Startseite > Messen + Testen > Testsysteme > »KI steht weit oben auf unserer Technologie-Roadmap«

Serie „KI in der Baugruppeninspektion"

»KI steht weit oben auf unserer Technologie-Roadmap«

14. November 2019, 8:00 Uhr | Nicole Wörner

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 1

Chancen, Risiken und die Zukunft

Welche Risiken birgt die Entwicklung hin zu Deep bzw. Machine Learning und KI?

Deep Learning, Machine Learning und Künstliche Intelligenz sind ganz oben im Hype Cycle. Das Risiko besteht darin, den Megatrend KI als Lösung aller Probleme zu sehen. Man muss sehr gezielt analysieren, an welchen Stellen in der Baugruppeninspektion wirklich sinnvolle und nutzbringende Einsatzmöglichkeiten für diese Technologien liegen.

Welchen Stellenwert haben Deep Learning, Machine Learning und Künstliche Intelligenz auf Ihrer Technologie-Roadmap?

Diese Themen stehen sehr weit oben auf unserer Roadmap. Nicht zuletzt deshalb sind wir in diesen Feldern nicht nur im eigenen Beritt unterwegs, sondern haben technologische Kooperationen sowohl mit Kunden als auch mit Universitäten geschlossen.

Wo liegt die Zukunft dieser Technologien – im Allgemeinen und speziell in der Baugruppeninspektion?

Wir sehen diese Themen ja bereits in vielen Bereichen des täglichen Lebens wie zum Beispiel in Sprachassistenten oder Fahrerassistenzsystemen. Allerdings mit einem großen Unterschied: Zu jedem KI-Ergebnis gehört zwingend immer die sogenannte Konfidenz dazu, die aussagt, wie eindeutig eine getroffene Entscheidung ist. Beispielsweise reichen bei der vielfach eingesetzten Spracherkennung für ein zufriedenstellendes Ergebnis 80 bis 90 Prozent Erkennungssicherheit aus. Für die Prüfung von Lötstellen in sicherheitsrelevanter Automobilelektronik brauchen wir aber eine deutlich höhere Wahrscheinlichkeit. Das ist die Herausforderung, der wir uns aktuell stellen.

In der Baugruppeninspektion kann KI möglicherweise auch weitere Aufgaben zur eigentlichen Bildauswertung auf dem Inspektionssystem übernehmen. Auch vorstellbar ist die automatische Auswertung anderer Systemdaten wie zum Beispiel Betriebsdaten der Achscontroller oder Temperaturdaten mit Blick auf Anwendungen wie Condition Monitoring oder Predictive Maintenance.

Die Fragen stellte Nicole Wörner.