Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in KI bei der Qualitätskontrolle
- Überblick über KI in Fertigungs-Qualitätsprozessen
- Anwendungen in Inspektion, Defekterkennung und Compliance
- Vorteile und Grenzen von KI-gestützter QA
Sammlung und Aufbereitung von Qualitätsdaten
- Datentypen, die in der QA verwendet werden (Bilder, Sensoren, Produktionsprotokolle)
- Beschriftung visueller Datensätze mit LabelImg
- Datenspeicherung und Struktur für das Training von Modellen
Einführung in Computervision für QA
- Grundlagen der Bildverarbeitung mit OpenCV
- Vorverarbeitungstechniken für industrielle Bilder
- Extraktion visueller Merkmale zur Analyse
Machine Learning für die Anomalieerkennung
- Training einfacher Klassifikatoren zur Defekterkennung
- Einsatz von Convolutional Neural Networks (CNNs)
- Unüberwachtes Lernen zur Anomalieidentifikation
Ertragsprognose mit KI-Modellen
- Einführung in Regressionstechniken
- Aufbau von Modellen zur Prognose der Produktionsausbeute
- Bewertung und Verbesserung der Vorhersagegenauigkeit
Integration von KI in Produktionssysteme
- Bereitstellungsoptionen für Inspektionsmodelle
- Edge AI im Vergleich zur cloudbasierten Analyse
- Automatisierung von Alarmen und Qualitätsberichten
Praktische Fallstudie und Abschlussprojekt
- Entwicklung eines End-to-End-KI-Inspektionsprototyps
- Training und Tests mit Beispiel-QA-Datensätzen
- Präsentation einer funktionsfähigen KI-Lösung zur Qualitätskontrolle
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse in Fertigungs- oder QA-Prozessen
- Vertrautheit mit Tabellenkalkulationsprogrammen oder digitalen Berichtsformaten
- Interesse an datengestützten Qualitätskontrollmethoden
Zielgruppe
- Qualitätssicherungsfachkräfte
- Produktionsleiter
21 Stunden