Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft

Bericht zur GQW-Jahrestagung 2018 in Nürnberg
1. Auflage 2020
ISBN: 978-3-662-60691-9
Verlag: Springer

Buch, Deutsch, 236 Seiten, Format (B × H): 173 mm x 246 mm, Gewicht: 592 g

Die Gesellschaft für Qualitätswissenschaft e.V. GQW hat sich seit ihrer Gründung im Dezember 1994 dem Ziel verschrieben, die Qualitätswissenschaft in Lehre und Forschung zu fördern und den Wissenstransfer in die industrielle Anwendung zu unterstützen. Seit 1998 werden hierzu im Rahmen von Jahrestagungen Forschungs- und Entwicklungsergebnisse vorgestellt, die für die Qualitätswissenschaft aktuelle und relevante Themen aufgreifen. 

Die Jahrestagung 2018 der GQW fand unter der Leitung von Prof. Dr.-Ing. Robert H. Schmitt parallel zum DGQ-Qualitätstag auf der Nürnberger Messe statt. Der Themenschwerpunkt fokussierte auf das Potenzial der Methoden der Künstlichen Intelligenz für die Qualitätswissenschaft sowie daran angeknüpfter Themen mit Blick auf die voranschreitende Digitalisierung und Vernetzung in produzierenden Unternehmen. Es eröffnen sich u.a. Potenziale im Bereich der kontextbezogenen Extraktion von Daten zur Gestaltung intelligenter Assistenzsysteme und Infrastrukturen zur Unterstützung des modernen Qualitätsmanagements in Unternehmen.

Zielgruppe

Research

Autoren/Hrsg.

Schmitt, Robert H.

Schmitt, Robert

Fachgebiete

• Technische Wissenschaften Maschinenbau | Werkstoffkunde Produktionstechnik
• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Maschinelles Lernen

Über Autor(innen)

Prof. Dr.-Ing. Robert Schmitt wechselte nach Studium an der RWTH Aachen und Promotion am Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement 1997 zur MAN Nutzfahrzeuge AG in München, wo er leitende Positionen im Qualitätswesen und in der Montage innehatte. Zum 1. Juli 2004 wurde er als Professor an die RWTH Aachen berufen. Er ist als Inhaber des Lehrstuhls für Fertigungsmesstechnik und Qualitätsmanagement Mitglied des Direktoriums des Werkzeugmaschinenlabor WZL und des Fraunhofer Instituts für Produktionstechnologie IPT.