Die Nutzfahrzeugproduktion charakterisiert sich durch eine hohe Variantenvielfalt, womit eine kleine Stückzahl der einzelnen Varianten einhergeht. Dies führt zu einer hohen Komplexität, woraus sich oftmals eine hohe Fehleranfälligkeit oder hohe Kosten ergeben. Zur Beherrschung derartig komplexer Produktionssysteme werden zunehmend Methoden des Maschinellen Lernens (ML), einem Teilgebiet der Künstlichen Intelligenz, genutzt.
Hiermit können aus Daten, die etwa von Sensoren stammen, Schlüsse und Prognosen für zukünftige Prozesse abgeleitet werden. Ein stetig besser werdender Zugang zu Rechenleistung und benutzerfreundlicher Software eröffnen neue und breitere Anwendungsfelder für die Technologie des ML. Für die große Zahl an Nutzfahrzeugproduzenten in Rheinland-Pfalz ist die Erschließung der Potenziale von ML jedoch durch gewisse branchenspezifische Charakteristika erschwert. Geringe Stückzahlen und hohe Variantenvielfalt sowie der hohe Anteil nicht-digitalisierter manueller Tätigkeiten führen zu einer vergleichsweise geringen Menge an verfügbaren Daten. Zudem ist der Nutzfahrzeugsektor stark von kleinen und mittelständischen Unternehmen geprägt, für die die eigenständige Befähigung ohne konkrete Handlungsanleitungen oft ein hohes Risiko darstellt. Hier greift das Leitprojekt des CVC Südwest „Nutzung künstlicher Intelligenz in der Nutzfahrzeugproduktion“ an. Unter Führung des Lehrstuhls für Fertigungstechnik und Betriebsorganisation (FBK) der RPTU Kaiserslautern verfolgt es das Ziel, die Potenziale von ML für die Nutzfahrzeugproduktion nutzbar zu machen. Hierbei werden zusammen mit Unternehmen beispielhafte Anwendungsfälle erforscht und implementiert. Hierauf basierend wird ein Vorgehensmodell entwickelt, welches die Verbreitung der erzielten Erkenntnisse auf andere Anwendungsfälle ermöglicht.
„Mit dem Projekt gehen wir auf die Bedarfe der Nutzfahrzeugindustrie ein und adressieren gleichzeitig die wissenschaftlich wichtige Fragestellung nach dem Umgang mit kleinen, heterogenen Datensätzen in der Produktion.“ beschreibt Prof. Dr.-Ing. Jan C. Aurich vom FBK die Relevanz des Projekts.
FBK INDUSTRIEPARTNER
Braun Maschinenbau GmbH
ELLENBERGER GmbH & Co. KG
John Deere GmbH & Co. KG
PKI Zerspanungstechnik GmbH
Laufzeit des Projektes: 01.04.2020 – 30.09.2022
