Praxisbeispiel: Innovation Lebensdauerprognose für hochzuverlässige Elektronik mittels Machine Learning

Ein Gastbeitrag von Jonas Hepp

Aus dem Programm des Technologie-Transferkongresses 2023

Moderne Autos werden immer autonomer und enthalten dazu eine Vielzahl an elektronischen Baugruppen, wie z.B. Sensoren oder Steuergeräten. Unter widrigsten Einsatzbedingungen wie Kälte, Schnee, Regen oder Hitze muss in den Automobilen jahrelang sichergestellt werden, dass uns beispielsweise LED-Scheinwerfer oder Sensoren für das autonome Fahren sicher ans Ziel bringen. Für die Zuverlässigkeit von elektronischen Baugruppen sind vor allem Lötverbindungen essenziell, da sie die Komponenten sowohl mechanisch als auch elektrisch verbinden. Dementsprechend sind sie thermo-mechanischen Belastungen ausgesetzt, die zu einem Versagen von Lötverbindungen und damit auch der elektronischen Baugruppe führen können.

In dem Forschungsvorhaben MaWis-KI untersucht und erforscht XITASO zusammen mit den Projektpartner neuartige KI- und Deep-Learning-Ansätze, die bereits früh im Entwicklungsprozess von elektrischen Baugruppen effizient Lotmaterialien auf ihre Einsatzfähigkeit für den Anwendungsfall hin beurteilen können, um damit hochzuverlässige elektronische Baugruppen mit geringem Zeit- und Kostenaufwand entwickeln zu können.

Eine besondere Herausforderung hierbei ist die geringe Menge der zur Verfügung stehenden Daten. Im Gegensatz zu anderen Aufgaben, bei denen Deep-Learning-Ansätze mittlerweile weit verbreitet sind, wie z.B. der allgemeinen Bildklassifikation ist das Generieren von Trainingsdaten in den Materialwissenschaften sehr aufwändig und kostspielig. Daher müssen Methoden zum Einsatz kommen, die den Lernprozess gezielt lenken, um so mit der geringen Datenmenge umgehen zu können.

Aus dem Programm des Technologie-Transferkongresses 2023

Moderne Autos werden immer autonomer und enthalten dazu eine Vielzahl an elektronischen Baugruppen, wie z.B. Sensoren oder Steuergeräten. Unter widrigsten Einsatzbedingungen wie Kälte, Schnee, Regen oder Hitze muss in den Automobilen jahrelang sichergestellt werden, dass uns beispielsweise LED-Scheinwerfer oder Sensoren für das autonome Fahren sicher ans Ziel bringen. Für die Zuverlässigkeit von elektronischen Baugruppen sind vor allem Lötverbindungen essenziell, da sie die Komponenten sowohl mechanisch als auch elektrisch verbinden. Dementsprechend sind sie thermo-mechanischen Belastungen ausgesetzt, die zu einem Versagen von Lötverbindungen und damit auch der elektronischen Baugruppe führen können.

In dem Forschungsvorhaben MaWis-KI untersucht und erforscht XITASO zusammen mit den Projektpartner neuartige KI- und Deep-Learning-Ansätze, die bereits früh im Entwicklungsprozess von elektrischen Baugruppen effizient Lotmaterialien auf ihre Einsatzfähigkeit für den Anwendungsfall hin beurteilen können, um damit hochzuverlässige elektronische Baugruppen mit geringem Zeit- und Kostenaufwand entwickeln zu können.

Eine besondere Herausforderung hierbei ist die geringe Menge der zur Verfügung stehenden Daten. Im Gegensatz zu anderen Aufgaben, bei denen Deep-Learning-Ansätze mittlerweile weit verbreitet sind, wie z.B. der allgemeinen Bildklassifikation ist das Generieren von Trainingsdaten in den Materialwissenschaften sehr aufwändig und kostspielig. Daher müssen Methoden zum Einsatz kommen, die den Lernprozess gezielt lenken, um so mit der geringen Datenmenge umgehen zu können.

Zur Website des Unternehmens XITASO

Kontakt

XITASO GmbH

Praxisbeispiele Diese Unternehmen zeigen wie es geht

Praxisbeispiel: Innovation Serielles Sanieren – ein schneller Weg zur Wärmepumpe

Die smart cube 360 GmbH produziert kompakte Heiz- und Lüftungssysteme für Gebäude, rein auf der Basis von erneuerbaren Energien. ... mehr
Mehr lesen

Praxisbeispiel: Einstieg in Zukunftstechnologien Digitaler Kundendienstprozess bei PFISTER WAAGEN

Die Pfister Waagen Bilanciai GmbH in Affing-Mühlhausen digitalisiert vollumfänglich seinen gesamten Kundendienstprozess. susietec® löst mit Workforce nun das seit zehn Jahren bestehende Windows-basierte Kundendienstmodul ab. Durch Ludwig Pfister 1894 als Waagenbetrieb mit mechanischen ... mehr
Mehr lesen

Praxisbeispiel: Künstliche Intelligenz EBQuoPro – Prozessanalyse und KI-gestützte Prüfstrategie für elektronische Baugruppen

Die Vorhersage der Produktqualität bietet der Industrie enormes Potenzial, indem sie Risiken durch das Produktdesign vor der Serienproduktion aufdeckt und Unternehmen ermöglicht, rechtzeitig Maßnahmen zur Qualitätsverbesserung zu ergreifen. Jedoch wird dieses Verfahren aufgrund von Fachkräftemangel, Prognosekomplexität und intransparenten Methoden noch selten angewendet. EBQuoPro ermöglicht mithilfe von Künstlicher Intelligenz verständliche und nachvollziehbare Prognosen. ... mehr
Mehr lesen

