Studie zu Künstlicher Intelligenz in der Produktion: Vorgehensmodell zur systematischen Identifizierung, Bewertung und Implementierung von KI-Anwendungsfällen im produzierenden Gewerbe

Ausgangslage:

Die digitale Transformation der Produktion verspricht, die Produktivität im Inland zu steigern und neue Geschäftspotenziale zu erschließen. Das Revolutionäre an Industrie 4.0 ist nicht allein die Digitalisierung der Produkte und ihrer Produktion, sondern die Möglichkeit technische Systeme in Echtzeit zu vernetzen. Die dadurch gewonnenen Daten können mit Methoden des maschinellen Lernens (ML), einem Teilgebiet der Künstlichen Intelligenz (KI), nutzbringend ausgewertet und daraus neues Wissen generiert werden. Mit zunehmender Rechen- und Speicherleistung durch Cloud Computing aber auch in lokalen Edge-Geräten lassen sich komplexe Algorithmen, etwa Verfahren des Deep Learnings, zur Prozess- und Qualitätsverbesserung im Produktionsumfeld einzusetzen. Bisher befassen sich jedoch nur wenige wissenschaftliche Arbeiten mit der systematischen Erschließung derartiger Potenziale.

Aufgabenstellung:

Im Rahmen einer Studie soll gemeinsam mit namhaften Partnern ein Vorgehensmodell entwickelt werden, anhand dessen die Potenziale von KI, insb. von ML, in der Produktion systematisch identifiziert, bewertetet und erschlossen werden können. Daraus ergeben sich folgende Arbeitspakete:

  • Einarbeitung in die relevanten Grundlagen von KI, insb. ML
  • Strukturierte Aufbereitung der verschiedenen KI-Anwendungsfälle in der Produktion
  • Vergleich bestehender Vorgehensweisen im Bereich Industrie 4.0, Data Analytics, Data Mining, KI/ML (z.B. CRISP-DM)
  • Ableiten eines geeigneten Vorgehensmodells zur systematischen Identifikation und Bewertung von ML Use Cases in der Produktion unter Berücksichtigung sowohl technischer als auch wirtschaftlicher Gesichtspunkte
  • Ggf. Validierung des Vorgehensmodells anhand eines Fallbeispiels aus der Industrie bzw. den verschiedenen Forschungsbereichen des Lehrstuhls FAPS
  • Dokumentation der Arbeit

Nähere Informationen gerne auf Anfrage im persönlichen Gespräch. Beginn, Umfang und genaue Ausrichtung der Arbeit erfolgen nach Absprache und persönlichem Interesse.

Hinweise und Bewerbung:

  • Forschung im Trendthema Industrie 4.0, KI und ML
  • IT-Affinität vorausgesetzt, zielgerichtete Einarbeitung anhand von Vorarbeiten möglich
  • Bewerbungen bitte per E-Mail mit Lebenslauf und aktueller Fächerübersicht an beide Ansprechpartner, d.h. andreas.mayr@faps.fau.de und dominik.kisskalt@faps.fau.de

Beispielhafte grundlegende Schritte bei der Identifizierung, Bewertung und Umsetzung von KI-Use-Cases

Ansprechpartner:

Dominik Kißkalt, M.Sc.

Andreas Mayr, M.Sc., M.Sc.

Kategorien:

Fachbereich:

Engineering-Systeme

Art der Arbeit:

Bachelorarbeit, Diplomarbeit, Hauptseminar, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Fertigungsregelung und Intralogistik, Industrie- und Servicerobotik, Künstliche Intelligenz und Maschinelles Lernen, Medizintechnik, Planung und Simulation, Software Engineering und Deployment

Kontakt: