idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Machine Learning – eine Technologie, welche die Industrie wie kaum ein anderer Trend begeistert. Von Anwendungsgebieten bei der Strukturerkennung in Daten über evolutionäres Lernen bis hin zu intelligenten Robotern bildet das automatisierte, von einem Algorithmus übernommene, Erlernen von Strukturen die Basis. Im Rahmen des Forschungsprojekts „MLready“, das bis Februar 2024 läuft, werden die Potenziale von Machine Learning in der Produktion zur Steigerung der Ressourceneffizienz insbesondere für KMU des Maschinenbaus nutzbar gemacht. „MLready“ ist ein Kooperationsprojekt des International Performance Research Institute (IPRI) und des Instituts für Integrierte Produktion Hannover (IPH).
Machine Learning steigert die Ressourceneffizienz in der Produktion
Machine Learning ermöglicht technischen Systemen, aus bisherigen Ereignissen zu lernen. Die so mit Machine Learning abgeleiteten Zusammenhänge lassen sich oft auf neue, unbekannte Fälle anwenden. Für Produktions- und Planungssysteme lässt sich Machine Learning beispielsweise zur Reihenfolgenbestimmung oder zur Ressourcen- und Kapazitätsplanung nutzen. In der Prozessoptimierung wird eine höhere Anpassungsfähigkeit der Prozesse an sich ändernde Bedingungen erwartet, wodurch die Produktqualität stabilisiert werden kann. Im Qualitätsmanagement können Machine Learning-basierte Modelle zur Überwachung oder zur Prognose der Produktqualität auf Basis von Prozessdaten eingesetzt werden. So können Maßnahmen wie die Überprüfung von Stichproben reduziert werden.
Einführung von Machine Learning ist mit Herausforderungen verbunden
Besonders KMU stehen bislang vor Herausforderungen bei der Einführung von Machine Learning. Mangelndes Know-how und eine fehlende technische Infrastruktur sowie Bedenken hinsichtlich des konkreten Mehrwerts behindern derzeit die Einführung. Darüber hinaus werden insbesondere bei Machine Learning hohe Ansprüche an die Datenqualität gestellt, für die besondere Maßnahmen umgesetzt werden müssen. Für die Überwindung dieser Herausforderungen fehlt es bislang an einer konkreten Einführungsstrategie. Ebendiese Einführungsstrategie zur Nutzung von Machine Learning zur Steigerung der Ressourceneffizienz in der Produktion von Maschinenbauern steht im Fokus des Forschungsprojekts „MLready“.
Forschungsprojekt „MLready“ befähigt KMU des Maschinenbaus zur Nutzung von Machine Learning zur Steigerung der Ressourceneffizienz
Der Ansatz, der im Forschungsvorhaben „MLready“ entwickelt wird, soll KMU des Maschinenbaus dazu befähigen, Machine Learning gezielt zur Steigerung der Ressourceneffizienz in Prozessen anhand der innerbetrieblichen Lieferkette einzusetzen. Dazu sollen die Herausforderungen, die sich aus den Anforderungen wie Daten und Infrastruktur ergeben, beleuchtet und Maßnahmen zur Bewältigung dieser abgeleitet werden. Hierfür werden unter anderem folgende Projektbausteine erarbeitet:
- Identifikation von Anwendungsfällen, deren Anforderungen sowie Potenzialen
- Identifikation und Bewertung der erforderlichen Datenquellen
- Entwicklung einer KMU-spezifischen Einführungsstrategie für relevante Machine Learning-Ansätze
- Durchführung von Fallstudien zur Untersuchung der Mitarbeiterakzeptanz sowie Validierung der Einführungsstrategie
- Ausgestaltung einer Roadmap für die Einführung von Machine Learning
Dementsprechend unterstützt das Forschungsprojekt speziell KMU durch die Einführung von Machine Learning zur Steigerung der Ressourceneffizienz entlang der innerbetrieblichen Lieferkette.
Praxisnahe Forschung – Seien Sie dabei!
Das Projekt richtet sich speziell an kleine und mittlere Unternehmen des Maschinenbaus. Diese können über den Projektausschuss und durch Fallstudien in das Projekt eingebunden werden und so direkt von Forschungsergebnissen profitieren. Interessierte Unternehmen können sich sehr gerne beim International Performance Research Institute (Herrn Garlef Hupfer: ghupfer@ipri-institute.com / 0711 / 620 32 68 -03) bezüglich einer Kooperation melden. Die Teilnahme am Forschungsprojekt ist kostenlos und unverbindlich.
Das IGF-Vorhaben 22312 N „MLready - Befähigung von KMU zur Nutzung von Potenzialen von Machine Learning in der Produktion und Entwicklung einer Einführungsstrategie der Forschungsvereinigung Institut für Energie- und Umwelttechnik e.V. – IUTA wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Über IPRI:
Das International Performance Research Institute (IPRI) ist ein gemeinnütziges Forschungsinstitut auf dem Gebiet der Betriebswirtschaftslehre. Unter der Leitung von Prof. Dr. Mischa Seiter betreibt das Institut international angelegte Forschung mit dem Schwerpunkt auf Controlling sowie Performance Measurement und Management von Unternehmen und Unternehmensnetzwerken sowie öffentlichen Organisationen. Im Mittelpunkt steht die Durchführung von nationalen und internationalen Forschungsprojekten und Studien.
International Performance Research Institute gGmbH
Garlef Hupfer, M.Sc.
Reuchlinstraße 27
D-70176 Stuttgart
Telefon: 0711-6203268-03
Telefax: 0711-6203268-99
E-Mail: ghupfer@ipri-institute.com
https://ipri-institute.com/forschungsprojekte/mlready/
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter, Wissenschaftler
Maschinenbau, Wirtschaft
überregional
Forschungsprojekte, Kooperationen
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
