Einsatz von Deep Learning für die Qualitätskontrolle in der Fertigung

Abstract

Diese Bachelorarbeit untersucht den Einsatz von Deep Learning für die Qualitätskontrolle in der Fertigung. Durch die Einbindung von Künstlicher Intelligenz (KI) und Deep Learning in Qualitätssicherungs- und Kontrollprozesse wird das Potenzial für eine signifikante Verbesserung der industriellen Fertigung aufgezeigt. Die Arbeit präsentiert Qualität als dynamisches Konzept, beleuchtet die Rolle und Herausforderungen der Qualitätssicherung in der Fertigung und führt in die Konzepte von KI und Deep Learning ein, wobei ein Schwerpunkt auf der Mustererkennung in komplexen Daten liegt. Konkrete Anwendungen von Deep Learning in der Qualitätskontrolle sowie die Implementierung eines Deep Learning-Modells werden detailliert dargestellt und diskutiert. Die Ergebnisse zeigen, dass Deep Learning eine innovative und effektive Methode zur Steigerung der Effizienz und Genauigkeit in der Fertigung darstellt, wobei sowohl die Vorteile als auch die Herausforderungen dieser Technologie beleuchtet werden.

This Bachelor's thesis examines the application of Deep Learning for quality control in manufacturing. By incorporating Artificial Intelligence (AI) and Deep Learning into quality assurance and control processes, the potential for a significant improvement in industrial manufacturing is demonstrated. The work presents quality as a dynamic concept, highlights the role and challenges of quality assurance in manufacturing, and introduces the concepts of AI and Deep Learning, with a focus on pattern recognition in complex data. Specific applications of Deep Learning in quality control as well as the implementation of a Deep Learning model are detailed and discussed. The results show that Deep Learning is an innovative and effective method to enhance efficiency and accuracy in manufacturing, shedding light on both the benefits and challenges of this technology.