Aus unserem Themenspektrum Innovation Das könnte Sie auch interessieren

A³ Atlanten für mehr Wissenstransfer Artikel für unsere A³ Atlanten einreichen

Schicken Sie uns bitte Ihr Angebot, Praxisbeispiel oder Expertenvorstellung. Um Ihnen die Bearbeitung möglichst leicht zu machen, haben wir hier ein Formular angelegt, welchen von Ihrer Seite laufend PRO Angebot befüllt werden kann.
Mehr lesen

Innovationsangebote finden Innovationsatlas A³

Wir möchten Sie bei Ihren Innovationsaktivitäten mit den vielfältigen regionalen Kompetenzen aus dem Bereich Technologietransfer unterstützen.  Hier finden Sie laufend neue  Innovationsangebote und Expertisebeschreibungen verschiedener Forschungseinrichtungen und Innovationsförderer aus A³ ... mehr
Mehr lesen

Innovation in A³ Mediengallerie Innovation und Technologietransfer

Innovation und Technologietransfer hat viele Gesichter. Unternehmen, Hochschulen, Forschungseinrichtungen und Netzwerke bilden eine dynamische Community in der Region. Ein paar der Gesichter finden Sie hier. In der Mediathek finden Sie Fotos und Videos zu unseren Veranstaltungen und Aktivitäten ... mehr
Mehr lesen

Future Skills in A³ Zukunftsthemen, Trends und Technologien

Der Wirtschaftsraum Augsburg steckt voller innovativer Ideen, Technologien, Kompetenzträger und Potenziale, die die Zukunft besser machen. Unternehmen und Forschungspartner am Standort arbeiten an Themen, die die Wettbewerbsfähigkeit in Zeiten der Transformation sichern.
Mehr lesen

INNOVATION IN A³ Innovation Hub A³ – Bestens vernetzt

Der Wirtschaftsraum Augburg zeichnet sich durch eine hohe Dichte an Innovationsförderern aus Wissenschaft, angewandter Forschung, Clustern und Netzwerken sowie TechnologieberaterInnen und Wirtschaftsförderern aus. Im Innovation Hub A³ agieren diese Player als intelligentes regionales ... mehr
Mehr lesen

Innovation in A³ Praxisbeispiele, die überzeugen

Überzeugen Sie sich von den Good-Practice Beispielen aus der Region A³ – Sie werden überrascht sein, was die Unternehmen heute bereits leisten.
Mehr lesen

Innovation erleben Technologietransfer-Kongress

Der Technologietransfer-Kongress in Augsburg ist eine wichtige Plattform für den Austausch zwischen Wissenschaft und Wirtschaft. Auch 2025 trafen sich wieder mehr als 200 Teilnehmende, um über zukunftsweisende Themen zu diskutieren und gemeinsam Forschungsprojekte zu initiieren.
Mehr lesen

Innovation in A³ Bioökonomie

Neue Werkstoffe sind eine Kernkompetenz von Forschung und Unternehmen im Wirtschaftsraum Augsburg. Innovative Unternehmen und  Forschungseinrichtungen der Region arbeiten daran, aus biogenen Rohstoffen  Zukunftsmaterialien herzustellen. Von biobasierten Kunststoffen und Composite-Werkstoffen ... mehr
Mehr lesen

Engagement für Innovation am Wirtschaftsstandort A³ Innovation Circle A³

Augsburg und der umgebende Wirtschaftsraum stellen nach wie vor einen der wichtigsten Produktions- und Industriestandorte im süddeutschen Raum dar. Für den Wohlstand und die Wettbewerbsfähigkeit der Region A³ ist der Erfolg der Unternehmen am Standort essenziell. In Zeiten der Transformation ... mehr
Mehr lesen

INNOVATION IN A³ Heute entwickeln, was morgen zählt.

Keiner weiß, was die Zukunft genau bringt. Und trotzdem haben wir in der Region A3 ein sehr konkretes Bild von ihr. Open Innovation ist bei uns der Motor für Wachstum und Wohlstand. Wir schauen voraus und arbeiten gemeinsam mit Unternehmern und Wissenschaft aktiv an den großen Zukunftsthemen, an ... mehr
Mehr lesen

SONDERFÖRDERUNG TRANSFORMATIONSPROZESSE Förderprojekt 2024–2027: TransInnoHub A³

Wir setzen aktuell das im Rahmen der Förderrichtlinie Landesentwicklung Regionalmanagement / Sonderförderung Transformationsprozesse geförderte Projekt TransInnoHub A³ um. Oberziel ist die Transformation zu einer Innovationsregion mit neuen Technologien, die das Potenzial besitzen, wegbrechende ... mehr
Mehr lesen

Nachhaltiges Wirtschaften in A³ Werte schöpfen durch nachhaltiges Wirtschaften.

Während viele noch über nachhaltiges Wirtschaften und Corporate Social Responsibility (CSR) sprechen, übernehmen Unternehmen aus A³ bereits Verantwortung. CSR umfasst soziale, ökologische und ökonomische Aspekte. Wir tragen diese in die Region A³ hinein und sensibilisieren Unternehmen ... mehr
Mehr lesen