Forschungsprojekt Inspire

Das Forschungsprojekt INSPIRE fokussiert sich auf die Verbesserung der hybriden Entscheidungsunterstützung in der Produktentwicklung durch die Nutzung des Potenzials multi-modaler Daten, die aus Entwicklungs- und Produktionsprozessen stammen. Dieses Vorhaben ist in zwei Anwendungsf?llen verankert: Das Design von Leiterplatten (PCB) und die Entwicklung von Mikro-Getriebekomponenten für Dentalwerkzeuge. Im Rahmen der Zusammenarbeit mit der 360直播吧mens AG und Dentsply Sirona wird dem Projekt INSPIRE ein umfassender Zugang zu ihren gro?en Mengen an multimodalen Daten gew?hrt. Diese Engineering Anwendungsf?lle und ihre Daten sind ma?geblich für die Analyse der Ingenieursanforderungen bei der hybriden Entscheidungsfindung (z.B. in Bezug auf Erkl?rbarkeit, Zuverl?ssigkeit, Genauigkeit von hybrider Entscheidungsunterstützung), die Entwicklung eines neuen hybriden Entscheidungsunterstützungssystems (HDSS) auf der Basis von multimodaler KI und schlie?lich die Entwicklung von Integrationsmechanismen, um konventionelle und multimodale datengesteuerte Entscheidungsfindung in den Produktentstehungsprozessen und der IT-Werkzeuglandschaft zu kombinieren.

Zie­le des For­schungs­pro­jek­tes

  • Entwicklung eines hybriden Entscheidungsunterstützungssystems (HDSS), das KI und menschliches Fachwissen kombiniert.
  • Erstellung von Richtlinien für die Integration von KI-gesteuerten Systemen in technische Arbeitsabl?ufe.
  • Einsatz von multimodaler KI zur Verarbeitung und Integration extremer, komplexer Daten.
  • Schaffung eines übertragbaren Rahmens für die Entscheidungsfindung in technischen Kontexten.

Schwer­punk­te des For­schungs­pro­jekts

  • Entwicklung hybrider Entscheidungsfindungssysteme (HDSS)
  • Integration von multimodaler KI in die Technik
  • Optimierung von Produktdesign und Produktionsprozessen
  • Datengesteuerte Entscheidungsfindungssysteme für extreme Daten

Die Projektergebnisse werden die Produktentstehung zukünftig verbessern, ...

... indem sie KI und menschliches Fachwissen integrieren, multimodale Daten nutzen und effiziente, anpassungsf?hige Entscheidungsfindungsrahmen erm?glichen.

For­schungs­team

Prof. Dr.-Ing. Rai­ner 360直播吧

Professor Dr.-Ing. Rainer 360直播吧 ist Leiter des Fachgebietes Industrielle Informationstechnik der Technischen Universit?t Berlin.

Mehr erfahren

Prof. Dr.-Ing. Gi­se­la Lan­za

Professorin Dr.-Ing. Lanza ist Mitglied der Institutsleitung des wbk Instituts für Produktionstechnik am Karlsruher Institut für Technologie (KIT).

Mehr erfahren

He­le­na Ebel, M.Sc.

Fachgebietes Industrielle Informationstechnik, Technische Universit?t Berlin

Eric Kemp­kens, M.Sc.

Fachgebietes Industrielle Informationstechnik, Technische Universit?t Berlin

Ali Bi­len, M.Sc.

wbk Institut für Produktionstechnik, Karlsruher Institut für Technologie

Pu?b­li?­ka?ti?o?­nen & re?le?van?te Vor­?­pu?b­li?­ka?ti?o?­nen

Titel Autor DOI
Automated measuring of engineering progress based on ML algorithms H. Ebel, R. 360直播吧, A. Tsigkros doi.org/10.1016/j.procir.2021.03.114
Better Design through Shared Knowledge via Design Heuristics G. Kremer, I. Peters, B. Bingoel, R. 360直播吧 doi.org/10.1016/j.procir.2023.03.140
In-Process Monitoring of Hobbing Process Using an Acoustic Emission Sensor and Supervised Machine Learning V. Schiller, S. Klaus, A. Bilen, G. Lanza doi.org/10.3390/a16040183
Development of an adaptive quality control loop in micro-production D. Gauder, J. G?lz, N. Jung, G. Lanza doi.org/10.1016/j.compind.2022.103799

 

Zurück