Der Einsatz von Methoden der Künstlichen Intelligenz (KI) kann in vielen Anwendungsfällen Mehrwerte für produzierende Unternehmen schaffen. Wesentliche Voraussetzung für einen gewinnbringenden Einsatz von KI ist die Verfügbarkeit von ausreichend Daten in der richtigen Qualität.

Traceability-Systeme ermöglichen die Aufnahme dieser Daten (z.B. Start und Ende von Bearbeitungsschritten) in der Produktion, welche einzelnen Produkten zugeordnet und mit weiteren Prozessdaten (z.B. Energie- und Druckluftverbrauch) verknüpft werden können.

Durch die Betrachtung von Traceability-Systemen als Befähiger von KI-Methoden kann bedarfsgerecht je nach Anwendungsfall eine umfassende Datenbasis erzeugt werden. Auf diese Weise können Produkte innerhalb der Produktion verfolgt, mögliche Fehler schnell entdeckt sowie frühzeitig geeignete Gegenmaßnahmen eingeleitet werden. Damit können die Transparenz in der Produktion erhöht, Mitarbeitende bei Entscheidungen unterstützt und dadurch Prozesse gezielt verbessert werden.

Dozenten

Phillip Bausch
Julian Herrmann

Lernziele

Die Teilnehmenden

• lernen die Potenziale und Technologien von AutoID-Systemen mithilfe einer Praxisübung kennen.
• erhalten eine Einführung in Aufbau und Funktionsweise von Traceability-Systemen sowie in das Themenfeld des maschinellen Lernens.
• kennen die Mehrwerte von maschinellem Lernen für die automatisierte Qualitätskontrolle.
• können den Zusammenhang zwischen der Konfiguration von Traceability-Systemen und Process Mining zur Datenanalyse herstellen.
• erhalten einen Überblick zu verschiedenen Anwendungsfällen von Traceability-Systemen.

Vorkenntnisse

Grundlegendes Verständnis für Produktionsthemen vorteilhaft.​

Weitere Infos und Anmeldung