Von Daten zu Erkenntnissen: KI in Materialentwicklung & QA/QC

Wie lassen sich Daten aus Entwicklungsprojekten und Testergebnissen nutzen, um fundierte Entscheidungen in der Produktentwicklung zu treffen? In diesem Webinar betrachten wir, wie Machine-Learning-Modelle helfen können, Zusammenhänge zwischen Materialzusammensetzung und Testergebnissen zu identifizieren.

Anhand konkreter Beispiele zeigen wir:

• Wie Modelle trainiert werden, um Vorhersagen zur Wirkung von Änderungen in der Materialzusammensetzung auf Endprodukteigenschaften (z. B. Viskosität) zu treffen.
• Wie Zielvorgaben für bestimmte Testergebnisse genutzt werden können, um Empfehlungen für Rezepturanpassungen zu generieren.

Ziel ist es, ein besseres Verständnis für die Potenziale datengetriebener Analysen zu vermitteln und zu zeigen, wie diese Ansätze komplexe Entscheidungen in Forschung, Entwicklung und Qualitätssicherung unterstützen können.Moderation: Charles JouaniqueCharles Jouanique ist seit mehr als 13 Jahren in der Industrie tätig. Neben der Entwicklung neuer digitaler Geschäftsmodelle ist er auch Unternehmer und mehrfacher Business Angel für Startups. Er ist Co-Founder und verantwortet den Bereich Sales & Marketing von LabV, einem Software-Unternehmen der NETZSCH-Gruppe.