Bewerk Dossier: DOSP-VHR-001223

Titel

Enhanced Description

Cleaned Description

Het algemeen doel van het AI-PathFinder project is om te onderzoeken hoe de Vlaamse voedingsbedrijven moeten worden ondersteund om hun AI-strategie uit te werken en zo de AI-adoptie kunnen versnellen. Hierdoor worden de voedingsbedrijven veel sterker gewapend voor de toekomst waardoor competitiviteit en groei behouden blijven.

Om dit te realiseren, wordt een duale aanpak gevolgd: enerzijds wordt op basis van onderzoeksresultaten een kennisplatform opgebouwd waarmee zal worden ingezet op demystificatie en het concretiseren van wat AI kan betekenen voor voedingsbedrijven. Anderzijds wordt onderzocht welke belemmeringen voedingsbedrijven ondervinden en welke stappen nodig zijn voor een succesvolle AI-implementatie.

Via generieke use cases wordt het stappenplan en de complexiteit van AI-implementaties ontrafeld en gedemonstreerd in de pilot plant VEG-i-TEC. Beide sporen komen samen in de ontwikkeling van een AI-draaiboek waarmee bedrijven aan de slag kunnen om hun eigen ontwikkelingstraject naar AI-implementatie uit te stippelen.

De projectpartners verschaffen de generieke bouwstenen zodat er een solide basis is om op verder te bouwen in een bedrijfsspecifieke context.

Cleaned Result Description

Door het project AI-PathFinder zullen voedingsbedrijven op een doordachte manier inzicht krijgen in hun behoeften met betrekking tot data en kunnen ze een stappenplan voor AI uitwerken.

Howest Energiemanagement zal vooral verantwoordelijk zijn voor het onderzoek en de demonstratie van het AI-potentieel voor voedingsbedrijven aan de hand van proof-of-concept toepassingen in de Veg-i-tec pilot plant. Daar zijn al energie sensoren (water, elektriciteit, enz.) en PLC’s (Programmable Logic Controllers) geïnstalleerd, waaruit de data wordt vastgelegd, geanalyseerd en gevisualiseerd. Voor AI-toepassingen zal Howest, in samenwerking met de andere partners, de bestaande data-infrastructuur uitbreiden met de ontwikkelde begeleidingstools.

Daarna zal Howest Energiemanagement een beschrijvend model opstellen om onder andere correlaties te vinden tussen variabelen van het proces, conditiemonitoring en KPI’s. Via het living lab VEG-i-TEC worden 2 innovatieve AI-cases onderzocht die worden gekozen op basis van kennis die is opgedaan uit voorgaande projectactiviteiten: een AI-detectie case (anomalie-, fout-, eventdetectie of eventvoorspelling) en een AI-control case (automatisch aanpassen van sturing afhankelijk van eventdetectie (AI-detectie case)).

Aan de hand van deze cases zal de maturiteitscan worden geëvalueerd om inzicht te geven in de complexiteit van de implementatie. Naast het brengen van domeininnovatie zullen deze cases ook inspirerend werken met betrekking tot het potentieel van AI voor het voedingsbedrijvenconsortium (technologische impuls) en aanleiding geven tot het definiëren van extra verdiepende en/of verbredende use cases en/of AI-innovaties en uitdagingen die in zijprojecten zullen worden aangepakt.

Start Date

End Date