Maschinelles Lernen für die Produktion und deren Produkte (Ml4Pro2)

Durch maschinelles Lernen (ML) kann aus Daten Wissen generiert werden, um auf allen Stufen der Unternehmensprozesse Mehrwerte zu generieren. Produkte wie mobile Plattformen, Roboter oder Fahrzeuge nutzen Daten zur Optimierung ihres Verhaltens.

Aber auch Produktionssysteme greifen zunehmend darauf zurück, um agiler auf neue Marktentwicklungen und Kundenbedarfe zu reagieren und Produkte optimal unter den gegebenen Ressourcen zu produzieren. Dabei ist der lokale Einsatz von ML-Verfahren nahe am Ursprung der Daten besonders Erfolg versprechend.

Ziel des Projekts ist es, ML für intelligente Produkte und Produktionsverfahren verfügbar zu machen. Dazu sollen neueste ML-Methoden in Produkte und Produktionsketten integriert werden. Darüber hinaus geht es um die Schärfung des Bewusstseins der Unternehmen, ML für agile Geschäftsmodelle zu nutzen. Schwerpunktthemen sind hybride Lernverfahren, die Integration von Expertenwissen, die Interpretierbarkeit von Daten, das Lernen auf Datenströmen sowie Cognitive-Edge-Computing. Die ML-Methoden werden anwendungsübergreifend anhand von drei industriellen Anwendungsfällen betrachtet: Zustandsüberwachung, Prozessoptimierung und Verbesserung der Produktqualität. Ergebnisse und Verfahren werden auf einer ML-Plattform für andere Unternehmen verfügbar gemacht. Diese Plattform umfasst beispielsweise Referenzimplementierungen, Methoden zur Datenvorverarbeitung und Datenvisualisierung sowie Anwendungswissen über typische Abläufe beim Einsatz der ML-Methoden.