Für Führungskräfte und Mitarbeitende | Demonstratoren
KI-Anomalie-Erkennung und KI-Bildklassifizierung erleben und verstehen
KI-gestützte Anomalie-Erkennung und Bildklassifizierung helfen, Qualitätsabweichungen frühzeitig zu erkennen und die Qualitätskontrolle zu unterstützen. So lassen sich z. B. Materialfehler oder beschädigte Bauteile identifizieren und Produkte automatisch einstufen (z. B. als B-Ware oder Ausschuss). Der Classifix-Demonstrator zeigt am Beispiel von Haselnüssen, wie KI einwandfreie und fehlerhafte Objekte unterscheidet und in Fehlerklassen einteilt.
Was Sie erleben:
Nüsse analysieren und klassifizieren
Einfluss von Variationen testen (z. B. mehrere Nüsse auf einem Bild)
KI durch eigenes Feedback verbessern
Was Sie lernen:
Funktionsweise von Bildklassifizierung, Anomalie-Erkennung und unüberwachtem Lernen verstehen
Aktives Lernen durch Feedback erleben
Grenzen der eingesetzten KI-Technologie einordnen
Infobox
Industrielles Szenario:
Qualitätskontrolle in der Haselnuss-Produktion
Technologie:
KI-gestützte Bildklassifizierung und Anomalie-Erkennung
Sie stehen vor dem Demonstrator: Vor Ihnen liegen Haselnüsse, dazu ein Kamerasystem und ein Bildschirm mit Live-Bild. Sie legen eine Nuss unter die Kamera und starten die Analyse. Die KI klassifiziert sie automatisch als unauffällig oder defekt und kann Fehler wie Loch, Bruch oder Riss unterscheiden. Sie variieren die Situation, etwa mit zwei Nüssen gleichzeitig, und beobachten die Ergebnisse.
Anschließend wechseln Sie in die Ansicht, welche die Funktionsweise darstellt: Die Nüsse werden nach visuellen Ähnlichkeiten gruppiert. Dabei erkennen Sie, wie die KI eigenständig Muster in den Daten findet. Durch gezielte Rückmeldungen verbessern Sie die Zuordnungen und erleben, wie die KI schrittweise präziser wird.
So wird deutlich, wie KI aus Daten lernt, Muster erkennt und wie menschliche Rückmeldungen die Ergebnisse beeinflussen.
