Technologie: Künstliche Intelligenz

Trotz rasanter Entwicklungen im Bereich Automatisierung kommen Maschinen nicht ohne den Menschen aus. Aber wie muss ihre Interaktion gestaltet sein? Welche Prozesse müssen dafür angepasst werden? Diese Ausgabe von Industrie Management liefert Antworten auf diese und weitere Fragen. Erfahren Sie jetzt mehr über lernende Systeme, die autonome Steuerung modularer Produktionsanlagen oder die Intentionserkennung in automatisierten Lagerhallen.

Aufgrund des zunehmend turbulenten Umfelds steigt die Bedeutung einer exakten und zuverlässigen Produktionsplanung und -steuerung. Viele der dafür notwendigen Entscheidungen finden auf Shop-Floor-Ebene statt. Sie sind von dem Wissen und der Fähigkeit der Mitarbeiter, auf unvorhergesehene Ereignisse zu reagieren, abhängig und daher nicht explizit beschrieben. Eine realitätsnahe Simulation erfordert jedoch eine möglichst genaue Abbildung dieser Entscheidungen. Dieser Beitrag stellt eine Methodik vor, die durch den Einsatz Künstlicher Neuronaler Netze auf im Unternehmen erfasste Betriebsdaten eine automatische Identifizierung der angewandten Steuerungsstrategien ermöglicht.

Entwicklungsprojekte sind stetig Änderungen unterworfen; sei es durch zusätzlichen Erkenntnisgewinn oder durch Änderungen von Anforderungen oder Rahmenbedingungen. Um Änderungen kontrolliert und nachvollziehbar durchzuführen, werden in der Produktentwicklung standardisierte Methoden und Prozesse des Änderungsmanagements eingesetzt, die auf der Grundlage des Konfigurationsmanagements ablaufen. Die Unterstützung des Konfigurationsmanagements bei der Ausführung von technischen Änderungen wird in der Regel mittels definierter Workflows und Freigabemechanismen von Produktdatenmanagement-System (PDM) übernommen. Jedoch fehlt häufig eine Berücksichtigung der organisatorischen und wirtschaftlichen Auswirkungen der Änderung im begleitenden Projektmanagement. Zur Lösung dieses Defizits stellt der Artikel ein integriertes Projekt-/Makroproduktmodell vor, welches mithilfe von semantischen Netzen und Ontologien realisiert wird. Auf diesem integrierten Modell können Metriken zur ...

Die Entwicklung neuer Produkte wird zunehmend von verteilten Organisationen kooperativ in einer dynamischen Projektumwelt durchgeführt. Um ein Entwicklungsprojekt erfolgreich betreiben zu können, ist die koordinierende Funktion des Projektcontrollings von entscheidender Wichtigkeit. Jeder Teilnehmer des Entwicklungsnetzwerks verfügt über individuelle Controllingsysteme, die seinen Informations- und Managementbedarf decken. Für ein projektübergreifendes Controlling ist die Herstellung von Interoperabilität zwischen den verteilten Systemen zur Steuerung der Wertschöpfungsprozesse Voraussetzung. Der Beitrag beschreibt einen projektumfassenden Controllingansatz, der mittels semantischer Modellierung zur Integration beiträgt.

Produzierende Unternehmen sind in turbulenten Aufgabenumfeldern mit permanenten, nicht vorhersehbaren Veränderungen konfrontiert, zu deren Bewältigung ihnen nur wenig Zeit zur Verfügung steht. Bereits heute prägen Umrüst- und Einstellvorgänge den Arbeitsalltag in der Montage. In diesem Umfeld kommt dem Menschen als Problemlöser und damit der Ressource Wissen und deren Management eine immer bedeutendere Funktion zu. Der folgende Beitrag zeigt Ansatzpunkte für ein Wissensmanagementsystem für die Montage.

Die Verbesserung, Nutzung und Verbreitung des Wissens der Mitarbeiter, mithin die Umsetzung des organisationalen Lernens, ist eine der bedeutendsten Maßnahmen zur nachhaltigen Sicherung der Marktposition. Forschungsschwerpunkt der vergangenen Jahre am Lehrstuhl für Produktionssysteme war hierbei die Abbildung von Planungsentscheidungen innerhalb der kurzfristigen Reihenfolgeplanung in ein künstliches neuronales Netz und die Generierung von Vorschlägen für zukünftige Planungssituationen. Dieser Beitrag beschreibt die Invertierung dieses Lernprozesses.

Kürzere Entwicklungszeiten sind die bestimmenden Faktoren für die Wettbewerbsfähigkeit von Unternehmen im produzierenden Gewerbe. Die notwendigen Ansätze zur Verbesserung industrieller Prozesse müssen sich an der Optimierung gesamter Produktlebenszyklen orientieren. Der daraus resultierende Management- und Organisationsansatz wird unter dem Begriff Product Lifecycle Management zusammengefasst. Die dafür notwendige Integration sämtlicher Daten entlang des Produktlebenszyklus kann nur mit semantischen Technologien erbracht werden. Darüber hinaus bringt der hier vorgestellte Ansatz auch genügend Intelligenz mit, um das Unternehmenswissen erfassen und den Mitarbeiter in seiner jeweiligen Arbeit entlasten zu können.

Wandlungsfähigkeit der modernen Unternehmen ist durch mehrere Faktoren ausgeprägt. Die flexible und dynamische Planung von Fertigungsprozessen ist einer von den wichtigen Faktoren. Die Systeme, die solche Prozessplanungen durchführen, sollen einerseits stabile, zuverlässige und vor allem schnelle Planerstellung gewährleisten, anderseits auf die Änderungen und Turbulenzen der Umwelt flexibel reagieren und sich entsprechend anpassen. Ein vielversprechender Ansatz für die Entwicklung der flexiblen und robusten Systeme ist die Multi-Agenten-Technologie. In dieser Arbeit werden Methoden und Mechanismen der agentenbasierten Prozessplanung dargestellt, die in einer turbulenten Produktionsumgebung angewendet werden können.

Schnelligkeit und Kostenreduktion sind im globalen Wettbewerb die Erfolgsfaktoren schlechthin. Dementsprechend setzen flexible Organisationsstrukturen eine IT-Infrastruktur voraus, die den schnellen und reibungslosen Informationsfluss zwischen allen Beteiligten ermöglicht. Die steigende Flut an Informationen erschwert jedoch den effizienten Zugriff auf relevante Informationen zunehmend. Hinzu kommt, dass diese Informationen auf unterschiedlichen Systemen und in verschiedenen Formaten abgespeichert sind. Den Weg heraus aus diesem Datendschungel weisen semantische Technologien, welche Informationen mit Bedeutung anreichern, strukturieren und integrieren.

Der Entwurf und die Implementierung wissensbasierter Steuerungssys-teme stellt in der Realität eine große Herausforderung dar. Gerade an diesem Anspruch, Realweltprobleme problemadäquat handhaben zu wollen, sehen sich viele Projekte dieser Art mit kaum lösbaren Fragestellungen konfrontiert. In diesem Beitrag werden hierzu ausgehend von der gemeinsamen Ausgangsbasis des Wissensmanagements und des Know-ledge Engineering diese Herausforderungen auf dem Weg der Akquisition und Formalisierung von Wissen skizziert und mit Agentensystemen die hierzu verfolgten Lösungsansätze zur Diskussion gestellt.