Eine der größten Herausforderungen in der modernen Elektronikproduktion ist die steigende Komplexität von Fertigungsprozessen, insbesondere getrieben durch immer kleinere Dimensionen und zunehmende Funktionalitätsintegration. Zahlreiche Einflussparameter und deren Wechselwirkungen bestimmen die Produktqualität und werden durch konventionelle Methoden immer schwerer beherrschbar. Klassische Machine Learning-Ansätze, die auf reiner Mustererkennung und Korrelation basieren, stoßen hier an ihre Grenzen, wenn es um die Identifikation tatsächlicher Ursache-Wirkungs-Beziehungen geht. Causal Machine Learning (Causal ML) stellt hingegen einen ganzheitlichen Ansatz dar, der es ermöglicht, kausale Zusammenhänge präzise zu quantifizieren und gezielt zu beeinflussen.
Das Verbundvorhaben X|CausePro verfolgt das Ziel, durch die Kombination von Large Language Models (LLMs), kausalem maschinellen Lernen und einer eventbasierten Dateninfrastruktur die Einstiegsbarrieren für kausale Analysen in der Produktion abzubauen und gleichzeitig die Produktionseffizienz und -qualität zu steigern.
Dazu wird eine an den Anforderungen der Produktion orientierte Methodik entwickelt, die Domänenwissen durch LLMs automatisiert in Kausalgraphen integriert sowie formalisiert und so verteiltes Wissen zentralisiert sowie neue Kausalzusammenhänge aus Produktionsdaten extrahiert. Diese wird in ein auf die Fertigung optimiertes Causal ML-Framework eingebettet, das durch Low-Code-Lösungen und ein integriertes LLM-basiertes Assistenzsystem auch Domänenexperten ohne tiefgreifende ML-Kenntnisse die Anwendung ermöglicht.
Das dreijährige Projekt wird gemeinsam mit unseren Partnern Ancud IT-Beratung GmbH, PRÜFREX engineering e Motion GmbH & Co. KG, und der Schäffler AG sowie den assoziierten Partnern embedded ocean GmbH und Valeo Schalter und Sensoren GmbH durchgeführt. Durch die Kombination von Expertenwissen und datengetriebenen Methoden sollen signifikante Verbesserungen in Produktqualität und Prozesseffizienz erreicht werden, die den Unternehmen helfen, die Transformation hin zu kausal fundierten Entscheidungsprozessen in der Produktion zu bewältigen.
Weitere Informationen: http://: https://www.faps.fau.de/curforsch/xcausepro-expert…onics-production/