Computational Intelligence

In diesem Beitrag werden verschiedene Prognoseverfahren und -modelle zur Vorhersage von kritischen Situationen in den Supply Chains von Unternehmen in der Automobil- und Elektronikindustrie untersucht, wobei der Schwerpunkt auf deutschen Unternehmen liegt. Anhand eines Vergleichs der Leistungsfähigkeit branchenüblicher Modelle soll eine Empfehlung eines Best-Practice-Modells für die Branche ermittelt werden. Um die Anwenderbarkeit der Modelle und der einhergehenden Erkenntnis aufzuzeigen, werden reale Geschäftsszenarien diskutiert, die die Rolle des Risikomanagements in den Abteilungen Einkauf/Beschaffung oder Supply Chain Management umfassen. Im Vergleich wurde ermittelt, dass das effektivste Modell für die Vorhersage von Krisen in der Automobilindustrie das Vector-Auto-Regressionsverfahren/VAR-Modell ist, während das Early-Warning-System/EWS-Modell am besten für die Elektronikindustrie geeignet ist. Darüber hinaus wurden die wichtigsten Risikofaktoren ermittelt, die ...

Zunehmend werden kundenseitig leistungsfähigere elektronische Bauteile gefordert. Einhergehend mit steigenden Kundenanforderungen sowie einer Globalisierung der Märkte sind Unternehmen gezwungen kontinuierlich eine hohe Qualität zu gewährleisten. Daraus folgt eine hohe Anzahl an Prüftoren mit engen Toleranzgrenzen. Diese, als Prüfschärfe bezeichneten, Grenzen führen zu einer hohen Anzahl an Pseudofehlern. Mittels doppelter Prüfungen durch Prozessexperten können derartige Fehler reduziert werden. Jedoch führt dieses Vorgehen besonders in der Elektronikfertigung zu hohen Kosten. Autonom agierende Prüfsysteme ermöglichen hingegen die Begegnung dieser Herausforderung. Zur Entwicklung derartiger Systeme wurde im Beitrag Maschinelles Lernen in den Lotpasteninspektionsprozess integriert.

Die Auslegung von Wegenetzen für Fahrerlose Transportsysteme (FTS) ist ein sehr aufwändiger Prozess, der in großen Teilen auf den Erfahrungen von Systemplanern beruht. Bis jetzt war es nicht möglich, diese Erfahrung in einer Form zu speichern, die eine automatisierte Auslegung von Wegenetzen ermöglicht. Zurzeit wird an einer Einbindung des Wissens der Systemplaner in ein Expertensystem gearbeitet, sodass in Zukunft die Auslegung von Wegenetzen für FTS automatisiert ablaufen kann. In Form einer Fuzzylogik wird das Wissen in einem Regelwerk gespeichert und für die Steuerung des Planungsvorgangs genutzt.

Der Einsatz von digitalen Menschmodellen im industriellen Kontext ist eines der Kernziele des Projekts „The Smart Virtual Worker“. Der Beitrag beschäftigt sich primär mit der Implementierung einer autonomen Handlungsselektion des ‚kognitiven‘ virtuellen Arbeiters. Zur Simulation von industriellen Arbeitsvorgängen soll ein virtueller Avatar in die Lage versetzt werden, gestellte Aufgaben autonom unter Beachtung bestimmter Optimierungskriterien zu lösen. Für die Realisierung dieser autonomen Handlungsselektion wurde Q-Learning mit verschiedenen Erweiterungen untersucht, deren Realisierung und Performance in diesem Beitrag detaillierter vorgestellt werden.

In Folge des stetig wachsenden Wettbewerbdrucks auf das produzierende Gewerbe in Deutschland durch Konkurrenten aus Niedriglohnstaaten wird seit einiger Zeit ein Wandel der Produktionsparadigmen vollzogen, der sich durch einen rapide voranschreitenden Automatisierungsprozess in der Produktion auszeichnet. So entstehen hochkomplexe Cyber-Physische Produktionssysteme (CPPS). Durch den einhergehenden Rückgang von Personal und dem damit verbundenen Wissensabfluss entsteht jedoch ein gravierendes Befähigungsdefizit zur Beherrschung der Komplexität. Dieser Sachverhalt impliziert die Notwendigkeit innovativer Assistenzsysteme zur Unterstützung von Mitarbeitern. Der vorliegende Beitrag dient der Erörterung damit verbundener Herausforderungen sowie Fragestellungen und skizziert einen möglichen technischen Lösungsansatz sowie organisatorische und personelle Herausforderungen.