AI-Mod

Entwicklung eines KI-gestützten Wertstromsimulationsmodells (digitaler Zwilling), um Abläufe in Produktions- und Logistikstätten zu gestalten und zu verbessern.

© SimPlan AG

Projektdetails

Der Aufbau von Simulationsmodellen für einen Wertstrom in einer Fabrik kann viel Zeit in Anspruch nehmen. Zwar geht es schnell, mit Hilfe einer App ein erstes einfaches Bild (ein Modell) eines Wertstroms aufzubauen. Aber damit dieses Modell simuliert werden kann, muss es eine Reihe von Anforderungen erfüllen: es müssen die richtigen Bausteine (z. B. Maschinen oder Puffer) in der richtigen Abfolge eingefügt werden, die Verbindungen zwischen den Bausteinen müssen vollständig definiert sein, und die Bausteine müssen mit Daten versehen werden (z. B. mit Informationen zu Bauteilen). Die Idee von AI-Mod ist es, ein Lernverfahren so zu trainieren, dass es bei der Erfüllung dieser Anforderungen hilft und darauf hinweist, wo Bausteine, Kanten oder Daten fehlen. Zu Grunde liegt die Annahme, dass die Umwandlung des ersten einfachen Modells in ein vollständiges Simulationsmodells wie ein Spiel betrachtet werden kann: das Lernverfahren schlägt Züge (wie Hinzufügen einer Kante oder das Verändern von Daten) vor. Wenn dadurch ein Modell entsteht, das besser von der Simulationssoftware interpretiert werden kann, gibt es eine positive Rückmeldung, ansonsten eine negative. So lernt der Algorithmus, welche Änderungen an Modellen erforderlich sind, um Simulationsmodelle zu erstellen. Diese Nutzung von Lernverfahren unmittelbar zur Modellierungsunterstützung, stellt eine neue Anwendung von KI dar.

Die konkrete Verwertungsperspektive der angestrebten Entwicklung liegt in einer Einbettung des zu entwickelnden bzw. zu trainierenden Lernverfahrens in die vom Projektpartner SimPlan AG heute bereits vermarktete Modellierungs- und Simulationssoftware SimVSM (www.simvsm.de). Die (marketingtechnisch vereinfacht formulierte) Vision besteht darin, in dieser Software einen „Magic Button“ anbieten zu können, mit dessen Hilfe der Anwender wesentlich schneller und einfacher als heute die Simulationsfähigkeit eines von ihm erstellten einfachen Modells eines Wertstroms herstellen kann. Ferner ist eine Unterstützung bei der Erstellung von Wertstrommodellen als Funktion vorgesehen. Endanwender sind also alle Wertstrommodellierer und Wertstromsimulanten.

SimPlan als der Unternehmens- und Technologiepartner im Projekt ist ein Spezialist für Simulation und Digitale Zwillinge von Produktions- und Logistiksystemen. Mit Hilfe von Simulationsmodellen (den „Zwillingen“) werden Abläufe in Fabriken und Distributionszentren gestaltet und verbessert. Das SimPlan-Team besteht aus Ingenieuren, Informatikern, Mathematikern und Naturwissenschaftlern, die sich mit der Erstellung dieser Modelle und mit der Programmierung der dazu erforderlichen Software befassen. Die Hochschule RheinMain ist mit Forschern aus der Arbeitsgruppe LAVIS (Learning and Visual Systems) im Projekt vertreten. Die Forschergruppe bringt unter anderem langjähriges Know-how und Erfahrung im Bereich maschineller Lernverfahren / Künstliche Intelligenz mit. In gemeinsamen Diskussionen ist die Idee gereift, Lernverfahren zur Vereinfachung der Simulationsmodellierung einzusetzen.

Gefördert durch

  • Hessisches Ministerium für Digitalisierung und Innovation
  • digitales.hessen DISTR@L
Digitale Technologie
Digitaler ZwillingKünstliche Intelligenz (KI / AI)
Anwendungsbereich
Industrie 4.0LogistikSmart Factory
Eingesetzte digitale Verfahren, Technik, Software und Methoden
Maschinelles LernenDiskrete-ereignisorientierte Simulation
Landkreis, kreisfreie Stadt
Main-Kinzig-Kreis
Förderprogramm
Distr@l - Digitale Produktinnovationen (FL 2A)
Fördersumme
379.939,00 €
Förderzeitraum
1. Okt. 2020 - 30. Sep. 2022
Status
abgeschlossen

Antragsteller

SimPlan AG

Sophie-Scholl-Platz 6
63452 Hanau

zur Website

Verbundpartner

Hochschule RheinMain

Kurt-Schumacher-Ring 18
65197 Wiesbaden

zur Website

Ansprechpartner

Herr Prof. Dr. Sven Spieckermann

SimPlan AG

Sophie-Scholl-Platz 6
63452 Hanau

+49 6181 402960
sven.spieckermann@simplan.de