Projektlaufzeit: : 01.01.2022 – 31.12.2024 | Projektpartner: Lehrstuhl für Produktionsinformatik und Lehrstuhl für Organic Computing der Uni Augsburg, ATR Software, BSH, Seele | Förderer: Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie
Zielsetzung
ProsKI entwickelt ein KI-gestütztes Assistenzsystem für die Produktionsplanung und -steuerung (PPS) zur Bewältigung von Störungen und Fehlern. Ziel ist es, durch maschinelles Lernen Störungen frühzeitig zu identifizieren, Lösungsstrategien abzuleiten und zukünftige Störfälle prognostisch vorherzusagen – für kürzere Reaktionszeiten und eine robustere Produktionssteuerung.
Ergebnisse
Die Methodik kombiniert Datenanalyse, Machine Learning und einen Digital Twin der Produktionsumgebung.
Historische Produktionsdaten werden analysiert, um Störungsmuster zu erkennen und Prognosen zu erstellen. Explainable AI (XAI) sorgt dabei für interpretierbare Modelle, die den Planern nachvollziehbare Handlungsempfehlungen liefern.
Industrieller Nutzen
ProsKI adressiert die hohe Abhängigkeit von manuellem Erfahrungswissen bei Störungsmanagement und Umplanung in der Fertigung. Das System automatisiert die Identifikation von Abweichungen, unterstützt bei der Lösungsstrategie und integriert ML-basierte Störungsprognosen in den Produktionsplan – für mehr Agilität, Transparenz und Akzeptanz bei der Belegschaft.
Bedeutung
Das Projekt erweitert die Kompetenzen von software4production im Bereich KI-gestützter, resilienter Produktionsplanung. Die gewonnenen Erkenntnisse zu Störungsmanagement, Prognosemodellen und Explainable AI fließen in die Weiterentwicklung unserer Advanced Planning and Scheduling (APS) Lösung ein, um Planungssysteme noch agiler und fehlertoleranter zu gestalten.
Veröffentlichungen
Veröffentlichungen zu diesem Projekt finden Sie unter Publikationen.
Sie interessieren sich für resiliente PPS? Kontaktieren Sie uns – wir diskutieren gemeinsam, wie ProsKI Ihre Produktionsplanung und -steuerung und damit Wertschöpfung resilienter machen kann.