Forschungsprojekt des Fraunhofer IIS
Industrie-KI, bedienbar für jedermann
Alle Beschäftigten in der Industrie sollen künftig KI-Tools bedienen, neue Prüfanwendungen einrichten und auch warten können. Ganz ohne KI-Expertenwissen. Das ist das Ziel eines neuen Forschungsprojekts unter der Leitung des Fraunhofer IIS.
Je einfacher KI in der Industrie zu bedienen sein wird, um so mehr wird der Fachkräftemangel gelindert. Das ist das Ziel einer Arbeitsgruppe für Supply Chain Services unter der Leitung des Fraunhofer IIS mit einem Projekt "Demokratisierung von KI".
Die beteiligten Unternehmen senswork, inovex und eresult sollen bis Ende 2025 allgemeingültige Entwicklungsleitlinien und zwei Demonstratoren in industriellen Anwendungen entwickeln, um Endanwendern ohne KI-Expertise die operative Nutzung von Maschine-Learning-Systemen zu ermöglichen. Im Fokus stehen ML-Systeme in industriellen Fertigungen mit qualitätskritischen Anforderungen, z. B. bei Zulieferteilen für die Automobilindustrie.
Für die zu erarbeitenden Entwicklungsleitlinien greifen die Beteiligten auf Lösungsvorschläge aus vorherigen Projekten zurück. Menschliche Anforderungen an den Umgang mit ML-Systemen in Betrieb, Wartung und Instandhaltung (MLOps) sollen dazu präzise erfasst und bei der Übersetzung in technische Maßnahmen einbezogen werden.
Anschließend sollen fehlende MLOps-Module integriert werden und die ML-(Blackbox-) Ergebnisse in Formate übersetzt werden, die von den End-Usern ohne dezidierten ML-Hintergrund leicht verstanden werden können. Dazu gibt es einen Praxistest, der ebenfalls im Forschungsprojekt in zwei verschiedenen Anwendungsfällen durchgeführt wird. Der erste Anwendungsfall betrachtet die bildgebende Qualitätssicherung: Der Fokus liegt auf der Untersuchung von Fehlstellen im Produkt, daher wird eine visuelle, automatisierte und KI-basierte Qualitätssicherung (Computer Vision) entwickelt.
Als Bildverarbeitungs- und KI-Experte verantwortet senswork die Entwicklung des Vision AI Systems, das sich künftig ohne KI-Fachwissen bedienen und warten lässt. Neue Produkte werden vom Kunden an der Maschine eingelernt. Umgesetzt wird dies in Form eines Demonstrators, mit dessen Hilfe in der Großserienfertigung eines Zulieferunternehmens ein Spektrum von Produkten geprüft wird. Auf Bedienfreundlichkeit sowohl in Hinblick auf Softwareergonomie als auch UX-Design wird geachtet.
Der zweite Anwendungsfall betrachtet die Qualitätssicherung und legt den Fokus auf die prädiktive Instandhaltung. Der Use Case wird von den IT-Expertinnen und -Experten von inovex untersucht – im Kontext Zeitreihenanalyse und eben Predictive Maintenance.
Die entwickelten Lösungen werden von den Endnutzenden der Anwendungspartner anhand verschiedener Metriken wie Benutzerfreundlichkeit, Verständlichkeit usw. bewertet. Die Evaluation erfolgt durch die Usability-Experten und -Expertinnen von eresult.
Ziel ist es, nach Evaluierung sowohl diese Leitlinien als auch das Systemkonzept über Publikation und Open Sourcing zur Verfügung zu stellen.
Jobangebote+ passend zum Thema
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Bayerisches Chip-Design-Center
Förderbescheid in Höhe von 50 Mio. Euro
KI-Spitzenforschung
Innovationspark gewinnt ChatGPT-Konkurrenten
Modular optimierte Produktionsprozesse
KI-gestützte Echtzeit-3D-Oberflächenanalyse
Mit Hailo-KI-Beschleuniger
Modularer Embedded-Box-PC von SolidRun
Horvath-Studie unter Großunternehmen
Arbeitskräfte-Verfügbarkeit wird zum wichtigsten Standortfaktor
productronica 2023
KI steigert Produktivität in der Elektronikfertigung
Länger arbeiten gegen Fachkräftemangel?
»Würde nicht akzeptiert werden«
KIT und Industrie
Austausch von KI-Wissen
