Effiziente KI-unterstützte Qualitätsbeurteilung für die Elektronikfertigung

Im BMBF-Projekt AdaPEdge werden, unabhängig von der bestehenden digitalen Fertigungsinfrastruktur, Prozess- und Sensordaten erhoben, verdichtet, mittels KI bewertet und gegenüber einem festgelegten Optimum abgeglichen, um frühzeitig Maßnahmen zur Fertigungsoptimierung einzuleiten. Vorgestellt wird der im Projekt verwendete Entwicklungsprozess für praxistaugliche KI-Modelle und ihre Optimierung für die Nutzung auf Edge-Devices. Dabei wird vorhandenes menschliches Fachwissen einbezogen, um Effizienz und Akzeptanz der KI zu erhöhen.
Der Referent Dr. Michael Thies befasst sich als Teamleiter des Bereichs "Maschinelles Lernen" in der Fachgruppe "Kognitronik und Sensorik" an der Universität Bielefeld schwerpunktmäßig mit industrienahen KI-Anwendungen zur Überwachung und Vorhersage der Produktqualität. Dabei stehen spezialisierte Lösungen im Vordergrund, die mit knappen und unausgewogenen Trainingsdaten exploriert und in Betrieb genommen werden können.