Nach einer Videobotschaft von Ministerin Mona Neubaur starten wir mit den drei Landräten Klaus Grootens, Sebastian Schuster und Arne von Boetticher in den Tag. Danach freuen Christian Kohls und Caroline Schulte-Bisping, die Dekanin der TH Köln Irma Lindt in ihrem neuen Amt begrüßen zu dürfen, und sie mit den Traditionen der DigitalXchange vertraut zu machen. Kommt vorbei und tankt reichlich InnoHub-Spirit für einen erfolgreichen Tag auf der DigitalXchange!

Wir werden in den nächsten zehn Jahren sehr stark mit dem Aufkommen von künstlicher Intelligenz konfrontiert werden.

Sie wird viele Bereiche unseres Lebens fundamental verändern. Dabei stellt sich die Frage, inwieweit wir diesen neuen intelligenten Systemen vertrauen können. Wieviel Verantwortung geben wir ab? Manche Bereiche des Deep-Learning sind ungeheuer leistungsfähig. Bei der Auswertung von Röntgenbildern oder dem Erkennen von Verkehrsschildern übertreffen die neuronalen Netze bereits heute den Menschen. Moderne Systeme können bei der Vergabe von Bankkrediten besser urteilen als Menschen es tun. Die Folge: Der Algorithmus entscheidet. Und plötzlich hören sie: Sie bekommen den Kredit nicht – aber man kann Ihnen nicht mehr sagen warum, weil der Algorithmus so komplex ist.

Damit würden wir den Übergang erleben von der Kausalität hin zur Korrelation. Es funktioniert, doch auf die Frage des Warums gibt es keine klare Antwort mehr. Das wäre in Bruch mit den Prinzipien der Aufklärung. Wir brauchen dringend eine breite gesellschaftliche Debatte, denn es geht um unsere Rolle. Mensch und Computer – wer programmiert wen? FIRST COME FIRST SERVE: Der Raum hat begrenzte Plätze, ein Einlass ist nicht garantiert.

Die Gießereiindustrie steht unter massivem Transformationsdruck, ihre energieintensiven Prozesse im Sinne der „Grünen Transformation“ zu dekarbonisieren. Ein wesentlicher Hebel zur Emissionsminderung liegt in der signifikanten Reduktion der qualitätsbedingten Mehrproduktion. Hierfür ist eine präzise digitale Prozesssteuerung zur frühzeitigen Vermeidung von Ausschuss unabdingbar. Dieser Beitrag widmet sich der methodischen Herleitung einer konzeptionellen Architektur für die mehrstufige Qualitätsvorhersage (Multi-Stage Quality Prediction, MSQP) am Beispiel des horizontalen Schleudergussverfahrens hochlegierter Edelstahlrohre bei der Firma Schmidt + Clemens.

Trotz fortschreitender Digitalisierung wird die Qualitätsvorhersage in der aktuellen Literatur zumeist als isoliertes „Black-Box“-Problem betrachtet, welches die prozesstechnischen Besonderheiten der thermischen Verfahrenstechnik vernachlässigt. Basierend auf einer umfassenden Literaturrecherche und einer domänenspezifischen Anforderungsanalyse identifiziert diese Arbeit vier zentrale systemtheoretische Herausforderungen, welche die Implementierung robuster KI-Modelle im Gießereikontext erschweren: (1) Die Irreversibilität der kumulativen Fehlerfortpflanzung über mehrere Prozessstufen hinweg, (2) die teilweise Beobachtbarkeit latenter Zustände während der Erstarrungsphase, (3) die stufenabhängige Limitation von Regelungseingriffen sowie (4) das prozessbedingt verzögerte Qualitätsfeedback (Delayed Labels), welches erst nach Abschluss der finalen Bearbeitungsschritte vorliegt.

Im Rahmen des Beitrags wird aufgezeigt, wie diese physikalischen und systemtheoretischen Constraints methodisch in ein logisches Systemdesign integriert werden können. Anstatt rein datengetriebene Korrelationen zu nutzen, wird ein Framework skizziert, das die „Cross-Stage Interactions“ der Phasen Schmelze, Guss und Erstarrung explizit berücksichtigt.