Yield Prediction (Ertragsvorhersage) bezeichnet die datengestützte Prognose der zu erwartenden Erntemenge in der Landwirtschaft (Smart Farming) oder der Gutteilquote (Ausbeute) in der industriellen Fertigung mithilfe statistischer Modelle und Machine Learning.
Erklärung
Je nach Einsatzgebiet führen die Prognosemodelle historische Produktionsdaten mit laufenden Messreihen zusammen: Im Agrarsektor werten sie Satelliten- und Drohnenaufnahmen, Bodenfeuchte-Sensoren, Saatgutdaten und regionale Wettermodelle aus, um Ernteerträge und Erntefenster Wochen im Voraus für Einkauf, Kühlkettenlogistik und Preisabsicherung zu schätzen. In der Halbleiter-, Chemie- oder Serienfertigung berechnet Yield Prediction anhand von Prozessparametern wie Temperatur, Druck, Maschinenvibrationen und Rohstoffchargen den voraussichtlichen Anteil fehlerfreier Einheiten (First-Pass Yield) einer laufenden Produktionscharge. Deuten bestimmte Parameterkombinationen frühzeitig auf steigenden Ausschuss hin, können Produktionsleiter Anlagenwerte im laufenden Betrieb nachregeln oder Liefertermine im ERP-System rechtzeitig anpassen.