Multiagentensysteme für die autonome Produktion

Im Forschungsprojekt MAS4AI (Multi-Agent Systems for pervasive Artificial Intelligence for assisting humans in modular production environments) hat sich ein Konsortium aus siebzehn europäischen Partnern das Ziel gesetzt, ein Multiagentensysteme für die autonome modulare Produktion zu entwickeln.
Bild: Technologie-Initiative SmartFactoryKL e.V.

Das MAS4AI-System orientiert sich an ausgewählten Industriebranchen und plant in den nächsten drei Jahren deren smarte Digitalisierung mit Werkzeugen der künstlichen Intelligenz (KI). Ziel ist eine resiliente Produktion, die flexibel auf wechselnde Anforderungen oder Störungen in den Wertschöpfungsnetzen reagieren kann. Grundlage ist dabei eine große Produktvielfalt mit Losgröße 1 in komplexen Fertigungsumgebungen.

Ein Problem im Kollektiv lösen

Multiagentensysteme sind ein Forschungsgebiet der künstlichen Intelligenz, bei dem mehrere ‘intelligente‘, unterschiedlich spezialisierte und meist autonome Softwarebausteine (Agenten oder Bots), koordiniert handeln, um kollektiv ein Problem zu lösen. Dabei orientieren sich die Forscher am langfristigen Ziel einer stabilen Fertigung, die u.a. auf Shared Production und Production-as-a-Service setzt. Um diese Vision umsetzen zu können, ist die Kommunikation, Abstimmung und Koordination von Skills (Produktionsfertigkeiten) in einem Produktionsnetzwerk notwendig. Diese Koordination sollen in Zukunft KI-Methoden übernehmen, so die Forscher. Perspektivisch haben die europäischen Projektpartner eine Produktion im Blick, die verteilt in europäischen Netzwerken (wie GAIA-X) möglich sein kann.

Der Mensch soll die Kontrolle behalten

Die Wissenschaftler und Ingenieure aus Deutschland, Spanien, Italien, Polen, Griechenland, Litauen und den Niederlanden wollen zunächst an einer modularen Systemarchitektur und einem Kommunikationsgerüst arbeiten, um die Grundlage für die Integration der industriellen KI-Dienste für die intelligente Produktion zu schaffen. Dabei soll der Mensch stets die Kontrolle über die KI-Technologien behalten, so die Experten. Voraussetzung dafür sei, dass die KI-Prozesse so aufbereitet werden, dass sie für Werker jederzeit verständlich sind — nur so könnten sie validiert, optimiert oder geändert werden. In MAS4AI sollen Demonstratoren entwickelt werden, die sich an einer Reihe industrieller Anwendungsfälle orientieren. Das sind europäische Industriesektoren mit hoher Wertschöpfung, wie bspw. Unternehmen aus der Automobilindustrie, der Auftragsfertigung, der Fahrradproduktion, oder der Holzverarbeitung.

„MAS4AI passt perfekt in unser Konzept von Production Level 4, das auf Production-Bots und modular aufgebauten Netzwerken basiert. Wir stellen uns das so vor, dass zukünftige Produktionsmittel ihre Fähigkeiten (Skills) in Netzwerken anbieten und die Produkte diese selbstgesteuert abrufen“, sagt Prof. Martin Ruskowski, Vorstandsvorsitzender der SmartFactory-KL und Leiter des Forschungsbereiches Innovative Fabriksysteme am DFKI. „In unserer Vision kennt ein Produkt seine Eigenschaften und seinen aktuellen Fertigungsfortschritt. Zwischen den Skills sucht es sich selbständig seinen Weg zur eigenen Herstellung. Die kann in einer Halle stattfinden, aber auch in einem europaweiten Netzwerk.“

Die Entwicklungen des Konsortiums umfassen:

  • Ein Multi-Agenten-System zur Verteilung von KI-Komponenten in verschiedenen Hierarchieebenen.
  • KI-Agenten, die wissensbasierte Repräsentation mit Semantic Web-Technologien verwenden.
  • KI-Agenten für die hierarchische Planung von Produktionsprozessen.
  • Modellbasierter KI-Agent für maschinelles Lernen (ML).

Ein grundlegendes Konzept in MAS4AI ist die Integration aller intelligenten Komponenten (Smart Components sind Maschinen mit Eigenschaften wie Selbststeuerung, Selbstbeschreibung oder Selbstlernfähigkeit) in eine ganzheitliche Systemarchitektur. Das ermöglicht eine einfache Entwicklung und den Einsatz industrieller KI-Technologien. Davon profitieren Softwareentwickler, Systemintegratoren und Endbenutzer, weil die Hürde für den KI-Einsatz niedrig ist. „Wir rechnen damit, dass dadurch völlig neue Ideen für Geschäftsmodelle entstehen und sich neue Marktchancen ergeben“, sagt Ruskowski.

Die Projektpartner sind:

  • Deutsches Forschungszentrum für Künstliche Intelligenz, Deutschland
  • Nederlandse Organisatie voor Toegepast Natuurwetenschappelijk Onderzoek, Niederlande
  • University of Patras – Laboratory for Manufacturing Systems & Automation, Griechenland
  • Fundacion Tecnalia Research and Innovation, Spanien
  • Asociacion De Investigacion Metalurgica del Noroeste, Spanien
  • University of Silesia, Polen
  • Volkswagen, Deutschland
  • SCM Group Spa, Italien
  • JSC Baltik Vairas, Litauen
  • VDL Industrial Modules, Niederlande
  • Fersa Bearings, Spanien
  • Semaku, Niederlande
  • Symvouloi Kai Proionta Logismikou, Griechenland
  • Flexis, Deutschland
  • Sisteplant, Spanien
  • D.M.D. Computers, Italien
  • Smart Manufacturing Competences Centre Intechcentras, Litauen
Technologie-Initiative SmartFactoryKL e.V.

Das könnte Sie auch Interessieren

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. 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 Hochschule Darmstadt.