Fallstudien/Causal AI Case-Study
Ursachenanalyse für Produktionsausfälle.
Industrie · 2024
Herausforderung
Herkömmliche, korrelationsbasierte Methoden verwechseln häufig Symptome mit den tatsächlichen Ursachen von Prozessfehlern. Neue Fehlerbilder wurden oft falsch diagnostiziert, und den Modellen fehlte das Vertrauen der Fachexpertinnen und -experten.
Lösung
Ein kausaler Graph wurde gemeinsam mit Domänenexperten definiert und mit Algorithmen wie der PC-Methode laufend verfeinert. Das kausale Modell wird anhand erkannter Anomalien trainiert und führt für jeden Fehler eine Ursachenanalyse durch, die den Beitrag einzelner Prozessschritte quantifiziert.
Wirkung
Weniger Stillstandzeiten durch Produktionsfehler und eine deutliche Verbesserung der Gesamtanlageneffektivität (OEE).