AIAx - Maschinelles Lernen entlang des Produktentstehungsprozesses

Ziel des Verbundprojektes „AIAx“ ist es, die bestehenden Machine Learning-Verfahren in den Bereichen Nachvollziehbarkeit und Robustheit weiter zu entwickeln und für Anwendungen entlang des Produktentstehungsprozesses von der rechnergestützten Konstruktion CAD (Computer Aided Design) bis zur rechnergestützten Berechnung CAE (Computer Aided Engineering) durchgängig nutzbar zu machen. Um die breite Anwendbarkeit der ML-Verfahren sicher zu stellen, wird im Projekt ein Handlungsleitfaden erarbeitet, der die strukturierte Einführung von ML-Verfahren in der Industrie unterstützt. Die Methoden sollen auf Anwendungen in zwei Schlüsselbranchen (Automobil und Elektronik) des Produktentstehungsprozesses übertragen und anschließend validiert werden. Die Weiterentwicklung von bestehenden ML-Verfahren für individuelle Assistenzsysteme im CAD und hoch-automatisierte Analysen im CAE können die Produktentwicklung beschleunigen und die Experten bei Routinetätigkeiten entlasten. Die hierzu entwickelnden Handlungsleitfäden lassen sich gut auf weitere Anwendungsbereiche übertragen und fördern zudem die Kompetenzentwicklung von Fachkräften im Bereich des Maschinellen Lernens.

Fakten zur Anwendung


Technologiefeld
Datenmanagement und -analyse
Mensch-Maschine-Interaktion und Assistenzsysteme
Branche
Verarbeitendes Gewerbe
Einsatzfeld
  • Intelligente Assistenzsysteme
    Optimiertes Ressourcenmanagement
    Wissensmanagement
Wertschöpfungsaktivität
Produktion
Forschung und Entwicklung [FuE]
Planung operativ/strategisch
Förderung
Bundesministerium für Bildung und Forschung (BMBF)
 
KI-Entwickler
Daimler AG
 
Großunternehmen
Entwicklungspartner
Technische Universität Berlin
Karlsruher Institut für Technologie (KIT)
DYNAmore Holding GmbH