01
Eine Zahl treffen, bevor sie sich bewegt.
JUMO baut Platin Temperatursensoren. Jeder muss einen exakten Widerstand treffen.
02
Der Laser stellt zu früh ein.
Siebdruck und Selektion verschieben den Widerstand danach. Die Korrektur muss das vorhersehen.
03
47.115 Substrate. 2.737 bewertete Aufträge.
Acht Dateien, die Stufe für Stufe schrumpfen. Ein blinder Merge hätte gelogen.
04
Jede Lücke hatte einen Grund.
294 Substrate zerbrachen vor dem Sputtern. Über 8.000 hatten keinen Auftrag. Eine ID lautete 9,22E+18.
05
Welche Korrektur?
Manche Sensoren werden zweimal getrimmt. Das Ziel ist die letzte Korrektur im Reinraum: NCTr.
06
R² 0,987. Nicht ausgeliefert.
Der erste Lauf glänzte, aber auf dem falschen Ziel. Wir sind zurückgegangen.
07
5× weniger Fehler.
RMSE 0,1044 → 0,0202. 99,63 % innerhalb von ±0,1.
08
73 Sensortypen → 12 Gruppen.
Ein Parser liest Typ, Geometrie und Widerstand direkt aus der Teilenummer.
09
Jede Antwort ist nachvollziehbar.
Modellversion, KI Kennzeichnung und Eingaben werden mit jeder Empfehlung gespeichert. Der Bediener entscheidet.
10
Mein Teil.
Problemstellung, Quelleninventar, Join Protokolle, Trust Controls, der Teilenummer Parser, die NCTr Korrektur und der End to End Test.
11
Das Gesetz zieht nach.
Seit dem 2. August 2026 gelten die Transparenzpflichten des EU AI Act. Unsere App kennzeichnete KI Ausgaben schon vorher.
12
Als Nächstes: SHAP und Drift.
Erklärungen pro Empfehlung und eine Warnung, wenn sich die Fertigung verändert.