Lesen Sie, wie in einem Projekt mit der Schwäbischen Werkzeugmaschinen GmbH (SW) im Bereich der diskreten Fertigung beim Automobilzulieferer Schabmüller durch den Einsatz von Xplain Data Algorithmen Ausschuss und Nacharbeit um fast 85 % reduziert werden konnte.
Durch den Einsatz der Causal Discovery Verfahren wurden bislang unbekannte Fehlerursachen aufgespürt.
“KI unterstützt uns bei der Identifikation von Wirkzusammenhängen in komplexen Daten“, sagt Dr.-Ing. Mathias Kammüller, Chief Digital Officer und Trumpf-Vorstandsmitglied nach einem erfolgreichen Projekt mit Xplain Data. Ziel des Projektes war es, basierend auf Daten aus der Produktion und dem Betrieb einer Anlage Faktoren zu identifizieren, die ursächlich Maschinenausfälle bedingen (root cause analysis). Im nächsten Schritt wird ein ständiges Monitoring durch die Algorithmen erfolgen, um sich neu entwickelnde Fehlerursachen frühzeitig zu detektieren und entsprechende Abteilungen zu benachrichtigen.
Ein Projektbericht zur Co-Innovation mit Trumpf erschien im August 2022 im Qualitäts-Management-Magazin QZ-online.
Erfahren Sie, wie Siemens Motion Control in Erlangen die Qualitätssicherung in der Leiterplattenfertigung revolutioniert hat. Durch den Einsatz von Causal AI und der patentierten ObjectAnalytics-Technologie von Xplain Data konnte das Werk die 5-Sigma-Grenze überwinden und Six Sigma Niveau erreichen. Entdecken Sie, wie die patentierte, objektzentrierte Datenhaltung und innovative Causal Discovery Algorithmen eine neue Ära der Fertigungsexzellenz ermöglicht haben.
Laden Sie den vollständige Bericht herunter und informieren Sie sich, wie KI-gestützte Erkenntnisse die Elektronikfertigung nachhaltig verändern können!