Generalisierung von menschzentrierten KI-Applikationen für die Produktionsoptimierung (GeMeKI)

Steckbrief

Eckdaten

Laufzeit:
01.08.2021 bis 31.07.2024
Organisationseinheit:
Lehrstuhl für Werkzeugmaschinen, Automatisierung und Steuerungstechnik
Fördergeber:
Bundesministerium für Bildung und Forschung BMBF
Status:
Laufend

Forschungspartner

    • aiXbrain GmbH ( Consortium leader )
    • Franz Pauli GmbH & Co. KG
    • Fraunhofer-Institut für Produktionstechnologie IPT
    • meastream GmbH
    • Miele & Cie. KG
    • MT Analytics GmbH
    • Siemens AG
    • Starrag Technology GmbH
    • WEISS Spindeltechnologie GmbH
    • XENON Automatisierungstechnik GmbH
    • YOUSE GmbH

Kontakt

Name

Oliver Petrovic

Gruppenleiter

Telephone

work Phone
+49 241 80 27456

E-Mail

 

Der zunehmend wachsende Anspruch an Variantenvielfalt, Qualität und Nachhaltigkeit von Produkten stellt die Fertigungstechnik deutscher Unternehmen vor enorme Herausforderungen. Die Technologien der Künstlichen Intelligenz (KI) bringen große Potentiale mit sich, um diesen Herausforderungen mit Flexibilitäts-, Qualitäts- und Produktivitätssteigerungen zu begegnen. Durch die hohen Anforderungen an die Datenquantität und -qualität sowie eine meist schlechte Übertragbarkeit der Lösungen ist die Ausschöpfung dieser Potentiale bisher noch auf Insellösungen in der Großserienfertigung begrenzt.

Ein Lösungsansatz liegt in der Entwicklung übertragbarer Systeme durch die ganzheitliche Betrachtung der Schlüsselfaktoren Mensch, KI und Produktionsmittel in menschenzentrierten KI-Anwendungen. Ziel des Verbundprojekts GeMeKI ist daher die Erforschung dieses Ansatzes, um die Leistungsfähigkeit, Flexibilität und Wirtschaftlichkeit komplexer Fertigungssysteme nachhaltig zu verbessern. Hierzu werden parallel drei Anwendungsfälle der Fertigungsverfahren Fügen, Trennen und Umformen betrachtet. Dabei werden neuartige Mensch- KI-Interaktionsformen, eine prozessnahe Sensorintegration sowie ein sukzessive Datenveredelung als Grundlage einer digitalen Wertschöpfungskette entwickelt.

Durch die kombinatorische Betrachtung des Dreiklangs als lernendes Gesamtsystem entstehen hybride Intelligenzsysteme, in denen die komplementären Stärken von Experten und KI kombiniert werden. Zum einen lernt die KI vom Menschen, indem er in die Trainingsprozesse der Modelle einbezogen wird, zum anderen wird die Prozesstransparenz durch die Verarbeitung der Daten in benutzerfreundlichen KI-Assistenzsystemen erhöht. Die Übertragung der Erfahrungen der Experten in digitale Dienstleistungen verschiebt somit die Einstiegshürde für die Erschließung des Produktivitätspotenzials von KI in Richtung kleinerer Losgrößen.