Partnerschaft für praxisnahe KI-Forschung

RTE und das Fraunhofer-Institut für Digitale Medientechnologie IDMT in Ilmenau haben eine auf drei Jahre angelegte Forschungskooperation geschlossen. Im Fokus steht die Entwicklung selbstüberwachter Lernverfahren (Self-Supervised Learning, SSL) für die akustische Bauteilprüfung.

Das Problem: Trainingsdaten sind teuer

Klassische überwachte ML-Verfahren benötigen große Mengen gelabelter Trainingsdaten – typischerweise mehrere hundert bis tausend i. O.- und n. i. O.-Samples. Für neue Bauteile oder Fehlerbilder bedeutet das wochenlange Datensammlung unter Produktionsbedingungen. Das verzögert den Anlauf neuer Prüfstationen erheblich.

Der Ansatz: Selbstüberwachtes Lernen

SSL-Verfahren nutzen die Struktur ungelabelter Daten, um aussagekräftige Merkmalsrepräsentationen zu lernen. Das Modell erkennt Muster und Anomalien, ohne dass jede Probe manuell klassifiziert werden muss. Für die akustische Prüfung ist das besonders vielversprechend, da i. O.-Bauteile in der Regel reichlich verfügbar sind.

Projektziele

  • Reduktion der benötigten gelabelten Trainingssamples um mindestens 50 %
  • Vergleichbare oder bessere Trennschärfe gegenüber aktuellen überwachten Verfahren
  • Transferierbarkeit der Modelle zwischen ähnlichen Bauteilgruppen
  • Integration der Ergebnisse in die SonicTC-Plattform als „Quick-Start"-Trainingsmodus

Warum Fraunhofer IDMT?

Das IDMT verfügt über jahrzehntelange Expertise in akustischer Signalverarbeitung und Machine Learning. Die Abteilung „Industrielle Medientechnik" hat bereits zahlreiche Projekte im Bereich akustischer Produktionsüberwachung durchgeführt. Die Kombination aus Fraunhofer-Grundlagenforschung und RTE-Praxiserfahrung aus über 200 Industrieprojekten bildet eine ideale Basis für anwendungsnahe Ergebnisse.