AIDpro – Datenqualität als Fundament für zuverlässige KI in der Produktion

Was nützt KI, wenn die Daten nicht stimmen? Sensorfehler, Datenverluste oder veränderte Prozessbedingungen beeinträchtigen die Qualität der Produktionsdaten massiv – mit erheblichen Risiken für Produkte, Maschinen und Mitarbeiter. Im Forschungsprojekt AIDpro entwickeln das Fraunhofer IPT und das Fraunhofer AISEC ein modulares System zur automatisierten Datenvalidierung und Anomalieerkennung – mit der AVENTUS GmbH & Co. KG als Anwendungspartner. Im Workshop wird der Ansatz inklusive Anwendungsbeispielen von Aventus im Rahmen eines Impulsvortrags vorgestellt. Anschließend erarbeiten die Teilnehmenden Herausforderungen der Datenqualität, Potenziale der Anomalieerkennung und Ansätze zur Übertragung auf eigene Produktionsumgebungen.

Format

Workshop

Dauer

90 Minuten

Moderatoren

Wei Herng Choong
Wei Herng Choong - ist Wissenschaftlicher Mitarbeiter am Fraunhofer AISEC mit Forschungsschwerpunkt KI in der IT-Sicherheit. Insbesondere beschäftigt er sich mit Schwerpunktthemen wie der Anomalieerkennung in komplexen Daten, sicherer KI und KI-Forensik. Er hat einen Master of Science in Elektrotechnik und Informationstechnik der TU München mit Auszeichnung abgeschlossen.

Daniel Narberhaus
Daniel Narberhaus - ist ein technikaffiner Experte für die Digitalisierung von Produktionsanlagen im Maschinenbau bei der AVENTUS GmbH & Co. KG in Warendorf. Er verbindet fundiertes Ingenieurwissen mit praktischer Softwareerfahrung und entwickelt Lösungen zur Effizienzsteigerung von Anlagen. Als Produktverantwortlicher treibt er innovative Konzepte voran und macht komplexe technische Zusammenhänge verständlich und nutzbar.

Tom Schumann
Tom Schumann - ist Wissenschaftlicher Mitarbeiter am Fraunhofer IPT und verbindet Ingenieurwissen mit KI-Expertise, um Produktionseffizienz und Produktqualität datengetrieben zu steigern. Gemeinsam mit Industriepartnern entwickelt er intelligente Systeme zur Digitalisierung und Qualitätssicherung in der Produktion – von der Datenerfassung bis zur automatisierten Anomalieerkennung.