Mobile-Menu

KI-gestützte Produktionsplanung KI-Werkzeugkasten optimiert industrielle Sequenzierung

Quelle: Universität des Saarlandes 2 min Lesedauer

Anbieter zum Thema

Universität des Saarlandes
dataTec AG
Schneider Electric GmbH

Komplexe Fertigungsprozesse stoßen mit herkömmlichen Systemen oft an ihre Grenzen. Die Universität des Saarlandes, das DFKI und Abat+ entwickeln nun eine offene KI-Plattform, die digitale Zwillinge für die dynamische Produktionssteuerung nutzt.

Mithilfe selbstlernender Algorithmen lassen sich komplexe Produktionsabläufe und die Sequenzierung in der Automobilfertigung optimal und effizient steuern. (Symbolbild)(Bild: VCG / KI-generiert)
Mithilfe selbstlernender Algorithmen lassen sich komplexe Produktionsabläufe und die Sequenzierung in der Automobilfertigung optimal und effizient steuern. (Symbolbild)
(Bild: VCG / KI-generiert)

In Branchen wie der Automobilindustrie ist die exakte Sequenzierung von Bauteilen und Modellvarianten auf der Montagelinie essenziell. Wachsende Varianz, immer kürzere Innovationszyklen und unvorhersehbare Lieferketten erfordern jedoch dynamischere Steuerungskonzepte, als sie klassische Planungstools derzeit bieten. Hier setzt das Transferprojekt „Preparing an AI-Based Rearranging Hub“ (PreAIrranging) an: Forschungsteams der Universität des Saarlandes und des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) entwickeln gemeinsam mit dem Software-Spezialisten Abat+ GmbH eine offene und skalierbare Planungsplattform für die Industrie.

Digitale Zwillinge trainieren die Algorithmen

„Wir erstellen digitale Zwillinge, um KI-Modelle passend auf reale Produktionssysteme zu trainieren“, erklärt Verena Wolf, Informatik-Professorin an der Universität des Saarlandes. (Bild: Oliver Dietze / DFKI)
„Wir erstellen digitale Zwillinge, um KI-Modelle passend auf reale Produktionssysteme zu trainieren“, erklärt Verena Wolf, Informatik-Professorin an der Universität des Saarlandes.
(Bild: Oliver Dietze / DFKI)

Die technologische Basis der neuen Plattform bilden selbstlernende Algorithmen, die komplexe Prozesse effizienter optimieren sollen als herkömmliche regelbasierte Systeme. Um die Software auf die Automatisierungspraxis vorzubereiten, setzen die Entwickler auf Simulationen: „Wir erstellen digitale Zwillinge, um KI-Modelle passend auf reale Produktionssysteme zu trainieren“, erklärt Verena Wolf, Informatik-Professorin an der Universität des Saarlandes. So lassen sich die komplexen Abhängigkeiten von Lieferketten, Modellvarianten und Personalverfügbarkeit präzise in die Prozessplanung einbeziehen.

Neben der Auslegung neuer Fertigungsstrecken fokussiert sich das Projekt vor allem auf die dynamische Anpassung im laufenden Betrieb. Die KI-Plattform soll automatisierte Umplanungen in Echtzeit ermöglichen, beispielsweise wenn sich die Anlieferung einzelner Bauteile verzögert oder bestimmte Chargen kurzfristig priorisiert werden müssen.

Schnelle Anpassung durch modulare Architektur

Der IT-Dienstleister Abat+ GmbH bringt in das Projekt seine Expertise für die erforderliche Software- und Cloud-Infrastruktur sowie Erfahrungen aus der industriellen Produktionsplanung ein. In den kommenden Monaten soll die Plattform zu einem modularen KI-Werkzeugkasten ausgebaut werden. Dieser Ansatz soll es künftig auch kleinen und mittleren Unternehmen erleichtern, das System schnell und individuell an ihre jeweiligen Automatisierungs- und Planungsherausforderungen anzupassen.

Das Projekt wird aus Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) mit knapp 900.000 Euro gefördert. Perspektivisch sehen die Entwickler den Einsatzbereich der skalierbaren Architektur nicht nur in der Fabrikautomation, sondern auch in anderen hochkomplexen Planungsszenarien, wie etwa im Klinikbereich.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte