Maschinen steuern KI-Algorithmen ohne Expertenwissen leicht anpassen

Redakteur: Hendrik Härter

Mit einer speziellen Software können selbst kleine und mittlere Unternehmen (KMU) ohne Expertenwissen einen KI-Algorithmus anpassen. Im Mittelpunkt dabei stehen Audiodaten. Fehler lassen sich akustisch detektieren und die KI neu trainieren.

Firma zum Thema

KI erkennt Fehler: Maschinenbetreiber wissen, dass sich Fehler vielfach am Klang des Prozesses erkennen lässt. Eine KI analaysiert typische Geräusche.
KI erkennt Fehler: Maschinenbetreiber wissen, dass sich Fehler vielfach am Klang des Prozesses erkennen lässt. Eine KI analaysiert typische Geräusche.
(Bild: gemeinfrei / Pixabay )

Trainingsdaten für eine Künstliche Intelligenz (KI) ist nicht trivial und es ist von Seiten der Anwender ein hohes mathematisches Wissen notwendig. Schließlich gibt es unzählige Parameter, die in solch eine Analyse fließen können. Vor allem KMU, die oftmals nicht über eine eigene Entwicklungsabteilung verfügen, schrecken vor dem Einsatz von KI oft zurück.

Auch im laufenden Betrieb ist Experten-Wissen gefragt: Ist ein KI-Algorithmus angelernt und wird dann das Produktdesign oder die Geometrie des Bauteils leicht geändert, erkennt der Algorithmus das zunächst als Fehler. Die KI muss neu trainiert werden.

Firmen sollen Algorithmen selbst anpassen

Die Software „IDMT-ISAAC“ des Fraunhofer-Instituts für Digitale Medientechnologie IDMT in Ilmenau hilft Anwendern ohne KI-Expertenwissen dabei, diese Hürden zu überwinden. IDMT-ISAAC steht dabei für Industrial Sound Analysis for Automated Quality Control. „Wir wollen KMU befähigen, die KI-Algorithmen selbst anzupassen und zu adaptieren“, sagt Judith Liebetrau, Gruppenleiterin Industrial Media Applications am Fraunhofer IDMT. „Sie können IDMT-ISAAC auf ihre eigenen Audiodaten anwenden, neu trainieren und somit schnelle und verlässliche Ergebnisse und Entscheidungshilfen für ihre Qualitätssicherung erhalten.

Wie erfahrene Maschinenbetreiber wissen, kann man Fehler vielfach am Klang des Prozesses erkennen. Auch IDMT-ISAAC setzt auf die Akustik: Die Forscher haben das System mit aufgezeichneten akustischen Daten von Schweißprozessen trainiert. Die KI analysiert die typischen Prozessgeräusche und zieht aus den Audiodaten Rückschlüsse auf die Qualität der jeweiligen Schweißnaht.

Herzstück von IDMT-ISAAC ist ein Framework, über das die Anwender mit wenigen Klicks verschiedene Parameter ändern können, um der KI etwa eine Geometrieänderung des Produkts beizubringen. Im Sommer 2021 soll die Software an den Live-Betrieb angepasst sein – dann könnte das System also Echtzeit-Daten aus der Produktion umgehend analysieren und die Qualitätssicherung optimieren. In drei bis vier Jahren soll es zudem aktiv in die Produktion eingreifen können.

Entscheidungen der KI nachvollziehen

Doch nicht nur beim Schweißen bietet das Framework neue Analysemöglichkeiten. „Wir haben im Baukasten diverse Methoden integriert, um andere Prozesse wie Fräsen relativ schnell abbilden zu können“, erläutert Liebetrau. Perspektivisch soll es für Unternehmen zudem möglich sein, ihre eigene Software zu nutzen und über eine Schnittstelle auf dem Server des Fraunhofer IDMT auf die KI des Instituts zuzugreifen.

Doch egal ob die Unternehmen die KI über das Framework bei sich integrieren oder über eine Schnittstelle darauf zugreifen: Datenschutz und Datensicherheit werden stets beachtet, denn die Daten werden anonymisiert verarbeitet.

Über verschiedene Nutzerprofile lässt sich die Software an unterschiedliche Nutzergruppen anpassen: an KI-Einsteiger ebenso wie KI-Experten. So ist es beispielsweise für Entwickler von KI-Algorithmen sehr interessant, ein Gefühl dafür zu bekommen, auf welche Weise die KI ihre Entscheidung trifft und an welchen Geräuschen sie diese festmacht. „Wir gehen mit dem Framework daher auch ein Stück weit Richtung Explainable AI, um die KI nachvollziehbarer zu machen“, sagt Liebetrau abschließend.

Dieser Beitrag erschien zuerst auf unserem Partnerportal Industry of Things.

(ID:47381455)