AI-MOD
Auf einen Blick
Forschungsprojekt |
AI-Mod: Lernverfahren zur Automatischen Umsetzung eines modellierten Wertstroms in einen simulationsfähigen Wertstrom |
---|---|
Fachbereich |
Design Informatik Medien |
Leitung |
Prof. Dr. Adrian Ulges |
Beteiligte |
Prof. Dr. Dirk Krechel |
Labor |
LAVIS |
Ansprechpartner Forschungsförderung |
Susanne Korzuch |
Projektträger |
WIBank |
Konsortialführer |
SimPlan AG, Hanau |
Laufzeit |
1.10.2020 - 30.9.2022 |
Mittelgeber |
Hessisches Digitalministerium, Förderprogramm Distr@l, Förderlinie 2 A |
Projektbeschreibung
Ziel von AI-Mod ist der Einsatz lernender Verfahren für eine smarte Modellierung von Wertströmen: Mit einer innovativen KI-basierten Lösung sollen Unternehmen Wertströme künftig einfacher simulieren und damit besser gestalten können als heute. Bislang wird allenfalls ein statisches Bild von Wertströmen mit Hilfe von Wertstromdesign und -analyse erhoben, welches eher selten durch eine tiefgreifende Wertstromsimulation ergänzt wird. Das liegt daran, dass die Erstellung eines Wertstrom-Simulationsmodells bislang ein umfassendes Verständnis von Simulationstechnologie erfordert und damit überwiegend Spezialisten vorbehalten ist. In AI-Mod sollen Suchverfahren entwickelt werden, die automatisch statisch modellierte Wertstrom-Graphen interpretieren und im Falle von Modellierungsfehlern in simulationsfähige (d. h. von einer Simulationssoftware fehlerfrei interpretierbare) Wertströme überführen. Um der kombinatorischen Explosion des Lösungsraums zu begegnen, soll die Wertstromkorrektur wie ein Spiel betrachtet werden kann: das Lernverfahren schlägt Züge (= Veränderungen am statisch modellierten Wertstrom) vor. Wenn so ein Wertstrom entsteht, der besser von der Simulationssoftware interpretiert werden kann, gibt es eine positive Rückmeldung, ansonsten eine negative. So lernt der Algorithmus, welche Änderungen an Wertströmen erforderlich sind, um Simulationsfähigkeit zu erreichen. AI-Mod verbindet die Expertise der praxisorientierten Wertstrom-Modellierung der Simplan AG mit den Forschungsarbeiten zu maschinellem Lernen an der Hochschule RheinMain. Als assoziierte Anwendungspartner begleiten die Mercedes-Benz AG und die Siemens Industry Software GmbH das Vorhaben.
Dieses Projekt wird durch das Programm DISTR@L des Landes Hessen gefördert.