Warum 99 % Genauigkeit eine Gießerei-KI täuschen kann
Kurzantwort: Ein KI-Modell in der Gießerei kann 99 % Genauigkeit melden und trotzdem jeden seltenen Fehler übersehen. Wenn nur eines von hundert Gussteilen fehlerhaft ist, erreicht ein Modell, das jeden Zyklus als „gut“ einstuft, 99 % Genauigkeit – aber einen Fehler-Recall von null. Das ist ein modelliertes Rechenbeispiel, kein Kundenergebnis. Fragen Sie, welche Fehler erkannt und übersehen werden und was jede Fehlentscheidung kostet.
Warum Gesamtgenauigkeit falsche Sicherheit erzeugt
Qualitätsdaten aus Gießereien sind meist unausgewogen: Gutteile dominieren, einzelne Fehlerarten sind selten. Eine einzige Genauigkeitszahl lässt die große Gutklasse entscheidende Ausfälle verdecken.
Nehmen wir 10.000 modellierte Produktionszyklen mit 100 fehlerhaften Gussteilen. Ein Modell, das jeden Zyklus als gut einstuft, liefert 9.900 richtige Vorhersagen und 99 % Genauigkeit, erkennt aber keinen Fehler. Die Kennzahl ist rechnerisch korrekt und betrieblich wertlos.
Forschung zur Erkennung von Gussoberflächenfehlern und zur Erkennung unausgewogener Gussfehler berichtet deshalb Precision, Recall und klassenbezogene Maße zusätzlich zur Genauigkeit.
Die Konfusionsmatrix in Gießereientscheidungen übersetzen
Richtig positiv: Ein fehlerhaftes Gussteil wird korrekt zur Prüfung oder Sperrung gehalten.
Falsch negativ: Ein fehlerhaftes Gussteil wird als gut freigegeben – das Schlupfrisiko.
Falsch positiv: Ein gutes Gussteil wird unnötig gesperrt oder verworfen.
Richtig negativ: Ein gutes Gussteil wird korrekt freigegeben.
Der Schwellenwert bewegt falsch negative und falsch positive Fälle in entgegengesetzte Richtungen. Einen universellen Wert gibt es nicht. Leckpfad, kosmetische Markierung und Bearbeitungszugabe haben unterschiedliche Folgen.
Die Mindest-Scorecard
Recall je Fehlerart
Recall fragt, wie viele tatsächliche Fehler erkannt werden. Porosität, Kaltlauf, unvollständige Füllung, Riss oder Oxideinschluss sollten für jedes zuverlässig messbare Label separat berichtet werden.
Precision und Bedienerlast
Precision fragt, wie viele Alarme echte Fehler sind. Geringe Precision erzeugt Alarmmüdigkeit und unnötige Sperren. Eine Studie zur Rissvorhersage beim Stranggießen erläutert, warum Precision–Recall-Analysen bei starkem Ungleichgewicht aussagekräftiger als ROC-Kurven sind und Fehlerkosten den Schwellenwert bestimmen sollten.
Precision–Recall-Kurven
Ein einzelner Schwellenwert verbirgt den Zielkonflikt. Die Kurve zeigt, wie sich die Alarmqualität mit steigender Empfindlichkeit verändert. Average Precision kann zusammenfassen; den Betriebspunkt legt trotzdem eine technische Entscheidung fest.
Raten in Produktionseinheiten
Übersetzen Sie Metriken in Fehlalarme je 1.000 Zyklen, übersehene Fehler je Prüflos oder gesperrte Teile je Schicht. Bis zur Verifikation unter realer Produktionshäufigkeit sind das modellierte Projektionen.
Kalibrierung und Unsicherheit
Ein Wert von 0,8 bedeutet nicht automatisch 80 % Wahrscheinlichkeit, solange die Kalibrierung nicht geprüft wurde. Bei geringer Sicherheit sollte sich das System enthalten und den Fall an Bediener oder Zusatzprüfung verweisen.
Ein sechsstufiges Validierungstor
Etikettiersystem prüfen. Wiederholbarkeit und Fehlerdefinitionen zuerst klären; nutzen Sie das Messsystemtor für Gussqualitätslabels.
Produktionsprävalenz erhalten. Rebalancing kann das Training unterstützen; der Endtest muss die Linie abbilden.
Nach Produktionsgrenzen aufteilen. Spätere Zeiträume, Werkzeuge, Kavitäten, Legierungen oder Produktfamilien zurückhalten. Das mindert Datenleckage.
Jeden Fehler separat berichten. Konfusionsmatrix, Recall, Precision und Anzahl positiver Testfälle angeben.
Schwellenwerte aus Folgen ableiten. Risiko oder Kosten von Schlupf, Fehlalarm und Enthaltung dokumentieren.
Schattenbetrieb durchführen. Das Modell berät, ohne die Disposition zu steuern. Alarme vor dem Betriebseinsatz mit bestätigten Ergebnissen vergleichen.
Dies entspricht dem NIST AI Risk Management Framework: im Kontext bewerten, Grenzen dokumentieren und Domänenfachleute einbinden.
Evidenzgrenzen
Bildbasierte Oberflächenprüfung und Risikoprognose aus Prozessdaten sind nicht austauschbar. Gute Ergebnisse für eine Legierung, Maschine, Form oder Beleuchtung belegen keine Übertragbarkeit. Datenaugmentation erzeugt keine fehlende Prozessphysik und korrigiert keine unzuverlässigen Labels.
Die Studie von 2026 zur generativen Anomalieerkennung auf Gussoberflächen bewertet Precision, Recall und F1, weil übersehene Fehler und Fehlalarme zählen. Die richtige Haltung ist, mehrere entscheidungsrelevante Maße zu verwenden und Testgrenzen offenzulegen.
Wo Castella ansetzt
Castella kann die Bewertung um Produktionsentscheidungen statt um eine Schlagzeile zur Genauigkeit strukturieren: Klassenprävalenz, fehlerbezogene Konfusionsmatrizen, Schwellenwertszenarien, Zeit-/Werkzeug-/Kavitäts-Holdouts, Unsicherheit und Rückverfolgbarkeit lassen sich gemeinsam prüfen. Ziel ist Entscheidungsunterstützung, keine automatische Autorität. Prüfplan und Freigabe bleiben bei den Ingenieuren.
Danach kann die nächste Frage mit Versuchsplanung und Parameterwechselwirkungen getestet oder mit der HPDC- und LPDC-Prozessoptimierung verbunden werden.
Häufig gestellte Fragen
Ist Genauigkeit in der Gießerei nutzlos?
Nein. Bei ähnlichen Klassen und Fehlerkosten kann sie ergänzen. Für seltene Fehler reicht sie allein nicht.
Sollte Recall immer maximiert werden?
Nicht blind. Sehr hoher Recall kann untragbare Fehlalarme erzeugen. Sicherheit, Qualität, Prüfkapazität und Kosten legen den Betriebspunkt fest.
Löst Oversampling das Klassenungleichgewicht?
Es kann das Lernen unterstützen, ändert aber nicht die reale Prävalenz. Validieren Sie mit produktionsähnlicher Verteilung und unberührtem Holdout.
Wann sollte der Schwellenwert geprüft werden?
Nach Änderungen an Material, Form, Maschine, Sensorik oder Prüfung sowie bei Drift von Prävalenz oder Kalibrierung.
Kommentare