Fertigung & Industrie

Ja. Fehler sind stets selten, Gutteile reichlich vorhanden — deshalb formuliert Neuros die Aufgabe als Anomalieerkennung statt als Klassifikation. Das Modell lernt, wie ein Gutteil aussieht, und markiert Abweichungen. In den ersten Wochen werden Bedienerentscheidungen gesammelt, das Modell wird daran stärker, und sobald genug Beispiele vorliegen, folgt die Klassifikation der Fehlerarten.

Nein. Neuros baut Produktionssysteme so, dass sie im Werk laufen: Modell, Datenbank und Bedienoberfläche liegen auf einem Edge-Server an der Linie. Die Außenverbindung dient nur Reporting und Modell-Updates; fällt sie aus, bleibt der lokale Betrieb unberührt, und die gesammelten Datensätze werden nach Rückkehr mit dem Zentralsystem synchronisiert.

Mindestens zwei Quellen: Signale der Maschine (Vibration, Temperatur, Strom, Taktzeit) und eine Störungshistorie. Letztere fehlt in den meisten Werken — Wartung wurde auf Papier notiert. Neuros strukturiert deshalb zuerst das Störungsprotokoll: Mit Signal, aber ohne gelabelte Störungen kann ein Modell nicht lernen, wann es warnen soll.