Im Rahmen der IPC APEX EXPO 2025 in Anaheim, Kalifornien wurde der Beitrag “Improving THT-AOI Image Classification through Federated Learning: A Study on Model Performance and Training Stability under Various Data Distributions” von Ben Rachinger, Nils Thielen, Sven Meier, Prof. Dr.-Ing. Jörg Franke und Prof. Dr.-Ing. Florian Risch mit dem NextGen Best Paper Award ausgezeichnet.

Die im Beitrag präsentierten Ergebnisse entstanden im Kontext des Forschungsprojekts ColEP – Kollaborative Nutzung von Daten in der Elektronikproduktion. Ziel des Projekts ist es, die Potenziale sowie informationstechnischen Lösungen zur gemeinsamen Nutzung von Prozess-, Qualitäts- und Metadaten zwischen Elektronikfertigern und Anlagenherstellern zu erforschen. Dabei steht die Nutzung von Daten mehrerer Unternehmen im Mittelpunkt, um ausgewählte KI-Anwendungsfälle umzusetzen – stets unter Berücksichtigung datenschutzrechtlicher Anforderungen.

In der ausgezeichneten Veröffentlichung wird ein kollaborativer Lernansatz auf Basis von Federated Learning mit dem klassischen lokalen Training von KI-Modellen verglichen. Der Fokus liegt auf der automatischen optischen Inspektion von Lötstellen (THT-AOI), wobei insbesondere untersucht wird, welchen Mehrwert kollaboratives Lernen im Hinblick auf die Zuverlässigkeit der Fehlererkennung und die Reduktion manueller Prüfaufwände bietet.

Kontakt:

Ben Rachinger, M.Sc.

Department Maschinenbau (MB)
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS, Prof. Franke)