Hybride künstliche Intelligenz für intelligente Sensoren und Aktoren in der Produktion (KISA)

Schwerpunktthema: Künstliche Intelligenz
Art der Förderung: Projektförderprogramme
Programm: CZS Transfer
Geförderte Institution:
  • Hochschule Pforzheim

Durch die Kombination verschiedener Verfahren der Künstlichen Intelligenz sollen intelligente Sensoren und Aktoren entwickelt werden, die sich selbstständig an Veränderungen anpassen und so eine flexiblere Produktion ermöglichen.

Ziele

Im Kontext von Industrie 4.0 sind Zuverlässigkeit, Flexibilität und Anpassungsfähigkeit wichtige Anforderungen an Sensoren und Aktoren (wie z. B. Motoren, Ventile, Pumpen etc.) im gesamten Produktionsprozess. Sogenannte Self-X-Fähigkeiten erlauben es einem System dabei, eigenständig Handlungen abzuleiten und Anpassungen vorzunehmen. Ziel des Vorhabens ist es, Self-X-Fähigkeiten für intelligente Sensoren und Aktoren zu entwickeln. Dazu werden verschiedene Ansätze der Künstlichen Intelligenz miteinander kombiniert: Während Verfahren des datenbasierten Maschinellen Lernens auf dem effektiven Lernen aus Daten beruhen, aber schwierig nachzuvollziehen sind, basieren wissensbasierte Verfahren auf einer verständlicheren Annäherung durch logische Schlussfolgerungen, sind aber schwieriger aufzubauen. Beide Verfahren werden im Projekt verbunden und durch klassische, auf technisch-mathematischen Modellen basierende Ansätze ergänzt. Die Kombination erlaubt es, die Vorteile der verschiedenen Verfahren miteinander zu verbinden und Schwächen auszugleichen. Die Umsetzung erfolgt als energieeffiziente, datensparsame Edge KI-Lösung.

Beteiligte Personen:

Johannes Wimmer

Programm-Manager

Telefon: +49 (0)711 - 162 213 - 22

E-Mail: johannes.wimmer@carl-zeiss-stiftung.de

Prof. Dr. Thomas Greiner

Hochschule Pforzheim

Detailinformation:

Schwerpunktthema: Künstliche Intelligenz
Programm: CZS Transfer
Art der Förderung: Projektförder­programme
Zielgruppe: Professor:innen
Fördersumme: 692.000 €
Zeitraum: Februar 2022 - Januar 2026

Geförderte Institution: