• search hit 1 of 2
Back to Result List

Gießerei 4.0 – KI-getriebene Handlungsempfehlungen für Gießprozesse

  • 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, ProblemeDie 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).show moreshow less

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author:Felix Gandha SalentinGND, Florian HuberORCiD, Tim KaufmannORCiD, Marvin Sandt, Melina Graner, Dierk HartmannORCiDGND
URL / DOI:https://www.giesserei.eu/artikel/giesserei-40-ki-getriebene-handlungsempfehlungen-fuer-giessprozesse
Identifier:0016-9765 OPAC HS OPAC extern
Parent Title (German):Giesserei: die Zeitschrift für Technik, Innovation und Management
Publisher:DVS-Media GmbH
Place of publication:Düsseldorf
Document Type:Article
Language:German
Date of Publication (online):2023/07/01
Year of first Publication:2023
Volume:110
Issue:Ausgabe 7
Number of pages:8 Seiten
First Page:36
Last Page:43
Institutes:IPI – Institut für Produktion und Informatik
Dewey Decimal Classification:6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften
Research focus:FSP3: Produktion
Publication Lists:Hartmann, Dierk
Salentin, Felix Gandha
Huber, Florian
Sandt, Marvin
Kaufmann, Tim
Graner, Melina
Publication reviewed:begutachtet
Release Date:2023/07/17
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.