Die Industrie setzt zunehmend auf den Einsatz von Künstlicher Intelligenz (KI), um die Qualität ihrer Produkte zu optimieren. Eine mögliche Anwendung von KI zur Optimierung der Produktqualität ist der Einsatz von prädiktiven Prüfstrategien in der Produktion. Dabei werden auf Basis der verfügbaren Daten eines Produkts Prognosemodelle entwickelt, die für jedes Produkt individuelle Prüfvorschläge generieren. Die Individualisierung von Qualitätsprüfungen verfolgt das Ziel, mehr potenzielle Fehlerbilder bei gleichbleibendem Prüfaufwand zu finden. Prädiktive Prüfstrategien tragen somit dazu bei, die Produktqualität zu verbessern, um das Vertrauen der Kunden in ein Produkt zu stärken.
Anhand eines konkreten Fallbeispiels aus der Fahrzeugmontage der BMW Group wird die Entwicklung von prädiktiven Prüfstrategien zur Optimierung der Produktqualität erläutert. Im Rahmen des Beitrags wird explizit auf den hohen Stellenwert einer gründlichen Datenauswahl- und -aufbereitung bei der Entwicklung von KI-Modellen eingegangen. In diesem Zusammenhang wird das am Fachgebiet Qualitäts- und Prozessmanagement der Universität Kassel entwickelte KI-Vorgehensmodell vorgestellt. Das neue KI-Vorgehensmodell basiert auf der Idee, Daten in Abhängigkeit eines Anwendungsfalls zu entwickeln, um die Leistungsfähigkeit von KI-Modellen zu steigern. Das Vorgehensmodell zeigt einen praktisch orientierten Weg auf, wie das Potential von KI im Qualitätsmanagement freigesetzt werden kann.
Referent:
M.Sc. Andreas Schoch ist Innovation Manager Assembly bei der BMW Group und Doktorand am Fachgebiet Qualitäts- und Prozessmanagement der Universität Kassel.
Wann:
Mittwoch, 26. April 2023 | 18.00 - 20.00 Uhr
Wo:
IHK Kassel-Marburg
Kurfürstenstraße 9
34117 Kassel
Anmeldung:
Wir freuen uns auf Ihre Anmeldung über den DGQ-Webshop. Sie erhalten nach Anmeldung rechtzeitig vorab eine Anmeldebestätigung und genauere Informationen zum Termin. Melden Sie sich schnell an. Die Teilnehmendenzahl ist beschränkt.
|
34117 IHK Kassel-Marburg
RK 27 2301 |
kostenfrei
|