medizin&technik 02.2019

■ [ TECHNIK ]
KI liefert schnelle Schlussfolgerungen
für das Qualitätsmanagement
Statistische Prozessanalyse | Bislang fließt individuelle menschliche Erfahrung ein,
wenn Prozessdaten für das Qualitätsmanagement ausgewertet werden. Eine KI könnte
hier zu eigenen Schlüssen kommen. Vertrauen in die Ergebnisse soll sich in einer
Übergangsphase entwickeln, in der die KI mit dem Vorgängersystem verglichen wird.
Bild: Alexander Limbach/Fotolia
Gut oder nicht gut?
Künstliche Intelligenz
kann Zusammenhänge
entdecken,
die dem
menschlichen Verstand
verborgen
bleiben. Daher
brauchen Menschen
Beweise dafür,
dass sie sich auf
Schlussfolgerungen
der KI verlassen
können – gerade
auch in der Qualitätssicherung
Kaum ein Thema hat in den vergangenen
Jahren so viel Beachtung gefunden
wie die künstliche Intelligenz (KI),
die mit verschiedenen Methoden intelligentes,
menschliches Problemlösen nachbildet.
Maschinelles Lernen ist ein wichtiger
Bestanteil von KI: Hier wird ein Algorithmus
mit Trainingsdaten in die Lage
versetzt, eigenständige Lösungen zu unbekannten
Problemen zu finden. Dabei
verlässt sich der Algorithmus nicht auf Regeln,
die der Mensch vorgegeben hat, sondern
verwendet Abstraktionen, die er in
der Lernphase selbst gemacht hat.
Ein Teil des Machine Learnings sind
künstliche neuronale Netze, die ähnlich
arbeiten wie das menschliche Gehirn. Die
meisten populären Vertreter künstlicher
IHR STICHWORT
■
■
■
■
Künstliche Intelligenz
Statistische Prozessanalyse verbessern
Schnelles Auswerten großer
Datenmengen
Unabhängig von individueller Erfahrung
Intelligenz greifen auf diese künstlichen
neuronalen Netze zurück. Beispiele sind
Googles Deep-Mind-Algorithmus, der im
Jahr 2016 den damaligen Go-Meister Lee
Sedol bezwang, oder Microsofts Bild -
erkennung, die schon im Jahr 2015 weniger
Fehler machte als Menschen.
Bekannte Ansätze durch KI
erweitern oder sogar ersetzen
Auch das Qualitätsmanagement kann
durch Methoden der künstlichen Intelligenz
ergänzt werden, um die Produktion
zuverlässiger zu machen. Hier setzt das
Aachener Start-up Iconpro GmbH an. Das
Unternehmen hat sich auf KI-basierte
Softwarelösungen für das Qualitätsmanagement
produzierender Unternehmen
spezialisiert. Diese unterstützen dabei,
neue Erkenntnisse aus vorliegenden Daten
zu gewinnen. Bestehende Prozesse für
die Informationsverarbeitung im Qualitätsmanagement
können sie durch effizientere
und effektivere Methoden ersetzen.
Bei der statistischen Prozessregelung
(SPC) beispielsweise kann das Qualitätsmanagement
von der künstlichen Intelligenz
profitieren. Für das Standardtool
SPC werden festgelegte Parameter wie
der Durchmesser der Bauteile, die an einer
Maschine hergestellt werden, über die
Produktionszeit hinweg erfasst. Die aufgezeichneten
Werte erlauben Rückschlüsse
auf die Qualität des Produktionsprozesses.
Sind kritische Ausreißer oder auffällige
Trends in den Messdaten erkennbar,
kann der zuständige Mitarbeiter gewarnt
werden. Um die Messdaten zu interpretieren,
wird ihr Einfluss auf den
Prozess bewertet. Dafür muss bekannt
sein, wie sich die Daten verteilen sollten.
Die geeignete Strategie dafür gibt der Benutzer
vor, woraufhin der Algorithmus
entsprechende Hypothesentests durchführt.
Leider erfordert diese Vorgehensweise
Expertenwissen zum Prozess und statistischen
Zusammenhängen. Mithilfe künstlicher
Intelligenz kann das Vorgehen vereinfacht
werden. Eine richtig trainierte KI
kann das zuvor notwendige Expertenwissen
zu einem großen Teil ersetzen und erleichtert
den Umgang mit der Regelung
von Prozessen. Die Prozessüberwachung
wird so leichter bedienbar, zuverlässiger
und insbesondere bei größeren Prozessdatensätzen
schneller.
40 medizin&technik 02/2019