FLUSH

Federated Learning im Ultraschall Schweißprozess zur Qualitätssicherung

Motivation

Der Einsatz von Künstlicher Intelligenz (KI) bietet großes Potenzial, um komplexe Zusammenhänge in der industriellen Fertigung weiter zu optimieren. Jedoch haben kleine und mittlere Unternehmen (KMUs) häufig Schwierigkeiten, KI konkret in ihren Betrieben anzuwenden. Diese Schwierigkeiten können beispielsweise durch unzureichende Datenmengen oder fehlendes KI-Fachwissen entstehen. KMUs sind zudem besorgt um den Schutz ihres geistigen Eigentums, was das Teilen von Prozessdaten erschwert. Um diese Herausforderungen zu bewältigen, wird ein neuer Ansatz für eine unternehmensübergreifende Zusammenarbeit zur KI-Entwicklung im Bereich von Ultraschall-Schweißprozessen erprobt. Das Ziel ist es, die manuelle Qualitätskontrolle zu automatisieren.

Ziele und Vorgehen

Im Projekt FLUSH soll die Qualität ultraschallgeschweißter Bauteile künftig mithilfe von Maschinellem Lernen in mehreren Produktionsstätten sichergestellt werden. Dadurch sollen herkömmliche manuelle Tests ersetzt und eine umfassendere Qualitätssicherung ermöglicht werden. KI-Modelle werden dabei lokal bei jedem Partner trainiert und anschließend über einen sogenannten Federated Learning-Ansatz verschlüsselt zusammengeführt. Auf diese Weise wird das schutzbedürftige, wettbewerbsrelevante Know-how effektiv bewahrt, während jeder Partner von einem kombinierten, stärkeren KI-Modell profitiert. Die im Betrieb vorhandene Messtechnik wird genutzt und lediglich um lokale Rechenkapazität ergänzt. Dadurch wird eine kostengünstige Umsetzung der Prozesskontrolle von ultraschallgeschweißten Bauteilen mittels KI ermöglicht.

Innovationen und Perspektiven

Dieser Ansatz ermöglicht eine wirtschaftliche hundertprozentige Kontrolle von Bauteilen. Er ist damit besonders für KMU geeignet, da sie auch mit ihren eigenen kleineren Datenmengen KI-Modelle trainieren können. Damit wird demonstriert, wie KI in der Produktion von KMUs unternehmensübergreifend, nachhaltig und kosteneffizient eingesetzt werden kann.

Projektinformation

Projektleitung

Katulu GmbH
Gertigstr. 48
22303 Hamburg

Volumen

0,473 Mio. €

Laufzeit

10/2023 – 09/2025

Projektpartnerinnen und -partner

SUCO Robert Scheuffele GmbH & Co. KG SKZ - KFE gGmbH