Praxisbeispiel: Künstliche Intelligenz EBQuoPro – Prozessanalyse und KI-gestützte Prüfstrategie für elektronische Baugruppen

KI-Produktionsnetzwerk der Technischen Hochschule Augsburg Entwicklung und Benchmarking von Predictive-Quality-Algorithmen zur Prozessanalyse und KI-gestützten Prüfstrategie für elektronische Baugruppen

Die Verwendung von Predictive-Quality-Algorithmen bietet Unternehmen die Möglichkeit, potenzielle Risiken im Produktdesign im Voraus vorherzusagen. Dadurch können Unternehmen ihre Produkte bereits vor der eigentlichen Produktion optimieren, Ausschuss reduzieren und sich langfristig einen Wettbewerbsvorteil verschaffen. Allerdings wird diese Möglichkeit aufgrund von Fachkräftemangel, Komplexität und undurchsichtigen Methoden derzeit kaum genutzt. EBQuoPro nutzt Künstliche Intelligenz, um verständliche und nachvollziehbare Prognosen zu ermöglichen.

Daran arbeitet EBQuoPro: 

Das Forschungsprojekt EBQuoPro (Entwicklung und Benchmarking von Predictive-Quality-Algorithmen zur Prozessanalyse und KI-gestützten Prüfstrategie für elektronische Baugruppen) hat das Ziel, verständliche und nachvollziehbare Vorhersagen zu generieren. Um dies zu erreichen, entwickelt und evaluiert EBQuoPro Predictive-Quality-Algorithmen, die auf erklärbarer und datenbasierter Künstlicher Intelligenz basieren. Diese Explainable Artificial Intelligence (XAI) soll transparent machen, wie das System zu seinen Ergebnissen gelangt und somit Vertrauen in die Ergebnisse schaffen.

Konkret untersucht EBQuoPro den Bestückungsprozess von Baugruppen. Dabei werden Risikofaktoren für die Produktqualität auf verschiedene Einflussfaktoren und kritische Spezifikationen einzelner Bauteile zurückgeführt. Diese Daten werden während des Fertigungsprozesses mithilfe moderner Sensortechnologie erfasst.

Es besteht keine Möglichkeit, Rückschlüsse auf Wettbewerbs- oder Unternehmensdaten zu ziehen. Die Ergebnisse des Projekts können daher horizontal in Unternehmen der gleichen Branche und vertikal entlang der Produktionskette eines Produkts integriert werden.

Die Verwendung von Predictive-Quality-Algorithmen bietet Unternehmen die Möglichkeit, potenzielle Risiken im Produktdesign im Voraus vorherzusagen. Dadurch können Unternehmen ihre Produkte bereits vor der eigentlichen Produktion optimieren, Ausschuss reduzieren und sich langfristig einen Wettbewerbsvorteil verschaffen. Allerdings wird diese Möglichkeit aufgrund von Fachkräftemangel, Komplexität und undurchsichtigen Methoden derzeit kaum genutzt. EBQuoPro nutzt Künstliche Intelligenz, um verständliche und nachvollziehbare Prognosen zu ermöglichen.

Daran arbeitet EBQuoPro: 

Das Forschungsprojekt EBQuoPro (Entwicklung und Benchmarking von Predictive-Quality-Algorithmen zur Prozessanalyse und KI-gestützten Prüfstrategie für elektronische Baugruppen) hat das Ziel, verständliche und nachvollziehbare Vorhersagen zu generieren. Um dies zu erreichen, entwickelt und evaluiert EBQuoPro Predictive-Quality-Algorithmen, die auf erklärbarer und datenbasierter Künstlicher Intelligenz basieren. Diese Explainable Artificial Intelligence (XAI) soll transparent machen, wie das System zu seinen Ergebnissen gelangt und somit Vertrauen in die Ergebnisse schaffen.

Konkret untersucht EBQuoPro den Bestückungsprozess von Baugruppen. Dabei werden Risikofaktoren für die Produktqualität auf verschiedene Einflussfaktoren und kritische Spezifikationen einzelner Bauteile zurückgeführt. Diese Daten werden während des Fertigungsprozesses mithilfe moderner Sensortechnologie erfasst.

Es besteht keine Möglichkeit, Rückschlüsse auf Wettbewerbs- oder Unternehmensdaten zu ziehen. Die Ergebnisse des Projekts können daher horizontal in Unternehmen der gleichen Branche und vertikal entlang der Produktionskette eines Produkts integriert werden.

