18 shutterstock ZKW FLEXIBLE LIEFERKETTEn Kurze Reaktionszeiten kleine Losgrößen und hohe Varianten vielfalt beherrschen das Tagesgeschäft vieler Produktionen Die immer stärker geforderte Flexibilität entlang der Lieferkette steht und fällt mit der Kapazitätsplanung heute eingesetz te Methoden die sich vor allem auf Vergangenheitsdaten oder auf die Erfahrungen der eigenen Mitarbeiterinnen und Mitarbeiter stützen werden den Anforderungen hinsichtlich Digitalisierung und Vernetzung im Kontext von Industrie 4 0 nicht mehr gerecht In der Praxis kann eine mangelhafte Ma terialversorgung mitunter bis zum Produktionsstillstand führen das kostet den Unternehmen wertvolle Wettbewerbsvorteile Der Frage wie nun eine optimale Versorgung der Fabrik der Zukunft gelingen kann will das Forschungskonsortium mit KI Technologien auf den Grund gehen Die produktionslogistische Kapazitätsplanung ist als Enabler für komplexe Produktionssysteme einer der stillen helden der digitalen Transformation Der Einsatz von KI in diesem Bereich ermöglicht nicht nur die Analyse bestehender Daten über so genannte neuronale netzwerke sondern auch die Entwicklung von Prognosemodellen zur Abschätzung des zukünftigen Be darfs so Projektleiter Philip Ramprecht von Fraunhofer Austria Verbesserte Kapazitätsplanung Siemens Österreich ist einer der namhaften Projektpartner Die anderen sind ZKW und das Institut für Logic and Computation der Technischen Universität Wien Als Konsortialführer fungiert Fraunhofer Austria Gefördert wird die Arbeit der Konsortial partner vom BMVIT im Rahmen des FFG Programms Produk tion der Zukunft Erklärtes Forschungsziel des von April 2018 bis März 2021 laufenden Projekts ist die Entwicklung einer Methode zur selbstlernenden Prognose kapazitiver Aufwände in der Materialver und entsorgung Bei der optimierung der internen Produktionsversorgung soll künftig eine künstliche Intelligenz helfen hohes Einsparungspotenzial Konkret arbeiten die Forscherinnen und Forscher daran beste hende Machine Learning Ansätze auf deren Anwendbarkeit bei der neuen Problemstellung zu testen und einen geeigne ten Algorithmus in einem Proof of Concept Demonstrator zu implementieren Basierend auf vergangenen Planungsperioden soll neues Wissen generiert werden Anhand der Abweichun gen von Ist zu Plan Werten schließt der Algorithmus auf die ausschlaggebenden Wechselwirkungen Mit jedem neuen Datensatz lernt die KI sozusagen dazu Durch die selbstlernende Prognose sollen Mehr bzw Minderaufwände für zukünftige Planungsperioden präzise und verlässlich vorausgesagt werden Internationales Konsortium Die für das Projekt notwendigen Testumgebungen werden von Siemens Österreich und ZKW im Rahmen der vorhandenen Pro duktionsflächen zur Verfügung gestellt Das Projekt SEMPRE stellt einen Perfect Fit für unsere Supply Chain Roadmap dar und wir freuen uns außerordentlich unsere langjährige überaus konstruktive Zusammenarbeit mit Fraunhofer in diesem Rah men weiterführen zu können begründet helmut Grobbauer Group Director Supply Chain Management bei der ZKW Group die Beteiligung am Forschungsprojekt SEMPRE Alexander Sunk Leiter Produktionstechnologien Siemens AG Österreich erklärt hingegen Wir erwarten aus dem Forschungsprojekt SEMPRE Methoden und Ansätze zur noch besseren operativen Logistikplanung und steuerung gewinnen zu können damit wir neue Umfeldentwicklungen zuverlässig vorhersehen und anschließend unsere Strukturen und Ressourcen rasch anpas im april 2018 fiel der startschuss für das forschungsvorhaben semPre ziel ist die entwicklung eines vorausschauenden kapazitätsplanungs und steuerungstools für innerbetriebliche Logistikprozesse in der Produktion eine große rolle spielen dabei künstliche intelligenz und selbstlernende algo rithmen

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.