Messunsicherheit nach GUM unterstützt durch generative KI

Messunsicherheit ist entscheidend für die Qualität und Vergleichbarkeit von Messergebnissen. Ohne ihre Angabe sind Ergebnisse unvollständig. ISO/IEC 17025:2018 verlangt die Ermittlung aller relevanten Unsicherheitsbeiträge mit geeigneten Verfahren, wobei die Grundlagen im GUM (ISO/IEC Guide 98-3) festgelegt sind. 

Anhand von elektrischen Messgrößen und Beispielen aus der Mechanik und Längenmesstechnik werden die Grundlagen nach GUM (Guide to the Expression of Uncertainty in Measurement) erarbeitet von der Analyse des Messprozesses bis zum Messunsicherheitsbudget.

• Sie erhalten einen Überblick zu Begriffen der Messtechnik und Messunsicherheit.
• Sie lernen relevante Normen und Richtlinien wie GUM (JCGM 100), EA-4/02, ILAC G8, DIN EN ISO 14253-1 und DIN ISO 10012 kennen.
• Sie wenden statistische Grundlagen an (Fehlerfortpflanzung nach Gauß, Sensitivitätskoeffizienten, partielle Ableitung, Monte Carlo, Korrelationen).
• Sie berechnen Messunsicherheiten analytisch und mit Monte Carlo Simulation.
• Sie leiten metrologische Studien systematisch aus Einflussgrößenanalysen ab.
• Sie führen eigenständig Messunsicherheitsabschätzungen durch und nutzen KI zur Analyse von Messprozessen.

Methoden:

• Fachvortrag mit Anwendungsbeispielen aus der Praxis
• angeleitete Übungen für die Teilnehmenden

• Sie erhalten einen Überblick zu Begriffen der Messtechnik und Messunsicherheit.
• Sie lernen relevante Normen und Richtlinien wie GUM (JCGM 100), EA-4/02, ILAC G8, DIN EN ISO 14253-1 und DIN ISO 10012 kennen.
• Sie wenden statistische Grundlagen an (Fehlerfortpflanzung nach Gauß, Sensitivitätskoeffizienten, partielle Ableitung, Monte Carlo, Korrelationen).
• Sie berechnen Messunsicherheiten analytisch und mit Monte Carlo Simulation.
• Sie leiten metrologische Studien systematisch aus Einflussgrößenanalysen ab.
• Sie führen eigenständig Messunsicherheitsabschätzungen durch und nutzen KI zur Analyse von Messprozessen.