Fraunhofer-Institut für Keramische Technologien und Systeme IKTSAb sofort besteht mit dem OpenZfP-KI-Portal des Fraunhofer IKTS die Möglichkeit, Audiodaten von Maschinen und Anlagen auf Anomalien zu untersuchen und mittels Künstlicher Intelligenz (KI) auswerten zu lassen. Anomalien sind Abweichungen vom Normalzustand, die Hinweise auf Verschleiß, lockere oder defekte Bauteile liefern. Diese Abweichungen müssen noch keine Auswirkungen auf den Prozess haben, können aber zu verminderter Qualität, Störungen im Ablauf oder gar zu einem Ausfall führen.
Bisher werden solche Daten nur stichprobenartig, meist auch händisch geprüft und stützen sich in vielen Fällen auf Erfahrungen der Prüfenden. Das OpenZfP-KI-Portal soll nun die Prüfung automatisieren und nachvollziehbar gestalten. Die Wahrscheinlichkeit der Fehlererkennung ist von der jeweiligen Anwendung abhängig und liegt bei bis zu 100 Prozent.
Für eine Analyse müssen Audio-Aufnahmen des Prozesses in das OpenZfP-KI-Portal geladen werden. Ein eigens trainierter Algorithmus führt dann die Anomalie-Detektion durch und gibt die Ergebnisse als Spektrogramm aus. Über Markierungen in der Grafik können auch Ungeübte erkennen, in welchem Bereich Abweichungen auftreten, und so die Fehlersuche eingrenzen.
Das Portal bietet einen automatischen Modus, der mit Standardparametern voreingestellt ist und sich besonders für Anwender eignet, die erst beginnen, sich mit KI zu beschäftigen. KI-Erfahrene hingegen können den Profimodus nutzen und einzelne Parameter selbst justieren. Durch den experimentellen Charakter der Datenanalyse sollen Berührungsängste im Umgang mit KI abgebaut werden.
Für die Nutzung des Portals ist eine Registrierung nötig. Die Daten werden nur für die eigene Datenklassifizierung verwendet; eine Weitergabe oder Weiternutzung durch Dritte erfolgt nicht. Nach 30 Tagen werden die Daten automatisch gelöscht. Bis dahin besteht für Anwendende die Möglichkeit, die eigenen Daten erneut klassifizieren und ggf. mit anderen Parametern bewerten zu lassen. Es ist auch möglich, eigene Daten anonym zu »spenden« und so dem Portal zu einer breiteren Datenbasis zu verhelfen, um die Algorithmen der KI weiter zu trainieren.
