Ursachenanalyse bei Qualitätsabweichungen und komplexen Prozessketten

Ausgangssituation

Die hohe Qualität der Produkte ist für die Hersteller von Flachstahlprodukten von sehr großer Bedeutung im europäischen und internationalen Wettbewerb. Entsprechend hoch ist die Belastung der für den Produktionsprozess sowie die Produktqualität verantwortlichen Mitarbeiter. Sie müssen eine sehr große Anzahl Informationen berücksichtigen (Prozessdaten, Qualitätsdaten, Verwendungszweck des Kunden, Reklamationen, Informationen des Vormaterials) um schnell und gezielt Ursachen von Abweichungen ermitteln und abstellen zu können. Dabei kommen Experten unterschiedlicher Domänen zusammen, um die Ursachen für die Probleme zu identifizieren und schnellstmöglich zu beheben.

In dieser Pilotanwendung soll ein KI-Assistenz-System entwickelt werden, welches die vorhandenen Daten automatisch analysiert und die Ursachen für Abweichungen von einem Normalzustand detektiert. Für die Entwicklung der KI-Assistenz ist das Wissen der Domänenexperten zu berücksichtigen und ein entsprechender Workflow für die Verlässlichkeit bei domänenübergreifender Nutzung von Daten & Wissen zu entwickeln.

Vorgehen

Vorgehensmodell für die Interaktion an Mensch-KI-Mensch-Schnittstellen im Workflow (IAW)

Partner

Praxispartner

Forschungspartner

BFI

Norbert Holzknecht
Norbert Holzknecht
Jens Brandenburger
Jens Brandenburger

Ruhr Universität Bochum, Institut für Arbeitswissenschaft

Prof. Dr. Christian Meske
Prof. Dr. Christian Meske
Prof. Dr. Uta Wilkens
Prof. Dr. Uta Wilkens
Dr. Valentin Langholf
Dr. Valentin Langholf

Ruhr-Universität Bochum, Institut für Neuroinformatik

Prof. Dr. Laurenz Wiskott
Prof. Dr. Laurenz Wiskott
Prof. Dr. Tobias Glasmachers
Prof. Dr. Tobias Glasmachers
Max Bauroth
Max Bauroth