Resilienz: Die Produktion mit der Psychologie verbinden

Resilienz: Die Produktion mit der Psychologie verbinden

Mit der Konzeptidee #Spaicer (skalierbare adaptive Produktionssysteme durch KI-basierte Resilienzoptimierung) hat sich ein Team des Werkzeugmaschinenlabors WZL der RWTH Aachen in Kooperation mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) und dem Institut für Technologie und Innovationsmanagement TIM der RWTH beim Ideenwettbewerb ‚Künstliche Intelligenz (KI) als Treiber für wirtschaftlich relevante Ökosysteme‘ des Bundesministeriums für Wirtschaft und Energie durchgesetzt. Mit dem Forschungsprojekt wollen die Beteiligten ein Rahmenmodell für ein KI-basiertes Resilienzmanagement für produzierende Unternehmen in Wertschöpfungsnetzwerken entwickeln. „Auf der Basis hybrider KI-Plattformen und begleitender ökonomischer und rechtlicher Nutzungskonzepte wollen wir die Grundlage für ein ‚Smart-Resilience-Service-Ökosystem‘ für verschiedene Stakeholder in Produktionsnetzwerken schaffen“, sagt Professor Wolfgang Maaß, wissenschaftlicher Leiter des DFKI.

Umgang mit kritischen Situationen

Resilienz beschreibt in der Psychologie die Fähigkeit eines Menschen, mit kritischen Situationen umzugehen oder schnell in einen Zustand vor diesen kritischen Situationen zurückzukehren. Sie besteht also dann, wenn Menschen Prozesse, Methoden und Verhaltensweisen einsetzen oder entwickeln, die sie vor möglichen negativen und nachhaltigen Auswirkungen der Stressoren schützen. „Das Projekt soll klären, inwieweit wir das Konzept der Resilienz aus der Psychologie mittels KI in die Produktion übertragen können“, so Dr.-Ing. Daniel Trauth, Oberingenieur am Lehrstuhl für Technologie der Fertigungsverfahren des Werkzeugmaschinenlabors WZL der RWTH Aachen. „Außerdem soll untersucht werden, wie viele Störungen ein technisches Produktionsnetzwerk, bestehend aus Maschinen, Menschen und Märkten, ertragen kann, bevor Qualität, Kosten oder Produktionszeiten nachhaltig aus dem Ruder laufen.“ Die Forschungspartner sind dabei auch auf den Dialog mit Industrie und Wirtschaft angewiesen. Nur so könne der Bedarf richtig identifiziert und bewertet werden, heißt es in der Pressemeldung.

Thematik: Newsarchiv
|
Ausgabe:
RWTH Aachen University Werkzeugmaschinenlabor WZL der
www.wzl.rwth-aachen.de

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

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.