Hybride Entscheidungsunterstützung in der Produktentstehung
Problemstellung
Technische Systeme sind durch zunehmende Interdisziplinarität, Komplexität und immer stärkere Verflechtungen gekennzeichnet. Produkt- und produktionsbegleitende Systeme erfordern eine disziplinübergreifende multikriterielle Optimierung. Durch die Forderung nach Nachhaltigkeit und Kreislaufwirtschaft nimmt die Komplexität ingenieurtechnischer Systeme mit mechanischen Strukturen weiter zu. In diesen Systemen, auf die sich das Schwerpunktprogramm konzentriert, wird die Nachhaltigkeit maßgeblich durch den Materialeinsatz sowie den betrieblichen Energieverbrauch in Produktion und Produktleben geprägt.
Viele Anforderungen an solche Systeme werden erst im späteren Verlauf des Produktlebens deutlich: bei der Produktnutzung, der Außerbetriebnahme oder der Materialrückführung. Technische Systeme müssen für die Anforderungen zukünftiger Märkte, aber auch für Produktions-, Wartungs- und Recyclingtechnologien ausgelegt sein. Hier stößt die Leistungsfähigkeit etablierter Ingenieursmethoden wie Heuristik, Methoden, Modellierung und Simulation an ihre Grenzen. Die Herausforderungen der Zirkularität, globale Abhängigkeiten und Aspekte der digitalen Transformation erzwingen eine Leistungssteigerung der interdisziplinären Produktentstehung.
Die bestehenden Leistungsgrenzen können nur durch "hybride Entscheidungsunterstützung" überwunden werden, d.h. die Kombination etablierter Ingenieursmethoden mit Methoden der Data Science und Künstlichen Intelligenz (DS/AI) unter systematischer Einbeziehung von Extremdaten. Unter Extremdaten werden Daten mit Eigenschaften wie steigende Menge, Geschwindigkeit und Vielfalt, hohe Komplexität, Diversität und Multilingualität, verteilte Quellen, spärliche, fehlende und unzureichende Daten oder extreme Wertschwankungen zusammengefasst. Dabei werden relevante Aspekte und Zusammenhänge aus der Produktnutzung oder der Rückführung von Produktkomponenten auf den Stoffkreislauf abgebildet. Neue Konzepte sind erforderlich, um in der Produkt- und Produktionssystementwicklung mit extremen Daten in unterschiedlichen Formaten umzugehen und zukünftige Datensituationen frühzeitig vorzubereiten.
Wissenschaftliche Ziele
Ziel des Schwerpunktprogramms ist die Grundlagenforschung, um Erkenntnisse darüber zu gewinnen, wie Verfahren und Methoden der DS/AI in Zukunft ergänzend zu menschlichen Fähigkeiten in Verbindung mit etablierten Heuristiken, Methoden, Modellierung und Simulation eingesetzt werden können, um die Leistungsfähigkeit der Produktentstehung zu erhöhen. Kombiniert mit etablierten Engineering-Methoden soll DS/AI zur hybriden Entscheidungsunterstützung eingesetzt werden.
Inzwischen gibt es klare Tendenzen, welche grundlegenden DS/AI-Algorithmen, Technologien, Verfahren und Methoden einen ausreichenden Reifegrad erreichen werden. Im Rahmen des Schwerpunktprogramms werden Verfahren und Methoden der DS/AI angepasst und angewendet, aber nicht entwickelt. Die Forschung umfasst Inhalte wie das Training von Modellen, den Aufbau von neuronalen Netzen oder die Generierung von semantischen Netzen.
Auf dieser Basis zielt das Schwerpunktprogramm darauf ab, Erkenntnisse über den erzielbaren Effekt in der Produktentstehung und die daraus resultierenden Veränderungen von Prozessen, Methoden, IT-Werkzeugen und Informationsstandards (PMTI) zu gewinnen. Kombiniert mit etablierten Engineering-Methoden sollen DS/AI-Methoden produktbezogen im Sinne einer hybriden Entscheidungsunterstützung eingesetzt werden können. Kernziel ist die Steigerung der Performance in der Produktentstehung durch hybride Entscheidungsunterstützung. Ein möglicher Indikator hierfür ist die Reduktion des Umfangs unnötiger Iterationen durch Erweiterung der Entscheidungsqualität ohne Erhöhung des Zeit-/Ressourceneinsatzes.
Im Mittelpunkt steht die Entscheidungsfähigkeit bei der Analyse und Synthese komplexer, technischer Systeme in der Produkt- und Produktionstechnik. Dabei wird davon ausgegangen, dass der Mensch von Routinetätigkeiten entlastet wird. Seine Fähigkeiten können jedoch nicht vollständig ersetzt werden, und eine völlig autonome Produktentstehung ist nicht möglich. Ausgehend von den in der Produktentstehung etablierten Grundlagen des Problemlösens und Entscheidens umfasst das Schwerpunktprogramm drei Themenschwerpunkte:
- Die menschenzentrierte Gestaltung hybrider Entscheidungsunterstützung zielt auf die Schnittstelle zwischen Verfahren und Methoden und den zu unterstützenden Aufgaben in der Entscheidungssituation. DS/AI sollen Problemlösungskompetenzen auf der Basis von implizitem Wissen in ingenieurwissenschaftlichen Anwendungen zur Verfügung stellen.
- Analyseaufgaben beziehen sich im Sinne einer problembezogenen Analyse auf die Situation oder im Sinne einer zukunftsorientierten Analyse auf die Konsequenzen einer Entscheidung. Eine hybride Entscheidungsunterstützung ist erforderlich, um in frühen Phasen (z.B. Problemanalyse, Anforderungserhebung und Produktplanung) intuitiv, zielgerichtet und effizient alle für eine Entscheidung notwendigen Informationen vor Beginn der ersten Funktions- und Designausführungen zu sammeln.
- Syntheseaufgaben beziehen sich auf die Generierung von Lösungsalternativen und die begründete Bildung von Präferenzen. Aktivitäten wie die Auswahl konfliktärer Restriktionen, die Berücksichtigung von Design-for-X und die objektive Absicherung von Entwurfsregeln sollen unterstützt werden. Darüber hinaus soll die hybride Entscheidungsunterstützung in der Synthese zur proaktiven Generierung von Arbeitsergebnissen wie der Funktionsstruktur, Basislösungen etc. genutzt werden.
Die Förderung richtet sich an Ingenieure, die systematisch Probleme der disziplinübergreifenden und multikriteriellen Optimierung in Bezug auf Produkt und Produktionssystem lösen. Die Antragsteller ordnen ihr Projekt im Rahmen des Schwerpunktprogramms einem oder mehreren der drei vorgenannten Schwerpunktthemen zu.
Arbeitsprogramm und Randbedingungen
Das Schwerpunktprogramm konzentriert sich auf die frühen Phasen des Lebenszyklus, d. h. auf die Produkt- und unterstützende Produktionssystementwicklung. Die Abdeckung aller dieser frühen Phasen soll durch ein angemessenes Angebot an Projekten in beiden Förderperioden des Schwerpunktprogramms sichergestellt werden. Ansätze, die erst in der späteren Produktlebensphase wirken, sind nicht vorgesehen. Es werden nur technische Systeme mit einer mechanisch tragenden Struktur berücksichtigt. Das Schwerpunktprogramm richtet sich an Wissenschaftlerinnen und Wissenschaftler aus dem Maschinenbau (Konstruktion, Produktentwicklung), der Produktionstechnik und verwandten Bereichen der anwendungsorientierten Informatik. Es verknüpft die disziplinären Grundlagen unter dem Ziel der hybriden Entscheidungsunterstützung.
Die Antragsteller müssen ihr jeweiliges Projekt nachvollziehbar in einer relevanten Methodik der Produktentwicklung verankern. Diese Methodik muss der Komplexität heutiger technischer Systeme angemessen sein. Projekte im Schwerpunktprogramm müssen verallgemeinerbare Fragestellungen aufgreifen, die sich auf verschiedene Produkttypen und Branchen übertragen lassen. Die Anpassung an unternehmens- und kontextspezifische Entwicklungsprozesse ist nicht Teil des Schwerpunktprogramms.
Ziel ist die Steigerung der Leistungsfähigkeit der Produktentstehung, insbesondere im Hinblick auf die Komplexität des Produktlebenszyklus und damit auf die sich im Laufe der Zeit verändernden Anforderungen an nachhaltiges Engineering und Recyclingfähigkeit. Dazu müssen Kriterien für die Interpretation und Bewertung der Ergebnisse ermittelt werden. Auswirkungen auf Aufgaben und erforderliche Kompetenzen (Qualifizierung) aus ingenieurwissenschaftlicher Sicht werden in der Forschung berücksichtigt, auch im Hinblick auf die Interpretation der Ergebnisse von DS/AI-Verfahren und -Methoden.
Die Projekte der ersten Förderperiode basieren auf Daten, die aus experimentellen Vorarbeiten, Industrieprojekten oder Feldversuchen beim jeweiligen Antragsteller vorliegen. Sie sind nicht durch Urheberrechte Dritter blockiert und können daher in der Vernetzung im Schwerpunktprogramm und in Publikationen genutzt werden. Die Datensätze sollen sich an FAIR-Grundsätzen orientieren, damit sie innerhalb des Schwerpunktprogramms weitergegeben werden können. Sie müssen im Antrag hinreichend ausführlich beschrieben werden. Die mögliche Generierung oder Nutzung von synthetischen Massendaten muss nachvollziehbar und plausibel begründet werden. Darüber hinaus sind digitale Entwicklungsumgebungen eine Voraussetzung für das im Einzelantrag geplante Forschungsdesign.
