1 | One ShakesGear: KI oder nicht KI – Das ist hier die wirtschaftliche Frage.
Akustisches Monitoring in der Produktion verspricht, Prozessfehler frühzeitig zu erkennen, Qualität zu sichern und Ausschuss zu reduzieren. Insbesondere bei Schweiß- und Fräsprozessen ist der wirtschaftliche Nutzen greifbar, da akustische Signaturen mit Lichtbogeninstabilität, Porenbildung, Spritzern, Werkzeugverschleiß, Chatter und Geometrieabweichungen korrelieren. Damit Projekte planbar und profitabel werden, müssen Unternehmen von Anfang an die Gesamtkosten, die Einsparpotenziale sowie den geeigneten Einsatz von KI von Anfang an berücksichtigen. Dafür erstellen wir eine beispielhafte Kosten-Nutzen-Analyse mit Investitionskosten und Einsparpotenzialen auf Basis konkreter Projektergebnisse, um Produktverantwortlichen eine Entscheidungscheckliste für den Einsatz von akustischem Monitoring an die Hand zu geben.
2 | Never2much: Make some NOISE for good DATA! How much is the finish?
Eine Hauptursache für das Scheitern von KI-Systemen in der Produktion ist eine mangelhafte Datengrundlage. In diesem Deep Dive gehen wir der Frage nach, wie viel Daten tatsächlich nötig sind, wie „vollständig“ ein Datensatz sein muss und warum schlechte Daten am Ende teurer sind als gar keine. Anhand eines strukturierten Experimentaldesigns beleuchten wir technische Aspekte wie Klassenbalance, Labelqualität und Datendiversität und diskutieren, welche Rolle akustische Signale dabei spielen.
Gemeinsam erarbeiten wir, wie eine praxisnahe Datenerfassung konkret in der Produktion aussehen kann: von der Definition der relevanten Ereignisse über die Auswahl geeigneter Sensorik bis hin zur Gestaltung umfassender Datensets. Existierende Datensätze dienen dabei als Anschauungsmaterial, um Kriterien guter Daten greifbar zu machen und typische Fehler zu identifizieren. So entsteht ein klares Verständnis dafür, wie Datenerhebung und -qualität zu gestalten sind, dass KI-Anwendungen zuverlässig, skalierbar und wirtschaftlich sinnvoll arbeiten.