Industrieanzeiger 11.2019

qualitätssicherung
Funktion eines Scans der Funktion der
CAD-Datei für die Ausrichtung entspricht,
um sie ordnungsgemäß zu erstellen“, erklärt
Auclair.
Alicona-CEO Manfred Prantl sieht KI
vor allem in zwei Bereichen als relevant.
„Erstens, um innerhalb eines Datensatzes
relevante Bereiche für die Datenauswertung
zu ermitteln“, so Prantl. „Und zweitens bei
der automatischen Klassifizierung von
Oberflächen. Das heißt, Oberflächen werden
aufgrund ihrer 3D-Daten und der Texturdaten
automatisch bestimmten Eigenschaften
zugeordnet.“
Besonders für den Closed Loop zu den
Bearbeitungsmaschinen werde die Analyse
von Messergebnissen auf Basis von KI an
Relevanz gewinnen, glaubt Professor Heiko
Wenzel-Schinzer, Geschäftsführer und Chief
Digital Officer von Wenzel. Die Messergebnisse
ließen sich dank KI exakter analysieren
und die Rück kopplung zu den Bearbeitungsmaschinen
könnte beschleunigt werden.
Subjektive Fehleinschätzungen
werden minimiert
Grundsätzlich wird KI dazu führen, dass
aufwändig manuelle Tätigkeiten ersetzt
werden können, glaubt Prantl. „Messbereiche
müssen nicht mehr händisch auf einem
Messdatensatz eingegrenzt werden, subjektive
Fehleinschätzungen werden somit minimiert“,
sagt der Experte. „KI kann zukünftig
Messbereiche selbstständig auswählen,
Messplanungen automatisch durchführen
und Messprogramme erstellen.“
Dank KI ließen sich komplexere Prozesse
auch bei variierenden Eingangsdaten automatisieren,
hebt Christoph hervor. „Konventionelle
Technologien ermöglichen dies
in gleicher Qualität nur mit erheblich höherem
Entwicklungsaufwand und oft auch
viel größerem Rechenaufwand“, so Christoph.
„Auch können Aufgaben automatisiert
werden, die bisher vom Menschen eher
intuitiv entschieden wurden.“
Durch den wachsende Einsatz von optischen
Technologien für Inline-Messaufgaben
könnte die KI in diesem Bereich noch einen
weiteren Push bekommen. Denn damit
steigt auch die Datenmenge, die verarbeitet
werden muss. Um diese zu bewältigen,
braucht der Mensch Unterstützung.
Auclair geht davon
aus, dass die Masse an
Informationen sogar
exponentiell wachsen
werde. „Die KI kann
dabei helfen, große Datenmengen
zu verwalten,
Ausreißer schnell zu
KI könnte künftig
Messbereiche selbstständig
auswählen, nungen abzugeben,
identifizieren und War-
Messplanungen damit vorbeugende sowie
korrigierende Maß-
automatisch durchführen
und Mess - nahmen ergriffen werden
können.“
programme erstellen.
Bild: Ekaterina/ - Wenzel-Schinzer
Fotolia
sieht das ähnlich. Neben
dem Aspekt, dass
die Systeme besser mit
den großen Datenmengen
zurechtkommen, sieht er noch einen
weiteren Vorteil, den KI der optischen Messtechnik
bietet: „Man muss nicht alle Messpunkte
vorher bestimmen, die einen interessieren
müssten.“
Auch Prantl glaubt, dass die steigenden
Anforderungen an die optische Messtechnik
automatisch zu einem stärkeren Bedarf an
KI führen werden. „KI verbessert die Auswertung
der Messdaten – zum Beispiel aufgrund
einer besseren Bildverarbeitung.“
Aktuell seien die Methoden der klassischen
Bildverarbeitung oft qualitativ nicht ausreichend.
Außerdem: „Mit entsprechend mäch -
tigen Tools der KI können Aufgaben, die
bisher das Schreiben eines Algorithmus
erforderten, durch das Trainieren auf
beispielhaften Lösungen ersetzt werden“,
erklärt Prantl weiter. „Trainieren statt Po-
grammieren lautet das entsprechende
Schlagwort.“
Dadurch ist seiner Meinung nach eine
schnellere Automatisierung von Prozessen
möglich. Neue Abläufe müssten nicht mehr
mühsam neu programmiert werden, sondern
würden einfach auf Basis vorhandener
großer Datenmengen eingelernt. „Die optische
Messtechnik kann davon enorm profitieren“,
ist Prantl überzeugt.
Die großen Möglichkeiten, die sich durch
KI eröffnen, lassen sich laut Prantl in allen
Branchen erschließen. Grenzen gibt es diesbezüglich
keine. „Überall steigen die Anforderungen
an Automatisierung und gleichzeitiger
Fehlerminimierung – das kann durch
den Einsatz von KI erreicht werden“, so
Prantl.
Wenzel-Schinzer erkennt ebenfalls überall
Anwendungsmöglichkeiten für die
Künstliche Intelligenz. Ein besonders großes
Potenzial sieht er aber in Industrien, in denen
der Einsatz der klassischen Messtechnik
schon sehr weit vorangeschritten sei. Das
gelte zum Beispiel für die Automobilbranche,
die Luftfahrtindustrie und die Medizintechnik.
Herausforderung Black Box:
Entscheidungen sind nicht transparent
So offen wie die Hersteller bei der Frage
nach dem Potenzial der Künstlichen Intelligenz
sind – mit Erläuterungen, wie weit die
entsprechenden Technologien schon in die
eigenen Produkte vorgedrungen sind, halten
sie sich etwas zurück. Christoph von Werth
erklärt, dass sein Unternehmen sich schon
seit einiger Zeit mit den neuen Technologien
beschäftigt. Details möchte er allerdings
nicht nennen.
Alicona-Chef Prantl berichtet, dass KI bereits
in die Produktentwicklung einfließe
und speziell für Bildanalyseaufgaben verwendet
werde.
Wenzel-Schinzer nennt in diesem Zusammenhang
zumindest ein konkretes Produkt.
Wenzel erprobe in dem mobilen Analyse-
Tool WM | SYS Analyzer den Einsatz von
Methoden des maschinellen Lernens.
KI bietet aber nicht nur Chancen. Mit
dem Einsatz solcher Technologien sind auch
Herausforderungen verbunden. So sind die
Entscheidungsprozesse eines KI-Systems
häufig nicht transparent. Der Mensch weiß
in bestimmten Fällen nicht, wie das System
zu seinem Ergebnis gekommen ist. Künst -
66 Industrieanzeiger 11.19