DFKI: Intelligente Analyse komplexer Verarbeitungsprozesse

2. Februar 2015


"AGATA – Analyse großer Datenmengen in Verarbeitungsprozessen", unter diesem Namen fördert das Bundesministerium für Bildung und Forschung (BMBF) mit über 2,2 Millionen Euro ein Projekt von 7 Partnern aus Forschung und Wirtschaft, darunter auch das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI). Unter Konsortialführung des Fraunhofer IOSB-INA werden in AGATA Technologien entwickelt, um die komplexe Datenflut von Verarbeitungsprozessen in Industrie und Landwirtschaft besser wirtschaftlich zu nutzen.

Die Menge an Daten und Informationen wächst rasanter denn je. Durch neue Technologien und den Einzug von Industrie 4.0 werden Verarbeitungsprozesse immer vielschichtiger. Sowohl in der industriellen als auch in der landwirtschaftlichen Produktion sind durch das Internet als Datenquelle, Cloud-Dienste und Sensordaten von Maschinen und ganzen Fabriken immer mehr Informationen digital verfügbar. Durch Sammlung, Analyse und Vernetzung dieser Daten entstehen vielfältige, bislang ungenutzte kommerzielle Anwendungsmöglichkeiten. Immer schnellere Computer und neue Programme mit intelligenten Algorithmen bieten die Grundlage, um wichtige Zusammenhänge in Big Data zu erkennen und Informationen miteinander zu verknüpfen.

"In AGATA entwickeln wir ein selbstlernendes Assistenzsystem, das die bei der Produktion anfallenden Datenmengen beobachtet und analysiert, um Zusammenhänge zwischen den Produktionsprozessen, Maschineneinstellungen und Randbedingungen zu finden. Die dadurch gewonnenen Erkenntnisse über Fehler und Abweichungen des Systems sind wichtige Parameter, um den Einsatz der Maschinen zu optimieren und die Effizienz der gesamten Produktion zu verbessern", so Prof. Andreas Dengel, Standortleiter des DFKI in Kaiserslautern und Wissenschaftlicher Direktor des Forschungsbereichs Wissensmanagement. Das DFKI entwickelt in AGATA Verfahren und Methoden zur Erkennung von Anomalien auf Rohdaten. Solche auffälligen Muster geben Hinweise auf Fehlerquellen oder Optimierungsmöglichkeiten.

Weitere Informationen

(Quelle: idw - Informationsdienst Wissenschaft e. V.)