Aktuelle Marktanforderungen an produzierende Unternehmen erhöhen nicht nur die Herausforderungen an die Produktion, sondern setzen transparente und optimierte Materialfluss- und Bearbeitungsprozesse voraus. Betroffene physische Prozesse sind aber oftmals - insbesondere bei KMU - nicht ausreichend digital abgebildet.
Abhilfe könnten Daten aus Cyber-physischen Systemen (CPS) schaffen, doch sind hier oft nur große Datenmengen an rohen Messdaten vorhanden, die sich nicht direkt für die Analyse oder Steuerung der Prozesse oder für Prognosen zum weiteren Verlauf eignen.
Methoden der Künstlichen Intelligenz zur Prozessoptimierung
Das Forschungsprojekt AI4Pro zielt auf die Optimierung räumlich verteilter Verarbeitungsschritte des produzierenden Gewerbes ab. Das Ziel von AI4Pro ist die Entwicklung von direkt anwendbaren und auf KI basierenden Werkzeugen und Methoden für physische Produktionsprozesse mit hoher Variantenvielfalt und Flexibilität:
- Physical Analytics: auftragsbezogene und automatisierte Echtzeit-Analyse mittels CPS
- Process Analytics: Methoden der Prozessanalyse zur Prozessüberwachung
- Predictive Analytics: Ableitung von Prognosen
- Prescriptive Analytics: Ableitung von Handlungsempfehlungen