Autonomes Planen und Entscheiden

© AdobeStock

Verfahren der Künstlichen Intelligenz eignen sich hervorragend für die Abbildung von Sachverhalten in Planungs- und Entscheidungsprozessen, bei denen eine klassische Modellierung zu aufwendig wäre. Der Fokus liegt hierbei auf der Einbindung von Unsicherheiten, Domänenwissen und Vorausschau, sodass robuste autonome Planungs- und Entscheidungssysteme entstehen.

Die Gruppe „Autonomes Planen und Entscheiden“ befasst sich mit der Entwicklung von lernenden Systemen zur automatisierten Steuerung und Regelung diverser Systeme – vom Sensor einzelner Anlagen bis hin zur Produktionsstrategie in großen Maschinenverbunden. Ziel ist dabei, maximal schnell und effizient KI-basierte Modelle zu entwickeln, welche die Systemdynamik beschreiben. Auf dieser Grundlage kann dann eine Optimierung durchgeführt werden. Die bekannten Nachteile der „unsicheren“ KI werden über höchst aktuelle Forschungsresultate behoben, wie z.B. die Einbindung von probabilistischen Unsicherheiten oder die Erstellung interpretierbarer Modelle. Dadurch wird ein zuverlässiger Einsatz in der Produktion sichergestellt.

 

TRUMPF Lab

Eine Verbesserung der Datenqualität ist der wichtigste Schritt hin zu einer maximal automatisierten Produktion. Mit TRUMPF verfolgt die Abteilung eine KI-gestützte Auftragsverfolgung, um mögliche Engpässe in der Fertigung aufzudecken und die Fachkräfte zu unterstützen.

 

DigiBattPro 4.0 – BW

Die Digitalisierung der Batteriezellenproduktion macht den Einsatz von KI-gestützten Planungsalgorithmen notwendig. Dabei stehen sowohl betriebswirtschaftliche Größen, wie die Prädiktion von Verkaufszahlen, als auch physikalische Modelle im Fokus.

 

DeMoBat

Die Vorhersage des Batteriezustandes, basierend auf der bisherigen Nutzung, ist ein wichtiges Werkzeug für die Ermöglichung von Elektromobilität. Dabei geben KI-gestützte Verfahren eine für den Menschen verständliche Einschätzung über den State of Health der Batterie ab.

 

KI-basierte Produktionsplanung und -steuerung

Im Rahmen der Zusammenarbeit zwischen der Porsche AG und dem Fraunhofer IPA werden KI-basierte Ansätze der Produktionsplanung und -steuerung entwickelt. Ziel ist es, die Stabilität der Kundenauftragssteuerung zu verbessern und dem Kunden ein Maximum an Flexibilität und Transparenz zu bieten.

 

Panamera

Die Entwicklung von Predictive-Maintenance-Lösungen (PM) für Fahrzeugkomponenten ist aufwendig, langwierig und interdisziplinär. Hierzu entwickelt die Abteilung gemeinsam mit industriellen Partnern verschiedene überwachte und unüberwachte Verfahren des maschinellen Lernens, um den Prozess zu beschleunigen und den Aufwand zu reduzieren.