Mehr Qualität in Fertigungsprozessen durch akustisches Monitoring

Fraunhofer IDMT erhält Förderung zum Aufbau eines Innovationsforums

Zum Jahresbeginn fiel der Startschuss für den Aufbau eines überregionalen Netzwerks für Akteure aus den Bereichen Fertigungstechnik, Maschinen- und Anlagenbau sowie Messsystementwicklung. Das geplante Innovationsforum 'Akustisches Monitoring von Fertigungsprozessen', kurz IMAMF, hat zum Ziel, kleine und mittlere Unternehmen sowie Forschungseinrichtungen für mehr Austausch, Bedarfsermittlung und Aufklärung über künstliche Intelligenz (KI) in der Fertigung zusammenzubringen. Der thematische Schwerpunkt liegt hierbei auf der akustischen Qualitätskontrolle mittels maschineller Lernverfahren.
Das Fraunhofer IDMT hat zur Analyse von Industriegeräuschen das KI-basierte Software-Tool ISAAC entwickelt
Das Fraunhofer IDMT hat zur Analyse von Industriegeräuschen das KI-basierte Software-Tool ISAAC entwickeltBild: Fraunhofer IDMT

Durch den Einsatz akustischer Sensoren in Fertigungs- und Herstellungsprozessen und deren KI-basierter Auswertung ergeben sich für Unternehmen der industriellen Fertigung nachweislich Vorteile und Chancen. Viele Unternehmen haben bereits erkannt, dass sich durch intelligente Sensorik und Analyseverfahren kürzere Prüfzeiten in der Qualitätskontrolle und weniger Ausschuss erzielen lassen. Bisher sind Prüfverfahren mit akustischer Sensorik, vor allem im hörbaren Bereich, zu wenig etabliert, obwohl sie viel Innovationspotential versprechen und nachträglich gut in Prüfstände eingebaut werden können (Retrofit).

Ängste abbauen, Chancen aufzeigen, aktiv unterstützen

Aber nicht nur das Nachrüsten akustischer Sensoren stellt Unternehmen, die auf automatisierte Analyseverfahren zur Qualitätsprüfung umsteigen wollen, vor Herausforderungen. Oftmals sind es auch die mangelnde Innovationskultur im Unternehmen, oder die fehlende Qualifikation und Aufklärung der Angestellten im Unternehmen hinsichtlich KI. Eine weitere Herausforderung ist die Datengüte, die oftmals nicht hoch genug ist, um die KI-Modelle für den spezifischen Anwendungsfall zu trainieren.

»Nur wenn wir die Bedarfe und die individuellen Probleme der Unternehmen verstehen, Ängste nehmen und über die Vorzüge KI-basierter, akustischer Prüfverfahren aufklären, können wir gemeinsam mit ihnen passgenaue Lösungen entwickeln und bei der Implementierung helfen. Ich freue mich darauf, gemeinsam mit Unternehmen, Verbänden und wissenschaftlichen Partnern ein lebendiges Innovationsforum zu etablieren«, so Dr.-Ing. Sara Werner, Projektleiterin des Innovationsforums am Fraunhofer IDMT.

Fraunhofer-Institut f. Digi. Medientechn. IDMT

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige