idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Mathematiker der Hochschule Darmstadt entwickeln gemeinsam mit dem Hanauer Software-Unternehmen SimPlan und dem Haßmersheimer Automationsexperten Fibro Läpple Technology innovative KI-Technologien. Im Rahmen des LOEWE-Projekts „KISPo“ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie beispielsweise bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die h_da.
Die globale, digitale Vernetzung von Produktionsstandorten, Maschinen und Logistikzentren stellt Unternehmen vor neue Herausforderungen. „Industrie 4.0“ ist das Schlagwort – mehr Tempo, Flexibilität, Autonomie und nicht zuletzt Nachhaltigkeit sind gefragt. Insbesondere mittelständische Unternehmen sind deshalb auf die Entwicklung innovativer Technologien angewiesen, um mit den Veränderungen Schritt halten zu können. „Das gilt vor allem für das produzierende Gewerbe“, sagt h_da-Mathematiker Prof. Dr. Horst Zisgen, der früher im IT-Konzern IBM im Bereich „Forschung oder Entwicklung“ tätig war. „Ein Unternehmen, das beispielsweise verschiedene Typen von Elektromotoren produziert, ist auf viele Zulieferer und reibungslose Abläufe angewiesen. Die Nachfrage ist hoch, die Produktion muss effizient laufen. Wenn es aber an irgendeiner Stelle zu Störungen im Fertigungsprozess kommt, kann der Ablauf heute nur schwer angepasst werden.“
Aktuell wird der Produktionsablauf nach starren Regeln gesteuert, die irgendwann einmal festgelegt und programmiert wurden. Bei Störungen muss manuell nachgesteuert, also händisch umprogrammiert werden – das kostet Zeit und Geld. „Wenn in meiner Fabrikhalle beispielsweise eine Montagestation ausfällt, an der zwei rote Schrauben montiert werden, habe ich – Stand heute – ein Problem“, vereinfacht der Mathematik-Professor das Problem. „Ein intelligentes System wäre in der Lage, eigen-ständig zu reagieren und den komplexen Produktionsprozess ohne Effizienzverluste umzusteuern.“ Dann bekäme beispielsweise die Produktion eines anderen Bauteils (ohne „rote Schrauben“) zeitweise Priorität.
Solche intelligenten Steuerungssysteme möchten Zisgen und Kollegen für einen bestimmten Typ von Produktionsanlagen entwickeln. Der Projekt-Titel „KISPo“ steht für „KI-Verfahren zur Steuerung von Digitalen Portalroboterzwillingen“. In Portalsystemen werden Werkstücke, also etwa das Gussrohteil eines Elektromotors, von einer Bearbeitungsstation zur nächsten transportiert. An jeder Station kommt ein Arbeitsschritt oder Bauteil hinzu. Der Transport erfolgt in Wagen, die mit Greifarmen ausgestattet sind und über ein Schienensystem von Station zu Station fahren. Produkte, die typischerweise mit solchen Anlagen hergestellt werden, bilden eine breite Palette ab: von Windradgetrieben bis hin zu Bauteilen für Züge. Größere Anlagen dieses Typs füllen ganze Fabrikhallen.
Eine intelligente Steuerungssoftware, die auf Machine Learning oder Reinforcement Learning basiert, ist für solche komplexen Anlagen bislang nicht auf dem Markt – ein Manko, das sowohl vom Branchenverband VDMA als auch von wissenschaftlicher Seite beklagt wird. Eine Studie der Fraunhofer-Gesellschaft zum Maschinellen Lernen kam 2018 zu dem Ergebnis, dass eine „stärkere und schnellere anwendungsnahe Umsetzung von KI in konkrete Produkt-, Prozess- und Dienstleistungsinnovationen“ vonnöten sei, um den Wirtschaftsstandort Deutschland auf Dauer konkurrenzfähig zu machen.
Zisgen und seine Partner aus dem hessischen Hanau und dem baden-württembergischen Haßmersheim stoßen mit „KISPo“ in diese Lücke: „Die technologische Lösung, die wir anstreben, bietet klare Wettbewerbsvorteile: Die Produktion wird flexibler, Unternehmen können schneller auf Veränderungen am Markt und in den Lieferketten reagieren und dadurch effizienter und nachhaltiger wirtschaften,“ betont Boris Bind, Leiter des Bereichs Engineering bei FLT. Die Software, an der das Konsortium arbeitet, wird in der Entwicklungsphase anhand von Simulationsmodellen trainiert, die das Hanauer Unternehmen SimPlan entwickelt. „Wenn unser Software-Prototyp dann erstmals zum Einsatz kommt, ist das System bereits gut trainiert und kann schwierige Situationen meistern. In der praktischen Anwendung lernt es immer weiter dazu“, erläutert Prof. Dr. Sven Spieckermann, Vorstandssprecher der SimPlan AG.
Durch die Forschung im Verbund sehen die drei Akteure aus Wissenschaft, Software-Industrie und Anlagenbau die Gelegenheit, den Bereich „Reinforcement Learning“ im Mittelstand zu verankern. „Es geht hier um Wissenstransfer im besten Sinne,“ betont Konsortialführer Prof. Dr. Horst Zisgen. „Von diesen neuen Verfahren können nicht nur einzelne Unternehmen, sondern der Wissenschafts- und Wirtschaftsstandort Hessen insgesamt profitieren.“
Fachlicher Ansprechpartner für die Medien:
Hochschule Darmstadt
Fachbereich Mathematik und Naturwissenschaften
Prof. Dr. Horst Zisgen
Tel.: +49.6151.16-38673
E-Mail: horst.zisgen@h-da.de
Entwickelt mit Partnern aus der Industrie innovative KI-Verfahren für die Produktion: Prof. Dr. Hors ...
Jens Steingässer
h_da/Jens Steingässer
Merkmale dieser Pressemitteilung:
Journalisten, Studierende, Wirtschaftsvertreter, Wissenschaftler, jedermann
Elektrotechnik, Informationstechnik, Mathematik
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).
