Pilot 5:
Entwicklung eines KI-basierten Prüfassistenten zur Schweißnahterkennung: Entwicklung eines Assistenzsystems für die optische Qualitätsprüfung.

Partner

Beschreibung

sentin bringt als Prototypenanwendung für HUMAINE KI-basierte Assistenzsysteme ein, welches die Zusammenarbeit von Mensch und KI-basiertem System für die Interpretation von Bilddaten (z. B. Röntgenaufnahmen von Schweißnähten) in großer Menge zuverlässiger und schneller macht als dies heute durch die alleinig menschenbasierte Prüfung möglich ist. Zu diesem Zweck wird ein bereits vortrainiertes KI-Modell für die Erkennung üblicher Ungänzen in Schweißnähten in ein motivierendes und zuverlässiges Softwaresystem eingebettet, welches dem Menschen die massenhafte Interpretation von Schweißnahtbilddaten schneller und zuverlässiger ermöglicht. Das hybride System aus Mensch und KI soll in der Lage sein, genauer (Erkennungswahrscheinlichkeit der entsprechenden Fehlerbilder in der Schweißnaht), schneller (Zeit pro Bildauswertung) und zuverlässiger (kontinuierliche Prüfqualität über eine Prüfperiode) als die rein menschenbasierte Ausführung zu prüfen. Als Benchmark können hier Studien der BAM (Bundesanstalt für Materialprüfung) herangezogen werden.

Methodenentwicklung:

  • Nutzerzentrierte Schnittstellen für das Training von KI-Lösungen (INI)
  • Vorgehensmodell zur identifikations- und akzeptanzförderlichen KI-Analyse und zum KI-Training (INI)
  • Methodenset zur Entwicklung adaptiver und kontextsensitiver Assistenzsysteme in KI-Arbeitssystemen sowie die Nutzung von KI zu deren Anpassung (LPS)
  • Job Change Acceptance Toolbox zur Steigerung der Akzeptanz von KI-bedingten Veränderungsprozessen (WiPsy)
  • Leitfäden für die Gestaltung der internen Kommunikation mit den Beschäftigten während des Organisationsentwicklungsprozesses, auch im Hinblick auf die Zufriedenheit mit der Quantität und Qualität der Kommunikationsformen und -inhalte (WiPsy)
  • Kriterienkatalog für motivations-, identitäts-, und vigilanzförderlicher Mensch-KI-Teaming Arbeitsplätze (WiPsy)
  • Job Perception Inventory (JOPI) zur Messung motivations-, identitäts-, und vigilanzförderlicher Arbeitsplätze (WiPsy)

Personen

Christian Els
Christian Els
sentin
Prof. Dr. Laurenz Wiskott
Prof. Dr. Laurenz Wiskott
Ruhr-Universität Bochum,
Institut für Neuroinformatik
Pavlos Rath-Manakidis
Pavlos Rath-Manakidis
Ruhr-Universität Bochum,
Institut für Neuroinformatik
Prof. Dr. Tobias Glasmachers
Prof. Dr. Tobias Glasmachers
Ruhr-Universität Bochum,
Institut für Neuroinformatik
Prof. Dr. Bernd Kuhlenkötter
Prof. Dr. Bernd Kuhlenkötter
Ruhr-Universität Bochum,
Lehrstuhl für Produktionssysteme
Florian Bülow
Florian Bülow
Ruhr-Universität Bochum,
Lehrstuhl für Produktionssysteme
Prof. Dr. Annette Kluge
Prof. Dr. Annette Kluge
Ruhr-Universität Bochum,
Lehrstuhl für Arbeits-, Organisations- und Wirtschaftpsychologie
Sophie Berretta
Sophie Berretta
Ruhr-Universität Bochum,
Lehrstuhl für Arbeits-, Organisations- und Wirtschaftpsychologie
Prof. Dr. Corinna Peifer
Prof. Dr. Corinna Peifer
Universität zu Lübeck,
Institut für Psychologie I