Die genaue Untersuchung metallischer Gefüge ist ein essenzieller Bestandteil der Qualitätssicherung in der Luft- und Raumfahrt sowie in der Automobilindustrie. Effizienzsteigerungen in der Metallographie ermöglichen eine beschleunigte Qualitätsprüfung, eine Reduktion der Produktionskosten und eine schnellere Reaktion auf Fehlproduktionen, so dass frühzeitig korrigierende Maßnahmen eingeleitet werden können.
Bisher erfolgt die mikroskopische Materialcharakterisierung durch Expert:innen, doch dieser Prozess ist zeitaufwendig, erfordert hohes Fachwissen und führt nicht immer zu identischen Ergebnissen. Ein besonders komplexes Verfahren, das in der Aluminiumindustrie weit verbreitet ist, ist die PoDFA (Porous Disc Filtration Analysis)-Auswertung: Diese Analyse liefert umfassende Informationen über Schmelzqualität und Verunreinigungen, kann aber Fachkräfte bis zu einem halben Tag in Anspruch nehmen. Gleichzeitig gibt es immer weniger Expert:innen auf diesem Gebiet, was die Industrie vor große Herausforderungen stellt.
Das AIT Leichtmetallkompetenzzentrum Ranshofen hat gemeinsam mit Industriepartnern eine innovative KI-Lösung zur automatisierten Bildsegmentierung entwickelt, die diese Analyseprozesse erheblich beschleunigt. Die bereits in der Produktion eingesetzte Anwendung ermöglicht eine präzise Korndetektion, Phasenaus-wertung und weitere wichtige Analysen in der Materialprüfung. Das System integriert sich nahtlos in bestehende Workflows und ist speziell für Produktionsumgebungen optimiert. Das Herzstück der Technologie bildet ein KI-Modell, das bereits mit nur 50 annotierten Bildern exzellente Ergebnisse liefert.
Die wirtschaftlichen Vorteile dieser Lösung sind vielfältig: Sie senkt die Kosten für Produktion und Materialanalyse, mildert den Fachkräftemangel, erhöht die Produktqualität durch objektive Ergebnisse und ermöglicht eine effizientere, automatisierte Metallanalyse direkt in der Produktion. Darüber hinaus unterstützt sie Arbeitskräfte in der Qualitätsprüfung und fördert die Kreislaufwirtschaft, indem sie schnelle Aussagen zur Schmelzequalität erlaubt. Die Technologie hat außerdem akademische Bedeutung, da sie zur Weiterentwicklung der automatischen Bildverarbeitung beiträgt und Mitarbeitende in diesem Bereich weiterqualifiziert.
Die Entwicklung erfolgte sowohl in kofinanzierter Forschung (etwa im vom Land Oberösterreich geförderten Projekt Data-T-Rex) als auch in Auftragsforschung, die mit Industriepartnern wie Hammerer Aluminium Industries auf spezifische Kundenanforderungen zugeschnitten wurde. Die positiven Rückmeldungen von Nutzer:- innen bestätigen eine hohe Praxistauglichkeit.
Derzeit wird die Methode in weiteren Auftragsprojekten weiterentwickelt und für zusätzliche Anwendungsfälle adaptiert. Der nächste strategische Schritt besteht darin, eine Partnerschaft aufzubauen, um die Software und die Bedienoberfläche weiter zu professionalisieren und die Technologie breiter in der Industrie zu etablieren.
