Wenig Daten, große Wirkung: KI für die Automatisierung der Qualitätsinspektion

Trotz Fortschritten durch KI in der Bildverarbeitung, ist die KI-gestützte Automatisierung bei der Qualitätsinspektion noch nicht weit verbreitet, u.a. aufgrund des Risikos von Falschaussagen. Ein Hauptproblem ist die Schwierigkeit, ausreichend Daten über fehlerhafte Muster zu sammeln, weshalb wir an 3 zentralen Fragen arbeiten:

1) Wie kann die Einstiegshürde zur KI-gestützten Automatisierung gesenkt werden?

2) Wie kann die Zuverlässigkeit erhöht und der Datenbedarf gesenkt werden?

3) Wie können spezifische und wiederverwendbare KI-Modelle entwickelt werden?

Unser Ansatz automatisiert Entscheidungen nur, wenn die zuverlässige Beurteilung durch KI möglich ist; kritische Fälle betrachtet ein Experte. Dieser Schulterschluss von Fachexpertise und KI ermöglicht verlässliche Aussagen ohne Fehlalarme und eine kontinuierliche Steigerung der Automatisierungsrate. Zudem zeigen wir wiederverwendbare Konzepte von Abweichungen sowie Tools, die Experten befähigen, eigene KI-Lösungen zu entwickeln.