Ausgangslage

Das Projekt adressiert die Lücke in der systematischen Verknüpfung von Wissen und Erkenntnissen aus der Nutzungs- und Umsetzungsphase technischer Systeme mit der Planungs- und Entwicklungsphase neuer Produktgenerationen. Es zielt darauf ab, den derzeit auf Erfahrungswissen basierenden Prozess durch eine datengetriebene Methodik zu ersetzen, indem Sensor- und Nutzungsdaten mittels Künstlicher Intelligenz (KI) analysiert und mit graphenbasierten Modellen verknüpft werden.

Zur Umsetzung des Projekts wird ein innovativer Prototyp entwickelt, der eine nahtlose Verknüpfung zwischen Anforderungsmanagement und Sensordaten ermöglicht. Dafür vereint ein interdisziplinäres Team die umfassenden Kompetenzen der Projektpartner. Das Konsortium umfasst die ConSenses GmbH, spezialisiert auf Datenverarbeitung und KI-Integration, und die Conweaver GmbH, führend im Bereich Graphdatenbanken und Datenmodellierung. Ergänzt wird das Team durch das Fachgebiet Produktentwicklung und Maschinenelemente (pmd) der TU Darmstadt, das Expertise in Natural Language Processing (NLP) sowie KI-gestützter Datenanalyse einbringt. Unterstützt wird das Team durch die Werner Schmid GmbH (Anwendungsbeispiele und Praxistests) und dem assoziierten Partner Andritz Kaiser GmbH (Maschinenbau und Produktionssysteme).

Projektziele

1. Schließung digitaler Prozesslücken:

• Verbesserung der Anforderungserhebung und -verifikation durch hybride Modelle, die gemessene Daten und physikalische Modelle kombinieren.
• Senkung von Entwicklungszeit und -kosten durch frühzeitige Anpassung von Anforderungen

2. Nachhaltige Integration:

• Anwendung digitaler Methoden bei den Projektpartnern zur Optimierung von Produktionsprozessen und der Vorhersage von Wartungs- und Verschleißzuständen

3. Digitale Transformation:

• Entwicklung von Modellen und Prozessen, die effizientere und ressourcenschonendere Produktentwicklungsansätze ermöglichen

Vorgehensweise

Das Projekt ist in mehrere Schlüsselphasen unterteilt. In der Phase des Aufbaus der Infrastruktur werden Mess- und Analysesysteme eingerichtet, um initiale Daten zu erfassen. Anschließend folgt die Methodenentwicklung, bei der eine Methodik entwickelt wird, die strukturierte Daten mit KI-Algorithmen verknüpft, um Zusammenhänge zwischen Anforderungen und Messergebnissen zu interpretieren. In der Phase der Implementierung und Validierung werden die entwickelten Methoden in Praxistests überprüft und die Algorithmen basierend auf den Ergebnissen angepasst. Abschließend werden in der Phase des Abschlusses und Transfers praktische Handlungsempfehlungen abgeleitet und die Tools für weitere Anwendungen angepasst.

Förderung

Dieses Projekt wird durch die Hessische Staatskanzlei – Ministerin für Digitalisierung und Innovation gefördert.