Lukas Wehinger

Machine Learning (ML) gilt als Hoffnungsträger für die Automatisierung von Qualitätskontrollen in der Produktion, und das auch bei komplexen Anforderungen. Allerdings erfordern ML-Ansätze genügend große Datensätze, um das System zu trainieren, die häufig nicht zur Verfügung stehen. Die ML-Toolkette DEEP (Data Efficient Evaluation Platform) des Fraunhofer IKS schafft hier Abhilfe.

Von der medizinischen Diagnose bis hin zur Qualitätskontrolle: Visuelle Information wird häufig für wichtige Entscheidungen herangezogen. Eine Automatisierung dieser Entscheidungen kann Fachleute entlasten und Fehler vermeiden. Dafür sind komplexe KI-Systeme notwendig, für deren Entwicklung große Datenmengen benötigt werden und die in der Regel keine zuverlässigen Aussagen treffen können. FAST versucht, eine Antwort auf diese Probleme bereitzustellen: ein Framework, um zuverlässige KI-Systeme mit wenig Ausgangsdaten zu entwickeln.