KI-Anwendungen für die Industrie mit wenig Daten

Methoden der Künstlichen Intelligenz wie sogenannte »tiefe Neuronale Netze« haben die Bilderkennung revolutioniert. Im Bereich der industriellen Qualitätskontrolle werden damit flexiblere und generischere Systeme entwickelt als mit klassischen Methoden. Weiterhin macht KI die optimierte Qualitätskontrolle von strukturierten Materialien oder auch Naturmaterialien möglich.

Eine große Herausforderung von KI-Methoden ist die Notwendigkeit von vielen, gut annotierten, ausgewogenen Daten. Auf Grund guter Produktionsqualität ist die Bereitstellung von Fehlerbildern dabei besonders problematisch. Wir haben dennoch mit unterschiedlichen Ansätzen (synthetische Daten, hybride Ansätze, Transferlernen, etc.) KI erfolgreich in den Industriellen Einsatz gebracht. Die folgenden Projektbeispiele dienen der Illustration, wie das in der Forschungspraxis aussieht.