P14 - Analyse industrieller Prozessdaten mit KI Agenten
- Event
- iCCC2026 - iCampus Cottbus Conference
2026-05-05 - 2026-05-07
Cottbus - Band
- Poster
- Chapter
- Condition Monitoring / Predictive Maintenance
- Author(s)
- K. Gehrke, S. Spiesecke, T. Bartel - FBH Ferdinand-Braun-Institut, Berlin
- Pages
- 173 - 174
- DOI
- 10.5162/iCCC2026/P14
- ISBN
- 978-3-910600-10-2
- Price
- free
Abstract
Wir zeigen, wie ein Large Language Model (LLM) allein durch Texteingaben komplexe Sensordaten einer EinzelwaferÄtzanlage analysiert. Das Modell identifiziert Prozessläufe, normalisiert Zeitverläufe und erkennt Abweichungen mittels ±3σ-Hüllkurven. Die Analyse basiert auf MES- und Trace-Daten und erfolgt vollständig ohne Programmierung durch den Nutzer. Das LLM liefert innerhalb von Minuten visuell aufbereitete Ergebnisse und markiert Ausreißer. Der Ansatz demonstriert das Potenzial agentischer LLMs für schnelle, skalierbare Analysen in industriellen Anwendungen.