クッキーやそれに類似するテクノロジーおよびトラッキングサービスを使用しています

このウェブサイトではクッキーやそれに類似するテクノロジーおよびトラッキングサービス(以下、「クッキー」といいます。)を使用しています。弊社では、クッキーの使用に関してご利用者様の同意を必要としております。クッキーは、技術的に弊社ウェブサイトを表示するためだけでなく、弊社ウェブサイトの最適な利用を可能にし、ご利用者様のユーザー行動に基づいて弊社ウェブサイトを改善するため、またはご利用者様の関心に沿ったコンテンツやマーケティングをご提示するためです。こうした目的のため、弊社は第三者プロバイダー(例えば、Salesforce、LinkedIn、Google、Microsoft、Piwik PRO)と協業しています。また、これらのパートナーを通じて、他のウェブサイトで広告が表示される場合があります。
同意した場合、ご利用者様の個人データ(例えば、プロフィールに保管されているIPアドレス)に関するその後の特定の処理および弊社のパートナーがご利用者様のデータを米国、あるいは該当する場合、他の国へ送信することがあることも承諾したことになります。 こうした移転では、当局がデータにアクセスする場合やご利用者様の権利が行使できない場合などのリスクがあります。 どのクッキーの使用を弊社に許可するかを、「設定」で選択してください。 例えば、同意の撤回など、特にご利用者様の権利に関する詳しい情報は、 弊社のプライバシーポリシーでご確認いただけます .

詳細設定

拒否技術的に必要なクッキーのみ

すべて承認

以下で、このウェブサイト上で使用されるそれぞれのテクノロジーを有効/無効にできます。

すべてに同意する

必須クッキーのみ

必須クッキーは、ページナビゲーションや言語設定、クッキープリファレンス、ウェブサイト上の保護領域に対するアクセスなどといった基本機能を使えるようにすることによって、ウェブサイトのそもそもの使用を可能にします。それ以外にもこのカテゴリーのクッキーは、ウェブサイトが法規制および安全基準に適合することを担保します。この意味から、ご利用者様は当サイト上における必須クッキーの使用を阻止することはできません。必須クッキーに関する詳細は「その他の情報」をご参照ください。

機能クッキーとパーソナライズ

機能クッキーは、当ウェブサイトのご利用の際のご利用習慣に関する情報を収集し、ご利用者様の過去の閲覧や位置情報、ブラウザ設定に応じて当ウェブサイトの機能性とアトラクションを調整し、これにより、ご利用者様のユーザー体験の向上のための参考にします。さらに、機能クッキーは当ウェブサイトに統合されている第三者プロバイダーのツール(例えばシングルサインオンのためのMicrosoft Azure)へのアクセスも可能にします。その際にご利用者様のデータが 米国に送信される場合があります(関連するリスク情報については、弊社プライバシーポリシーの1.5項をお読みください)。機能クッキーを承認しない場合は、当ウェブサイトの利用可能な機能が制限されることになります。使用されているツールに関する詳細は「その他の情報」をご参照ください。

分析クッキー

分析クッキーは、当ウェブサイトの利用に基づいて基本的な利用統計やユーザー統計を作成するために使用されます(例えばGoogle Tag Manager、Piwik PROを通じて)。ご利用者様がこのクッキーを承諾すると、同時に、Salesforce Pardotなどのサービスによりデータが処理されること、および米国に送信されることに同意したことになります (関連するリスク情報については、弊社プライバシーポリシーの1.5項をお読みください)。弊社が利用しているツールの詳細については、「その他の情報」をご参照ください。

マーケティングとソーシャルメディア

この種のクッキーは、第三者プロバイダーによる情報収集を可能にします。収集される情報は、ご利用者様が当ウェブサイトのコンテンツをどのようにソーシャルメディアにシェアするかについてです。また、ご利用者様が異なるソーシャルメディアのプラットフォーム間を移動したり、弊社のソーシャルメディアキャンペーンと弊社独自のウェブサイトの間を移動したりする際に、その利用履歴に関する分析データもこの種のクッキーが提供します(例えばLinkedIn Insights)。その他、第三者プロバイダーのマーケティングクッキーは、他者のウェブサイト上での弊社の広告表示の効果を計測することに役立ちます(例えばGoogle Ads、Microsoft Advertising)。この種のクッキーの使用は、ご利用者様に当社のコンテンツの提供方法の最適化を目的としています。利用中の第三者プロバイダーやソーシャルメディアプラットフォームがご利用者様のデータを米国に送信する場合があります(関連するリスク情報については、弊社プライバシーポリシーの1.5項をお読みください)。ご利用者様の同意には、この種のクッキーの保存の他、上述のデータ送信も含むその後のデータ処理への同意も含まれます。使用されているツールおよび弊社のソーシャルメディアプレゼンスに関する詳細は「その他の情報」をご参照ください。

その他の情報

設定を保存する

  • iTAC SMT.Edge

iTAC enables machine learning and AI applications for SMT manufacturing

Centralization and standardization of data and analysis in real time

Montabaur, July 18, 2022 – Data is the basis for increasing efficiency, avoiding errors and creating more added value. SMT manufacturers are faced with the challenge of having to collect and analyze data appropriately in order to exploit such benefits. The MES/MOM specialist iTAC Software AG offers iTAC.SMT.Edge for this purpose. This machine integration platform is used to standardize and centralize data. The subsequent data analysis in real time and further processing is handled by the iTAC.IIoT.Edge software. Machine learning and AI applications, among others, can be implemented on the basis of the combined solutions.

"In SMT production, there are machines and systems from different vendors and of varying vintages that use different communication methods. This makes data transfer and analysis more difficult," explains Peter Bollinger, CEO of iTAC Software AG, adding: "The data must be transferred reliably to higher-level systems. Our iTAC.SMT.Edge and iTAC.IIoT.Edge make it possible to easily collect, link and analyze data from all SMT machines in real time."

Analysis tools such as iTAC.IIoT.Edge combine IIoT data with MES data to form flat data structures and analyze this data in real time. The data packets can also be forwarded to other analysis or ML/AI tools used by the customer.

AI algorithms for monitoring and analysis

By using the two edge solutions as components of iTAC's MOM (Manufacturing Operations Management), numerous use cases for advanced and digitalized SMT manufacturing can be developed. For example, cycle time monitoring: AI algorithms intelligently monitor the cycle time for abnormal device behavior.

"In production, the strive for greater efficiency requires a continuous reduction in cycle times," says Peter Bollinger, and continues: "By actively monitoring times and using AI to detect abnormal plant behavior and alerting in the event of deviations, significant time savings are achieved. This is because response times in the event of problems and, consequently, throughput times are reduced. In addition, targeted, proactive problem solving is possible."

Another use case is the reduction of AOI pseudo errors. AI algorithms minimize the pseudo error rate of automatic test equipment. This is because most SMT lines with AOI have to deal with a high rate of pseudo errors (30 to 80%). With the use of AI, it is possible to distinguish between real defects and false callouts with a high degree of reliability. The need for manual inspection and the associated time and costs are reduced by up to 60%. This results in higher throughput while supporting zero-defect production.

Also, based on the iTAC solution, AI algorithms can calculate the remaining useful life cycle of equipment in favor of predictive maintenance. By monitoring machine condition data, AI algorithms can predict problems or emerging system failures, for example, to enable timely machine maintenance repairs or to estimate remaining useful life cycle.

These are just three of numerous possible scenarios that can be used to achieve efficiency increases, cost savings and digitalization advances in SMT production.