Kontakt aufnehmen

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

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien