Fehlerquellen finden und beurteilen
Effiziente Fehlerbehebung mit KI

Wenn in einer Produktionshalle an unterschiedlichen Maschinen gleichzeitig Fehler auftreten, ist das für alle Beteiligten eine belastende Stresssituation. Welche Fehlermeldung zeigt die Ursache, und welche Fehlermeldungen sind nur Auswirkungen eines anderen Fehlers? Und am allerwichtigsten: Wie kann die Ursache so schnell wie möglich gefunden und behoben werden? Lernende KI-Systeme können aus historischen Daten ableiten, welche Zusammenhänge zwischen verschiedenen Meldungen bestehen, wahrscheinliche Fehlerursachen identifizieren und so die Mitarbeitenden entlasten.

Was zeigt der Demonstrator?

Nutzer*innen schlüpfen in die Rolle eines Schichtleiters in einer Produktionshalle und erleben, wie KI in der Produktion bei der Identifikation von Fehlerquellen unterstützen kann. Es wird deutlich, wie eine Fehlersituation ohne lernende KI-Unterstützung aussieht und erkennbar, wie KI Schichtleiter*innen unterstützen kann, die Ursache-Wirkungs-Beziehungen schnell zu erkennen. Schrittweise werden die unterschiedlichen Fehlermeldungen untersucht, bis klar wird, wo der Hauptfehler liegt.

Was die Beschäftigten im Unternehmen aus diesem Demonstrator mitnehmen

Dieser Demonstrator ist besonders für Beschäftigte in der Produktion interessant. Sie können selbst erleben, wie KI datenbasiert Hinweise gibt, wo wahrscheinliche Fehlerquellen liegen. Dabei können die Nutzenden auch die Unsicherheiten, denen die KI-Prognose unterliegt, erkennen. Außerdem sehen Sie, wie das System Rückmeldung von den Menschen empfängt und dadurch zukünftig bessere Diagnosen erstellen kann. Der Demonstrator soll Diskussionen in anschließenden KI-Studios-Workshops anstoßen – unter anderem zu folgenden Fragestellungen:

• Sind die Berechnungsgrundlage und die Trefferwahrscheinlichkeit eines KI-Systems für die Nutzenden wichtig? Möchten die Nutzenden gerne verstehen, wie ein System zu einer bestimmten Schlussfolgerung kommt?
• Soll ein KI-System auch weniger wahrscheinliche Optionen darstellen?
• Wie könnte ein Rückkopplungsmechanismus eingebaut werden („Reinforcement Learning“)?