TY - JOUR A1 - Salentin, Felix Gandha A1 - Huber, Florian A1 - Kaufmann, Tim A1 - Sandt, Marvin A1 - Graner, Melina A1 - Hartmann, Dierk T1 - Gießerei 4.0 – KI-getriebene Handlungsempfehlungen für Gießprozesse T2 - Giesserei: die Zeitschrift für Technik, Innovation und Management N2 - Die mittelständisch geprägte deutsche Gießereibranche steht vor akuten Herausforderungen. Steigende Energie- und Rohstoffpreise wirken sich als Standortnachteil aus und erhöhen den Druck, die Effizienz der Produktion weiter zu erhöhen. Probleme bei der Rekrutierung qualifizierter Fachkräfte erfordern neue Ansätze zur Sicherung des Prozesswissens erfahrener Mitarbeiter. Zudem fehlt aufgrund der mangelnden analytischen Beschreibbarkeit und der Komplexität der Prozesse häufig eine adäquate Modellierung der Kausalketten, was die Ursachenforschung bei Qualitätsproblemen erschwert. Datenbasierte multimodale Assistenzsysteme können gewinnbringend in Gießprozessen eingesetzt werden und einen Teil dieser Probleme lösen. Sie nutzen fortgeschrittene Methoden der Datenanalyse (Data Analytics), ein Prozess der Datenuntersuchung, des Datenverständnisses und des Erkenntnisgewinns, in dem unbekannten Muster und Zusammenhänge zwischen den Variablen durch die Analyse von Rohdaten identifiziert werden. So können komplexe Prozesse modelliert, Probleme frühzeitig erkannt und Lösungen in Echtzeit generiert werden. Viele Softwaretools und Datenbanken unterstützen bereits heute die sogenannte „deskriptive Analyse“ und die „diagnostische Analyse“. Ein weiterer Schritt ist jedoch, dieselben Daten zu nutzen, um Modelle zu speisen, die Vorhersagen mit ähnlicher oder besserer Genauigkeit als ein menschlicher Experte treffen können (prädiktive Analyse). Y1 - 2023 UR - https://opus4.kobv.de/opus4-hs-kempten/frontdoor/index/index/docId/1876 UR - https://www.giesserei.eu/artikel/giesserei-40-ki-getriebene-handlungsempfehlungen-fuer-giessprozesse SN - 0016-9765 VL - 110 IS - Ausgabe 7 SP - 36 EP - 43 PB - DVS-Media GmbH CY - Düsseldorf ER -