Fallbasiertes Schließen

Industrie 4.0 mit der Digitalisierung von Produkten und Prozessen bietet Unternehmen einen großen Pool an Informationen für die Prozessoptimierung. Diese können in der Textilindustrie aber häufig nicht direkt genutzt werden, da Rohstoffe natürlichen Schwankungen unterliegen und zu vielen Produkt- und Prozessparametern die Einflussfaktoren und Wechselwirkungen nur unvollständig bekannt sind. Nachfolgend wird ein Ansatz präsentiert, der die Informationen aus der Produktion mit dem Erfahrungswissen der Beschäftigten kombiniert und damit bei der Produkt- und Prozessoptimierung unterstützt. Dabei kommt das maschinelle Lernverfahren „Fallbasiertes Schließen“ zum Einsatz.

Damit Anlagenbauer, angesichts der gestiegenen Kundenindividualisierung und der daraus resultierenden internen Komplexität zur rechtzeitigen und zielgenauen Bedienung des Markts, auch in Zukunft ihr Leistungsprogramm erfolgreich im Wettbewerb anbieten können, gilt es neue Methoden des Informations- und Wissensmanagements einzuführen, die eine schnelle und sichere Harmonisierung der Kunden- und Herstellersicht in der Vorvertragsphase ermöglichen. In diesem Beitrag wird auf einen darauf fokussierten Lösungsansatz zur wissensbasierten Produktkonfiguration, basierend auf einer kontinuierlichen Rückführung von Erfahrungswissen aus den Phasen der Inbetriebnahme und Produktnutzung, eingegangen.

Mithilfe der selbstlernenden Suchmaschine wird die Suche nach relevanter Information in Unternehmen verbessert. Dazu werden das Profil des Suchenden und ein zur Suchanfrage gehörender Kontext verwendet. Mithilfe von fallbasiertem Schließen erlernt die selbstlernende Suchmaschine, welche Informationsquellen des Unternehmens für die gegebene Kombination aus Profil und Kontext relevant sind und bevorzugt diese Quellen in der Suche.