TY - CONF A1 - Heckel, Thomas A1 - Tkachenko, Viktoriya A1 - Zhang, Tianyun A1 - Luplow, Charleen A1 - Jüngert, A. A1 - Brackrock, Daniel A1 - Bertovic, Marija A1 - Kanzler, D. T1 - Der Unterschied zwischen Simulation und Praxis – Einfluss von Toleranzen im Ultraschallprüfsystem und deren Berücksichtigung N2 - Bei der simulationsunterstützten Planung kritischer Ultraschallprüfaufgaben ist die detaillierte Kenntnis der Parameter der eingesetzten Prüfköpfe von entscheidender Bedeutung. Durch die, in den Regelwerken (DIN EN ISO 22232-2) zugelassenen Toleranzen bei der Herstellung der Prüfköpfe sind einige Prüfkopfparameter nur ungefähr bekannt. Durch die Alterung von Prüfköpfen und Verschleiß können auch Parameter variieren, die nicht vollständig durch die erforderliche Justierung ausgeglichen werden können. Daher sind zusätzlichen Vorversuche oft unvermeidlich. In dieser Arbeit wurden nach einer statistischen Versuchsplanung (DoE) Untersuchungen zur relativen Echo-Empfindlichkeit von konventionellen Prüfköpfen durchgeführt. Die Auswertung wurde für prüfkopfbezogene und personenbezogene Stichproben durchgeführt. Es wird gezeigt, wie weit die Daten um den Zentralwert herum verteilt sind bzw. wie sehr sich das Testobjekt im untersuchten Merkmal unterscheidet. Gerade in Hinblick auf die Beurteilung der intrinsischen Fähigkeit von Prüfverfahren und der Human Factors wird das POD-Analysekonzept zur quantitativen Bewertung der Zuverlässigkeit weiterentwickelt. Die HF-Quantifizierung bezieht sich auf verschiedene Faktoren und Methoden, die in der Veröffentlichung von M. Bertovic et al. [1] ausführlich beschrieben wurden. Die Schritte, die für das Bewertungsverfahren zur POD-Analyse erforderlich sind, werden in der Veröffentlichung von D. Kanzler et al. [2] detailliert dargestellt. Die grundlegenden Anforderungen an die Testkörpersätze für die POD-Analyse wurden in der Publikation von A. Jüngert et al. [3] zusammengefasst. Diesbezüglich wurden mit Hilfe von Simulationsrechnungen die möglichen Abweichungen an Beispielen der im Projekt norm- POD ausgewählten Prüfanordnungen dargestellt. Die Ergebnisse wurden Messungen an Testkörpern gegenübergestellt. T2 - DGZfP JAHRESTAGUNG CY - Kassel, Germany DA - 23.05.2022 KW - Simulation KW - Zuverlässigkeit KW - POD KW - Ultraschallprüfung PY - 2022 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-560094 UR - https://www.ndt.net/article/dgzfp2022/papers/p33.pdf AN - OPUS4-56009 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Kanzler, Daniel A1 - Bertovic, Marija T1 - Expertise oder KI – Was hilft uns in der ZfP'? N2 - Die zunehmende Integration von Automatisierung und KI in die zerstörungsfreie Prüfung (ZfP) verändert nicht nur die Prüfprozesse selbst, sondern auch die Art und Weise, wie Entscheidungen getroffen werden. Während technische Systeme die Fehleranfälligkeit verringern und die Datenverarbeitung unterstützen können, bleibt die letztendliche Verantwortung beim Menschen. Dieser Beitrag untersucht die Rolle der Intuition in der Entscheidungsfindung und analysiert typische Fehleinschätzungen mithilfe der Prospekttheorie und Erkenntnissen aus der kognitiven Psychologie. Zudem wird aufgezeigt, wie fundierte Entscheidungen in KI-gestützten ZfP Prozessen unterstützt werden können – durch Schulung, erklärbare Systeme, nutzerzentrierte Gestaltung, geeignete Metriken und eine gezielte Aufgabenverteilung zwischen Mensch und Technik. T2 - DGZfP-Jahrestagung 2025 CY - Berlin, Germany DA - 26.05.2025 KW - Zerstörungsfreie Prüfung KW - Künstliche Intelligenz KW - Entscheidungsfindung KW - Mensch-Maschine-Interaktion KW - Human Factors PY - 2025 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-634070 DO - https://doi.org/10.58286/31237 SP - 1 EP - 10 PB - NDT.net AN - OPUS4-63407 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Kanzler, Daniel A1 - Bertovic, Marija T1 - Expertise oder KI – Was hilft uns in der ZfP'? N2 - Die zunehmende Integration von Automatisierung und KI in die zerstörungsfreie Prüfung (ZfP) verändert nicht nur die Prüfprozesse selbst, sondern auch die Art und Weise, wie Entscheidungen getroffen werden. Während technische Systeme die Fehleranfälligkeit verringern und die Datenverarbeitung unterstützen können, bleibt die letztendliche Verantwortung beim Menschen. Dieser Beitrag untersucht die Rolle der Intuition in der Entscheidungsfindung und analysiert typische Fehleinschätzungen mithilfe der Prospekttheorie und Erkenntnissen aus der kognitiven Psychologie. Zudem wird aufgezeigt, wie fundierte Entscheidungen in KI-gestützten ZfPProzessen unterstützt werden können – durch Schulung, erklärbare Systeme, nutzerzentrierte Gestaltung, geeignete Metriken und eine gezielte Aufgabenverteilung zwischen Mensch und Technik. T2 - DGZfP-Jahrestagung 2025 CY - Berlin, Germany DA - 26.05.2025 KW - Zerstörungsfreie Prüfung KW - Artificial intelligence KW - Entscheidungsfindung KW - Mensch-Maschine-Interaktion KW - Human Factors PY - 2025 AN - OPUS4-63408 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Kanzler, Daniel A1 - Bertovic, Marija T1 - Human-in-the-Loop: Decision Making in AI-Supported Non-Destructive Testing N2 - The increasing integration of automation and artificial intelligence (AI) in non-destructive testing (NDT) is not only changing the inspection processes themselves, but also the way decisions are made. While technical systems can reduce error-proneness and support data processing, the ultimate responsibility remains with the human. This paper examines the role of intuition in decision-making and analyses typical errors of judgment using prospect theory and insights from cognitive psychology. It also shows how well-informed decisions can be supported in AI-supported NDT processes - through training, explainable systems, user-centred design, suitable metrics, and a targeted distribution of tasks between people and technology. Rather than replacing human intuition, AI systems should be designed to complement it. To engage effectively with such systems, inspectors require not only technical expertise, but also competencies in risk assessment, probabilistic reasoning, and critical reflection on both their own judgments and the outputs provided by AI. T2 - DGZfP Annual Conference 2025 CY - Berlin, Germany DA - 26.05.2025 KW - NDT KW - Artificial intelligence KW - AI KW - Decision making KW - Human-machine interaction KW - Human factors PY - 2025 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-645732 DO - https://doi.org/10.58286/31937 SN - 2941-4989 VL - 3 SP - 1 EP - 10 PB - NDT.net GmbH & Co. KG AN - OPUS4-64573 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -