Die industrielle Produktion steht vor wachsenden Herausforderungen: Variierende Produktkonfigurationen, immer kürzere Innovationszyklen und instabile Lieferketten treiben die Komplexität von Planungs- und Steuerungsprozessen kontinuierlich in die Höhe. Klassische, regelbasierte Planungssysteme stoßen dabei an ihre Grenzen, sobald Fertigungsprozesse flexibel auf wechselnde Bauteile, Kundenwünsche oder Lieferengpässe reagieren müssen.
Insbesondere die (Re-)Sequenzierung , also die dynamische Neuordnung von Fertigungsschritten und Bauteilreihenfolgen, scheitert dabei häufig an mangelnder Übertragbarkeit bestehender Lösungen: Bisherige Ansätze sind meist auf einen konkreten Anwendungsfall zugeschnitten, in Individualsoftware eingebettet und lassen sich nicht ohne Weiteres auf neue Werke, Produkte oder Kunden übertragen. Das Projekt PreAIrranging (Preparing an AI-Based Rearranging Hub) setzt an diesem Engpass an und legt den Grundstein für einen offenen, skalierbaren (Re-)Sequenzierungs-Hub im Saarland, der Produktions- und andere sequenzielle Entscheidungsprozesse daten- und KI-gestützt optimiert.
Im Zentrum des Vorhabens steht der Aufbau einer modularen Cloud-Plattform, die hybride (Re-)Sequenzierungsalgorithmen mit digitalen Zwillingen realer Produktionssysteme verbindet und so simulationsgestütztes KI-Training ebenso ermöglicht wie den performanten Livebetrieb. Bereits erprobte, bislang aber isolierte Lösungsansätze werden auf den aktuellen Stand der Technik gehoben, von Einzellösungen zu allgemein verwertbaren Bausteinen weiterentwickelt und in die Plattform integriert. Ergänzt werden diese Ansätze durch neue, im Projekt erforschte Methoden des tiefen verstärkten Lernens, die erstmals systematisch auf die industrielle (Re-)Sequenzierung angewendet werden. Damit die KI-getroffenen Entscheidungen für Anwenderinnen und Anwender nachvollziehbar bleiben, wird Erklärbarkeit (XAI) von Beginn an mitgedacht: Ein UX-Dashboard macht den Ist-Zustand sowie die Entscheidungslogik der KI transparent und schafft so die Grundlage für Akzeptanz, Vertrauen und eine wirksame menschliche Aufsicht.
Das DFKI koordiniert das Projekt über den Forschungsbereich Neuro-Mechanistische Modellierung (Prof. Dr. Verena Wolf, Saarbrücken). Projektpartner sind die abat+ GmbH aus St. Ingbert, welche langjährige Erfahrung in digitalen Hochverfügbarkeitslösungen für die Fertigungsindustrie und existierende Plattformen, Cloud-Architekturen und Dashboards beisteuert, und der Lehrstuhl Modeling and Simulation (Prof. Dr. Verena Wolf) der Universität des Saarlandes, welcher Expertise zu Methoden des tiefen verstärkten Lernens beisteuert.
Am Ende der 12-monatigen Projektlaufzeit soll die Konzeption des (Re-)Sequenzierungs-Hubs vollständig stehen, die technologische Infrastruktur aufgebaut, die Vorarbeiten aller Partner auf den neuesten Stand gebracht und zur Plattform transferiert sowie erste eigenständig entwickelte Lösungsansätze aus dem verstärkten Lernen vorliegen.
Partners
abat+ GmbH Universität des Saarlandes