Autor: Kai Scherer

Innovationslabor Digitalisierung

Innovationslabor Digitalisierung

Produktentwicklung mittels Design Thinking im Makerspace
Michael Mattern, Sebastian Bast ORCID Icon, Kai Scherer ORCID Icon, Klaus-Uwe Gollmer ORCID Icon, Michael Wahl
Makerspaces fördern Kreativität, kollaboratives Arbeiten und handwerkliches Können. Interessierte können dort Werkzeuge, Maschinen und Technologien nutzen, um eigene Projekte zu realisieren und dabei ihre technischen Fähigkeiten weiterzuentwickeln. Zudem bieten sie eine inspirierende Umgebung, in der Menschen mit verschiedenen Hintergründen und Fachkenntnissen zusammenkommen, um zu lernen, zu experimentieren und sich gegenseitig zu unterstützen. Im folgenden Artikel wird auf die Bedeutung, die Eigenschaften und die Ausstattung von Makerspaces eingegangen, insbesondere dem Innovationslabor Digitalisierung, welches an der Hochschule Trier interdisziplinäres Arbeiten fördert und als Schnittstelle zu den Fachlaboren dient. Zudem wird der Prozess des Prototypenbaus anhand mehrerer Anwendungsbeispiele beschrieben.
Industrie 4.0 Management | 39. Jahrgang | 2023 | Ausgabe 6 | Seite 61-65 | DOI 10.30844/IM_23-6_61-65
Nachhaltige und intelligente additive Fertigung

Nachhaltige und intelligente additive Fertigung

Frühzeitige Erkennung von Produktionsfehlern im 3D-Druck durch Künstliche Intelligenz
Kai Scherer ORCID Icon, Sebastian Bast ORCID Icon, Julien Murach, Stephan Didas, Guido Dartmann, Michael Wahl
Die additive Fertigung ist eine zunehmend an Bedeutung gewinnende Fertigungstechnologie mit einem großen wirtschaftlichen Potenzial. Ihre Beliebtheit geht jedoch mit hohen Material- und Zeitverlusten einher, da fehlerbehaftete Werkstücke in vielen Fällen erst sehr spät im Fertigungsprozess erkannt werden. Ein Lösungsansatz für eine nachhaltigere und effizientere Produktion ist das automatisierte und frühzeitige Erkennen von Fertigungsfehlern mit Verfahren der Künstlichen Intelligenz. Dieser Beitrag beschreibt die Digitalisierung des Fehlererkennungsprozesses im 3D-Druck mithilfe eines bildbasierten, lernenden Systems. Dabei wird neben den einzelnen Arbeitsschritten zur automatisierten Fehlererkennung auch auf die Leistung des Systems eingegangen.
Industrie 4.0 Management | 39. Jahrgang | 2023 | Ausgabe 2 | Seite 56-59 | DOI 10.30844/IM_23-2_56-59