Regionalkreis-Online Osnabrück

Predictive Quality – Mit Künstlicher Intelligenz Fehler vorhersagen

Predictive Quality bedeutet, schon während des Produktionsprozesses, vorhersehen zu können, ob tatsächlich die Zielqualität erreicht wird. Und das funktioniert tatsächlich. Anhand von Labordaten der Rohstoffe, Sensordaten oder Stellgrößen aus der Fertigung lässt sich bereits weit vor der nachgelagerten Qualitätsuntersuchung sagen, mit welchem Ergebnis zu rechnen ist. Während der laufenden Produktion können Gegenmaßnahmen ergriffen werden, um in verschiedene Richtungen zu korrigieren. Sind die zu erwartenden Werte weit besser als das Ziel, lassen sich womöglich Zeit, Material oder andere Ressourcen einsparen. Liegt die Qualität unter dem benötigten Niveau, lässt sich durch eine Korrektur Ausschuss vermeiden. In beiden Fällen können Kosteneinsparungen realisiert werden. Kurz gesagt: „Vorhersehen ist besser als Nachsicht.“

Der Anwendungsfall Predictive Quality hat meistens einen guten Business Case und ist ein beeindruckendes Beispiel für die sinnvolle Nutzung von KI-Technologien wie Machine Learning in der Praxis. In diesem Vortrag erfahren Sie, welche Voraussetzungen erfüllt sein müssen und wie es in der Anwendung funktioniert. Anhand konkreter Praxisbeispiele erhalten Sie Einblicke in die aktuellen Möglichkeiten als auch in die technologische Zukunft.

Zur Anmeldung »