeter in Ihrer Firma

The aim of the project „Precision forestry platform for logistics optimization“ is to enhance the current Timbeter solution for timber measurement, that uses machine learning and artificial intelligence, with additional novel functionalities. As a result of the project, Timbeter will be able to increase its market share and competitiveness on the Scandinavian market.

The project is funded by the Green ICT programme (Norway-Estonia).The implementation period is 01.09.2020 – 28.02.2022

© 2023 Timbeter · Privacy policy & Cookies