Green Belt ML@Operations – Maschinelle Lernverfahren für spezifische Anwendungsfälle in Produktion und Qualität

Zielstellung und Zielgruppe

Aufgabe des Vorhabens Green Belt ML@Operations war die Entwicklung und prototypische Durchführung eines praxisnahen Qualifizierungskonzeptes zum Thema maschinelles Lernen in der Industrie. Diese Aufgabe wurde in Kooperation der Lehrstühle Maschinelles Lernen und Datenanalytik (MaD, Prof. Eskofier) und Ressourcen- und Energieeffiziente Produktionsmaschinen (REP, Prof. Hanenkamp) der Friedrich-Alexander-Universität Erlangen-Nürnberg durchgeführt. Als Zielgruppe wurden berufstätige Ingenieure aus dem Produktions- und Qualitätsumfeld sowie Studierende mit derartigen Studienschwerpunkten gesehen. Vorkenntnisse im Bereich maschinelles Lernen oder Programmierung wurden nicht vorausgesetzt.

Struktur der Qualifizierung

Es wurde hierfür ein modulares Schulungskonzept entwickelt, siehe folgende Abbildung. Im Rahmen eines Basismoduls wurden die nötigen Kenntnisse im Bereich der Programmierung und Grundkenntnisse im Bereich Datenanalyse vermittelt. An das Basismodul schließen sich vier spezifische Module an, welche je einen Teilbereich des maschinellen Lernens anhand von Problemstellungen aus der Industrie behandeln. Weiter erfolgt eine Aufteilung in zwei Stränge, welche jeweils die Themen Qualität bzw. Produktion fokussieren. Den Abschluss bildet die Durchführung und Vorstellung eines Abschlussprojektes durch die Schulungsteilnehmer. Die Präsenzzeit beträgt für die Teilnehmer insgesamt 11 Tage, aufgegliedert auf die fünf Module (2,5 / 2,5 / 2 / 2 / 2 Tage). Aus Teilnehmersicht erstreckt sich die Schulung über ca. 11 Monate. Während den Pausen zwischen Präsenzzeiten sollen die gelehrten Methoden anhand von realen Problemstellungen im Unternehmen durch die Teilnehmer eingeübt werden. Zur Durchführung wurde ein geeigneter Schulungsraum identifiziert und mit Bildschirmarbeitsplätzen mit der erforderlichen Hardware ausgestattet.

Erste Durchführung

Im Rahmen des Projektes erfolgte eine erste Durchführung der Schulung. Hierfür wurden Teilnehmer aus verschiedenen Industrieunternehmen sowie Studierende gewonnen. Insgesamt konnten 22 Teilnehmer aus zehn verschiedenen Firmen und Institutionen gewonnen werden. Hierbei handelte es sich um 16 Berufstätige sowie sechs Studierende. Fast alle Teilnehmer nahmen über die vollständige Schulungslaufzeit an der Qualifizierung teil. Zehn erstellten und präsentierten ein Abschlussprojekt. Entsprechend den definierten Lernzielen, sind die Teilnehmer nach erfolgreichem Abschluss der Qualifizierungsmaßnahme in der Lage, Methoden des Maschinellen Lernens im Rahmen der gelehrten Module selbstständig anzuwenden und entsprechende Potentiale zu beurteilen.

 

Förderkennzeichnen: 01IS17070 gefördert vom BMBF

Laufzeit: 01.11.2017 – 31.10.2019

Fördersumme: 520.000 Euro

Konsortium: FAU Erlangen-Nürnberg (Lehrstuhl für Ressourceneffiziente Produktionsmanschinen, Prof. Hanenkamp und Lehrstuhl für Maschinelles Lernen und Datenanalytik, Prof. Eskofier)

 

Ansprechpartner:

Matthias Mühlbauer, M. Sc.

Department Maschinenbau (MB)
Lehrstuhl für Ressourcen- und Energieeffiziente Produktionsmaschinen (REP)