Das Forschungsprojekt KIOS verfolgte das Ziel, ein Erkennungssystem für Oberflächenfehler von Blankstahlprodukten unter Nutzung moderner KI-Methoden zu entwickeln. Dabei sollen umfangreiche Bilderserien von Blankstahlmaterialien gesichtet und als Basis zur Entwicklung eines Machine-Learning-Modells genutzt werden. Parallel dazu sollte untersucht werden, inwieweit ein Generative Adversarial Networks (GAN) genutzt werden kann, um synthetische Daten zu erzeugen. So ließe sich der Datenbestand, der vor allem durch Bilder ohne Oberflächenfehler dominiert wird, ausbalancieren.

Im FuE-Projekt KIOS zeigte sich, dass es prinzipiell möglich ist, Bildmaterial mit echt wirkenden Oberflächenfehlern zu erzeugen. Es entstand eine Lösung, die eine automatische Qualitätsentscheidung treffen und ausgewählte Oberflächenfehler auf Blankstahlprodukten detektieren kann. Zudem wurde eine Software entwickelt, die potenzielle Anwender bei der Integration der ML-Modelle unterstützt und diese auf Fertigungsspezifische Anforderungen adaptieren kann. Die Ergebnisse des FuE-Projektes KIOS sind sehr vielversprechend. Das Projektkonsortium aus GMT mbH und GFaI wird deshalb auch nach Projektende an der Lösung weiterentwickeln und strebt den Transfer zu einem industrietauglichen Produkt an.