Attributive Prüfprozesse klassieren Produkteigenschaften als Grundlage für Prüfentscheide. Dieses Buch schafft die Basis für ein einheitliches Verständnis von attributiven Prüfprozessen in der Produktion und liefert einen umfassenden Überblick über deren Einsatz. Es richtet sich an alle, die diese Prüfprozesse im Unternehmen einsetzen oder deren Einsatz planen. Das Buch erläutert die Besonderheiten attributiver Prüfprozesse im Vergleich zu messenden Systemen und geht insbesondere auf den Spezialfall der optischen attributiven Prüfung ein. Es werden Methoden zum Eignungsnachweis attributiver Prüfprozesse vorgestellt und deren Anwendung beschrieben. Folgende Themen werden behandelt: - Statistischen Grundlagen attributiver Prüfprozesse: attributive Verteilungen, Vertrauens- und Zufallsstreubereiche, Anwendungsempfehlungen - Diskretisierte vs. diskrete Prüfprozesse: Eigenschaften, Einsatzgebiete, Vor- und Nachteile - Bedeutung und Anwendung von Referenz- und Prüflosen - Methoden des attributiven Eignungsnachweises (inkl. Auswahlhilfen): Signalerkennung, Analytische Methode, Short Method, Effektivität, Miss Rate, False Alarm Rate, Cohens Kappa, Fleiss' Kappa, Konkordanz-Koeffizient nach Kendall, Bowker-Test - Einsatz von KI, Machine Learning und Deep Learning in attributiven Prüfprozessen: Präsentation und Grenzen aktueller Methoden, Bewertung der Vertrauenswürdigkeit (Trustworthy AI, Explainable AI), Analogie zum klassischen Eignungsnachweis Wer auf der Suche nach einer kompakten Orientierungshilfe zu attributiven Prüfprozessen ist, findet sie in diesem Buch. Es versetzt Anwender:innen in die Lage, attributive Prüfprozesse zu gestalten, zu bewerten und deren Eignung nachzuweisen.