Organisateur
Fraunhofer IAO
Infos
Lieu:
Fraunhofer-Institutszentrum Stuttgart – Gebäude E, AI Lab, Nobelstraße 12, Stuttgart, DELiens vers l'événement
Catégorie: Science & Technologie
Deutschlands wichtigster Wettbewerbsfaktor »Qualität« soll wiederbelebt werden. Durch eine Kombination aus Datenanalyse, maschinellem Lernen (ML) und Expertenwissen wird die Zukunft der Qualitätssicherung revolutioniert. In unserem eintägigen Seminar lernen Teilnehmende an einem praktischen Beispiel, wie Sie Prozessdaten in messbare Qualität umwandeln, von der Datenerzeugung bis zur ersten ML-Anwendung.
Qualität wird durch sorgfältig definierte Qualitätsmerkmale bewertet und anhand umfassender Qualitätsprüfungen gemessen. Herkömmliche Analysemethoden und Prozessüberwachungssysteme, die auf Schwellenwerten oder festgelegten Prozessfenstern basieren, stoßen hierbei jedoch an ihre Grenzen. Aufgrund nicht-linearer Wechselwirkungen und komplexer Prozessbedingungen entstehen so Informationsverluste. Das führt dazu, dass nicht alle Fehler während der Prüfungen erkannt und deren Ursachen nicht vollständig aufgeklärt werden können, was wiederum zu erheblichen Kosten führt.
Das Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO hat eine innovative Vorgehensweise entwickelt, um den Menschen zielführend in einen geschlossenen Informationskreislauf zur Prozessüberwachung mit Hilfe von maschinellem Lernen einzubinden. Durch diesen Ansatz wird die Qualität nicht nur
...Deutschlands wichtigster Wettbewerbsfaktor »Qualität« soll wiederbelebt werden. Durch eine Kombination aus Datenanalyse, maschinellem Lernen (ML) und Expertenwissen wird die Zukunft der Qualitätssicherung revolutioniert. In unserem eintägigen Seminar lernen Teilnehmende an einem praktischen Beispiel, wie Sie Prozessdaten in messbare Qualität umwandeln, von der Datenerzeugung bis zur ersten ML-Anwendung.
Qualität wird durch sorgfältig definierte Qualitätsmerkmale bewertet und anhand umfassender Qualitätsprüfungen gemessen. Herkömmliche Analysemethoden und Prozessüberwachungssysteme, die auf Schwellenwerten oder festgelegten Prozessfenstern basieren, stoßen hierbei jedoch an ihre Grenzen. Aufgrund nicht-linearer Wechselwirkungen und komplexer Prozessbedingungen entstehen so Informationsverluste. Das führt dazu, dass nicht alle Fehler während der Prüfungen erkannt und deren Ursachen nicht vollständig aufgeklärt werden können, was wiederum zu erheblichen Kosten führt.
Das Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO hat eine innovative Vorgehensweise entwickelt, um den Menschen zielführend in einen geschlossenen Informationskreislauf zur Prozessüberwachung mit Hilfe von maschinellem Lernen einzubinden. Durch diesen Ansatz wird die Qualität nicht nur visualisiert, sondern auch messbar gemacht. Anomalien und Verschleiß können frühzeitig erkannt werden, was eine hochpräzise Qualitätssicherung im hochdimensionalen Raum ermöglicht.
In unserem Seminar demonstrieren wir anhand eines »Schrauber-Anwendungsfalls«, wo die heutigen Grenzen herkömmlicher Methoden liegen. Teilnehmende können sich von den neuesten Entwicklungen im Bereich der Qualitätssicherung inspirieren lassen und lernen, wie sie Daten effizient erzeugen und analysieren sowie eine erste Klassifizierung durchführen und schließlich Ihre Prozesse optimieren können.
Übersicht der Inhalte:
Die Veranstaltung richtet sich an Führungskräfte in der Produktion sowie Prozess- und Qualitätsingenieure.
Wissenschaftliche Ansprechpartner:
Tim Hornung
Produktionsmanagement
Fraunhofer IAO
Nobelstr. 12
70569 Stuttgart
Telefon +49 711 970-2290
E-Mail: tim.hornung@iao.fraunhofer.de
Matthias Lück
Vernetzte Produktionssysteme
Fraunhofer IAO
Nobelstr. 12
70569 Stuttgart
Telefon +49 711 970-2270
E-Mail: matthias.lueck@iao.fraunhofer.de
Organisateur
Fraunhofer IAO
Die Teilnahmegebühr für die Veranstaltung beträgt 595€ pro Person.
Bei einer Anmeldung bis zum 10.01.2025 wird ein Rabatt von 50 € gewährt.
Weitere Informationen zu Stornierung und Rabatten erhalten Sie auf der Veranstaltungswebseite.
Total: XX.XX €
Catégorie: Science & Technologie