ZusammenfassungDas Kapitel beschreibt die Umsetzung der Datenakquise am Beispiel des Heizelementschweißens von Kunststoffen an einer Laborschweißanlage sowie an einer industriellen Produktionsanlage. Die Identifizierung der relevanten Datenquellen und die Verknüpfung des Expertenwissens über den Prozess sind Kernbestandteile der Realisierung. Dazu wurde zunächst er Schweißprozess in die relevanten Prozessphasen eingeteilt. Innerhalb der Phasen wurden wichtige und an der Maschine verfügbare Prozessgrößen identifiziert und mithilfe eines Datensammlers (ARENDAR) über die gesamte Prozesszeit aufgezeichnet. Im Anschluss wurden die Daten mittels KI-Methoden analysiert. Es zeigte sich u. a., dass der Prozessablauf in der Maschine Fehler enthielt. Auch der Prozessablauf war in den ersten Messungen mit falschen Parametern eingestellt, die über die Auswertungen identifiziert und korrigiert werden konnten. In weiteren Versuchsreihen wurden gezielt mit Fehlern präparierte Probekörper geschweißt und die Auswirkungen auf die erfassten Daten untersucht. Dabei stellte sich heraus, dass der Prozess sehr robust ist und die automatisierte Erkennung von Fehlern im Prozess im Labormaßstab nicht eindeutig möglich war. Weitere Messungen werden in einem industriellen Szenario durchgeführt, bei dem eine größere Anzahl an Bauteilen als im Labor geschweißt werden kann. Zusammenfassend zeigte sich, dass nur im Zusammenspiel von Datenquellen, Expertenwissen und einer geeigneten Interpretation mittels Data Science Methoden eine erfolgreiche KI-gestützte Inline-Prozessanalyse möglich ist.