28. Sep. 2026
IFS: Digitale Arbeitskräfte lindern den Fachkräftemangel in der Industrie
Industriearbeiter verbringen 41 Prozent ihrer Zeit mit manuellen, sich wiederholenden Aufgaben. Das geht aus einer Untersuchung von The Futurum Group im Auftrag von IFS, einem führenden Anbieter von industrieller KI-Software, hervor. Da weitaus mehr Arbeit vorhanden ist, als die Belegschaft bewältigen kann, fangen Unternehmen die Kapazitätsengpässe zunehmend mit digitalen Arbeitskräften auf: KI-Agenten, die betriebliche Abläufe überwachen, autonom entscheiden und Tätigkeiten selbstständig ausführen – und menschliche Mitarbeiter nur dann einbeziehen, wenn deren Einschätzung benötigt wird.
14. Sep. 2026
IFS: Fünf Fragen, die IT-Entscheider vor dem Einsatz von KI-Agenten beantworten müssen
KI-Agenten treffen zunehmend eigenständige und weitreichendere Entscheidungen, von der Auftragsprüfung bis zur Lieferantenauswahl. Doch bevor ein Unternehmen ihnen Verantwortung überträgt, muss ein klarer Governance-Rahmen feststehen. IFS stellt fünf Fragen vor, die jeder IT-Entscheider vorab beantworten sollte.
28. Juli 2026
Studie von IFS zeigt: Investitionen von Industrieunternehmen in KI zahlen sich bereits aus
Industrieunternehmen in der DACH-Region haben den Einstieg in den Einsatz von Künstlicher Intelligenz geschafft und erzielen bereits erste messbare Effizienzgewinne. Jetzt rückt die Skalierung in den Fokus. Das zeigt eine aktuelle Umfrage von IFS.
15. Juli 2026
Siemens und IFS gehen Partnerschaft für die KI-gestützte Verbindung von Entwicklung, Produktion und Betrieb ein
IFS, ein führender Anbieter von industrieller KI-Software, hat eine neue strategische Partnerschaft mit Siemens angekündigt. Ziel ist es, die Expertise und das Wissen aus der Planung und Entwicklung mit dem realen Betrieb von Industrieanlagen besser zu verknüpfen, um Produktion und Maschinen effizienter und zuverlässiger zu machen.
24. Juni 2026
IFS: Über diese Fallen stolpern KI-Projekte in der Produktion
Produktionsbetriebe gelten als eines der größten und vielversprechendsten Einsatzgebiete für Künstliche Intelligenz. Doch häufig stehen Aufwand und Ertrag, Erwartungen und Ergebnisse von KI-Projekten in einem krassen Missverhältnis. Verantwortlich dafür sind charakteristische Irrtümer und Fehlentscheidungen, die es zu vermeiden gilt.
