JUST-Redaktion|

AT&S nutzt KI für Qua­li­täts­kon­trol­le

Lei­ter­plat­ten sind das Ner­ven­sys­tem aller elek­tro­ni­schen Geräte. Ob bei mobilen End­ge­rä­ten oder im Automotive‑, Indus­trie- und Medi­zin­be­reich. Die Ein­satz­be­rei­che sind viel­fäl­tig, ebenso wie die Her­stel­lung. Für eine einzige Lei­ter­plat­te sind rund 150 kom­ple­xe Arbeits­schrit­te nötig, bis diese ein­satz­be­reit ist.

Qua­li­täts­si­che­rung auf höchs­tem Niveau

„Eine hohe Qua­li­tät unserer Pro­duk­te ist bei AT&S selbst­ver­ständ­lich. Bereits während dem Her­stel­lungs­pro­zess werden auto­ma­ti­siert Fotos der Lei­ter­plat­ten gemacht und diese laufen anschlie­ßend durch eine Bild­ana­ly­se-Soft­ware. Mit­un­ter kommt es dazu, dass Lei­ter­plat­ten fälsch­li­cher­wei­se als „feh­ler­haft“ erkannt werden. Leider ohne für uns nach­voll­zieh­ba­re Gründe. Das kostete uns zusätz­li­che Zeit und Res­sour­cen“, sagt Ulrike Klein, Lei­te­rin der Data & Ana­ly­tics Abtei­lung bei AT&S.

Für den füh­ren­den Her­stel­ler von High-End Lei­ter­plat­ten AT&S ent­wi­ckel­te das Know-Center einen KI-Algo­rith­mus. Dieser erkennt nicht nur die Bilder der Lei­ter­plat­ten richtig, sondern liefert auch zusätz­lich eine Erklä­rung, warum eine Lei­ter­plat­te als defekt oder intakt erkannt worden ist. Dadurch steht AT&S nun ein trans­pa­ren­tes KI-System zur Ver­fü­gung, das nach einer inten­si­ven Test­pha­se in abseh­ba­rer Zeit nach­voll­zieh­ba­re und erklär­ba­re Ergeb­nis­se liefern soll.

Tech­ni­ker und Künst­li­che Intel­li­genz sind sich einig

„Unser Ziel war es, die feh­ler­haf­ten Lei­ter­plat­ten präzise zu erken­nen und die Ergeb­nis­se nach­voll­zieh­bar zu machen. Es freut uns, dass wir nicht nur das Vor­ha­ben erfolg­reich umset­zen konnten, sondern unsere Ergeb­nis­se auch mit den Aus­sa­gen der AT&S Tech­ni­ker über­ein­stim­men“, sagt Dr. Andreas Trügler, Leiter des DDAI-Moduls am Know-Center und erklärt weiter: „Zuerst musste unser Algo­rith­mus ver­ste­hen, welche Lei­ter­plat­ten feh­ler­haft waren und warum. Dazu trai­nier­te das Team ein neu­ro­na­les Netz­werk und füt­ter­te es mit Bild­da­ten kor­rek­ter und feh­ler­haf­ter Lei­ter­plat­ten. Mit­hil­fe von Metho­den aus dem For­schungs­feld „Explainable AI“ konnten wir zusätz­lich die Erklä­rung liefern, warum und wo eine Lei­ter­plat­te als feh­ler­haft erkannt worden ist.“

Intel­li­gen­te Pro­duk­ti­ons­um­ge­bung mittels KI

Indus­trie 4.0 oder die soge­nann­te „Smart Factory“ ist längst keine Zukunfts­mu­sik mehr. Der Einsatz von smarten und intel­li­gen­ten Maschi­nen und Anwen­dun­gen sichert Firmen deut­li­che Vor­tei­le in Zeiten von stei­gen­dem Wett­be­werbs­druck. KI ist mehr denn je die trei­ben­de Tech­no­lo­gie für inno­va­ti­ve Pro­duk­te und Dienst­leis­tun­gen im Digi­ta­li­sie­rungs­zeit­al­ter. Vor allem im Bereich der Auto­ma­ti­sie­rung setzt sich die Fer­ti­gungs­in­dus­trie inten­siv damit aus­ein­an­der. Ste­fa­nie Lind­staedt, Geschäfts­füh­re­rin des Know-Centers erklärt: „KI ermög­licht Qua­li­täts­si­che­rung auf höchs­tem Niveau und spart Unter­neh­men Kosten und Res­sour­cen. In der auto­ma­ti­sier­ten Bil­der­ken­nung und Analyse, die in vielen Bran­chen Einzug hält, gibt es aber Qua­li­täts­lü­cken. Ein wei­te­rer Stol­per­stein, um KI in Unter­neh­men fest zu ver­an­kern, ist Ver­trau­en in diese Tech­no­lo­gien. Wir freuen uns sehr, dass es in diesem Projekt gelun­gen ist, beide Bar­rie­ren zu über­win­den.“

AT&S ist einer der Indus­trie­part­ner im COMET-Modul DDAI. Das Modul unter der Leitung des Know-Centers, wird von der FFG geför­dert und ver­folgt das Ziel sichere, veri­fi­zier­ba­re und erklär­ba­re KI zu ent­wi­ckeln, die gleich­zei­tig die Pri­vat­sphä­re schützt. Damit soll wesent­lich zu Akzep­tanz und Ver­trau­en in KI bei­getra­gen werden. Zukünf­tig will man gemein­sam mit AT&S und wei­te­ren Indus­trie­part­nern des Moduls weitere Pro­jek­te in Rich­tung „Trust­wor­t­hy AI“ vor­an­trei­ben.

www.ats.net

Foto­credit: AT&S

Weitere Beiträge