Das Hauptziel des Auftrages ist die Arbeit eines sogenannten Methodenberaters für die methodische Leitung eines Projekts zur Entwicklung von Teilmodellen der Asset Administration Shell.
Bei einem Einsatz von Künstlicher Intelligenz (KI) in der Produktion, in Form von bereitgestellten KI-Modellen, treffen zwei „Welten“ aufeinander: Zum einen die von Natur aus experimentelle Welt der KI-Modellentwicklung und zum anderen die oft dokumentationspflichtige Welt der industriellen Produktion. Der initiale Aufwand und die daraus folgenden Kosten, um diese Welten als „Industrial Artificial Intelligence (AI)“ zusammenzubringen, sind hoch. Die Bereitschaft, KI in der Produktion einzusetzen, ist daher derzeit zum Teil noch gering. Obwohl es ausgereifte KI-Plattformen gibt, die die Entwicklung und den Einsatz von KI-Modellen in anderen Anwendungsfällen schon gut unterstützen, ist der Einsatz von KI in der Produktion deutlich komplexer und kann daher von diesen KI-Plattformen nicht abgedeckt werden. So sind die Anforderungen über den gesamten Lebenszyklus eines KI-Modells anspruchsvoller, zum Beispiel durch regulatorische Rahmenbedingungen für die Dokumentation oder eine zu gewährleistende Redundanz und Performance beim Betrieb. Ein Kernproblem dabei ist, dass Metainformationen und Details über den Lebenszyklus hinweg transparent verfügbar gemacht werden müssen. Diese Informationen werden jedoch in der Praxis derzeit nicht standardisiert erfasst und müssen daher oft durch manuelle Arbeit übertragen werden. Mit der Asset Administration Shell im Kontext der Industrie 4.0 bietet sich die Möglichkeit, diese Schwachstelle in der aktuellen Vorgehensweise umzugehen. Gleichzeitig schafft die Asset Administration Shell herstellerübergreifende Interoperabilität und damit Herstellerunabhängigkeit bei der Auswahl passender Werkzeuge und Plattformen für die Entwicklung und den Betrieb von KI-Modellen. Gerade im Bereich der KI gibt es Unternehmen, die mit schnellen Erfolgen locken, aber jeweils ihre eigenen Formate, Metamodelle usw. mitbringen und somit einen späteren Wechsel enorm erschweren. Interoperabilität wäre hier ein großer Gewinn und die Schaffung eines interoperablen Formats für KI-Modelle könnte die Hemmschwelle zur Integration von KI in die industrielle Produktion sinken. Da die Metainformationen und Details von KI-Modellen vielfältig sind, würde sich im Allgemeinen eine Reihe an Teilmodellen anbieten, um den gesamten Lebenszyklus eines KI-Modells abdecken zu können, ähnlich wie bei den Teilmodellen von physikalischen Assets.
Der Auftragsgegenstand ist von den übergeordneten Zielen des Förderprojekts InterOpera abzuleiten. InterOpera zielt auf eine standardisierte Umsetzung der Asset Administration Shell in der Praxis ab und steht damit in direktem Zusammenhang mit dem Leitbild Industrie 2030, das einen Beitrag zur Interoperabilität digitaler Ökosysteme der Zukunft leisten will. Konkret sollen im InterOpera Projektverlauf 50 Teilmodelle der Asset Administration Shell entwickelt werden,die den strategischen Rahmen für die Umsetzung digitaler Geschäftsmodelle in Deutschland und Europa weiter ausbauen. Eine langfristige Überführung dieser Teilmodelle in die Normung und der damit verbundene Ausbau des digitalen Ökosystems für die Asset Administration Shell unterstützt die flexible Produktion und Ressourceneffizienz.
Das DFKI wurde beauftragt die folgende Teilmodelle der Asset Administration Shell zu entwickeln:
- Artificial Intelligence Dataset
- Artificial Intelligence Deployment
- Artificial Intelligence Model Nameplate
Partners
Steinbeis Innovation gGmbH