Davon profitieren Unternehmen:

 
  • Nachvollziehbare Prognosen mit XAI
  • Risikofaktoren für Qualität von Produkten erkennen
  • Bessere Qualität und weniger Ausschuss
 

Beteiligte Unternehmen und Forschungseinrichtungen

  • Rohde & Schwarz Messgerätebau GmbH
  • BMK Professional electronics GmbH
  • Institutsteil Wirtschaftsinformatik des Fraunhofer-Instituts für Angewandte Informationstechnik (FIT)
  • TTZ Data Analytics der Hochschule Augsburg

 

Mehr zu EBQuoPro finden Sie hier

Kontakt

Technische Hochschule Augsburg Fakultät für Informatik

Prof. Dr. Björn Steven Häckel
Professor, wissenschaftlicher Leiter KI-Produktionsnetzwerk, Informatik, Data Analytics, HSA_innos

An der Hochschule 1
86161 Augsburg

+45 821 5586-3325
+49 821 5586-3499
bjoern.haeckel@hs-augsburg.de
https://www.tha.de/Informatik.html

Angebote, Projekte und Experten des KI-Produktionsnetzwerks für Unternehmen

Praxisbeispiel: Künstliche Intelligenz Cobots – Entwicklung einer Mensch-Maschinen-Interaktion mit intelligenten Systemen

Im Rahmen des KI-Produktionsnetzwerks arbeiten die Fakultäten für Gestaltung und Elektrotechnik der Technischen Hochschule Augsburg gemeinsam an dem Projekt "Digitale Assistenzsysteme für Schreinereien". Dabei wird ein Use Case für einen kollaborativen Schleifroboter (Cobot) entwickelt, wobei ... mehr
Mehr lesen

Angebot Innovation Der Fingerabdruck des Materials – schnell und sicher prüfen mit KI

Mit sensAI, entwickelt von Forschern am KI-Produktionsnetzwerk der Universität Augsburg, wird die Materialprüfung in der Produktion dank KI-basierter, zerstörungsfreier und kosteneffizienter Methoden revolutioniert. Unterstützt von der Universität Augsburg und dem KI-Produktionsnetzwerk planen die Forscher die Gründung eines Unternehmens, um diese Technologie weiterzuentwickeln. ... mehr
Mehr lesen

Angebot Innovation Das KI-Produktionsnetzwerk an der Universität Augsburg

Nachhaltig, resilient und menschzentriert: Gestalten Sie mit dem KI-Produktionsnetzwerk an der Universität Augsburg die Produktion der Zukunft. Unsere Expertinnen und Experten arbeiten schon jetzt gemeinsam mit Unternehmen an KI-Lösungen für aktuelle Herausforderungen. ... mehr
Mehr lesen

Praxisbeispiele aus dem Bereich Innovation Diese Unternehmen zeigen wie es geht

Praxisbeispiel: Wasserstoffbetriebene Nutzfahrzeuge im Portrait KEYOU: emissionsfreie Wasserstoffverbrennungsmotoren

Das Unternehmen KEYOU modifiziert Dieselmotoren, um sie mit Wasserstoff betreiben zu können, und bietet attraktive Mietmodelle für die Nutzung seiner emissionsfreien Nutzfahrzeuge an. KEYOU aus München spezialisiert sich auf die Entwicklung von wasserstoffbasierten Verbrennungsmotoren. Im ... mehr
Mehr lesen

Praxisbeispiel: Wasserstoffbetriebene Nutzfahrzeuge im Portrait hylane: niederschwelliger Einstieg in die Wasserstoffmobilität

Mit einem innovativen Mietmodell und einem vollständig brennstoffzellenbetriebenen Fuhrpark ermöglicht hylane Unternehmen den Zugang zu umweltfreundlichen Nutzfahrzeugen ohne hohe Investitionsrisiken. hylane bietet die Vermietung von wasserstoffbetriebenen LKWs und schweren Nutzfahrzeugen im ... mehr
Mehr lesen

Praxisbeispiel: Wasserstoffbetriebene Nutzfahrzeuge im Portrait Paul: LKWs vom europäischen Marktführer im Sonderfahrzeugbau

Die Paul Nutzfahrzeuge GmbH modifiziert bestehende Fahrgestelle und rüstet sie mit modernsten Antriebstechnologien auf der Basis von Wasserstoff aus. Die Paul Nutzfahrzeuge GmbH, mit Sitz in Vilshofen an der Donau, zählt zu den europäischen Marktführern im Bereich Sonderfahrzeugbau. Das ... mehr
Mehr lesen

Aus unserem Themenspektrum Innovation Das könnte Sie auch interessieren

A³ Atlanten für mehr Wissenstransfer Artikel für unsere A³ Atlanten einreichen

Schicken Sie uns bitte Ihr Angebot, Praxisbeispiel oder Expertenvorstellung. Um Ihnen die Bearbeitung möglichst leicht zu machen, haben wir hier ein Formular angelegt, welchen von Ihrer Seite laufend PRO Angebot befüllt werden kann.
Mehr lesen

Der Fachbeirat Wasserstoff lädt ein: 3. Regionale Zukunftskonferenz Wasserstoff am 05.02.2025

Veranstaltungsort: HWK Schwaben, Siebentischstraße 52-58, 86161 Augsburg Programmdownload
Mehr lesen

Innovation in A³ Bioökonomie

Neue Werkstoffe sind eine Kernkompetenz von Forschung und Unternehmen im Wirtschaftsraum Augsburg. Innovative Unternehmen und  Forschungseinrichtungen der Region arbeiten daran, aus biogenen Rohstoffen  Zukunftsmaterialien herzustellen. Von biobasierten Kunststoffen und Composite-Werkstoffen ... mehr
Mehr lesen