Projektcluster DiMaWert

Digitalisierung der Materialentwicklung entlang der Wertschöpfungsketten

Aktuelles Förderprojekt

Motivation

Methoden der künstlichen Intelligenz

Künstliche Intelligenz (KI) entwickelt sich rasant weiter und wird in immer mehr Bereichen der Technik und Entwicklung eingesetzt. Insbesondere bei lernfähigen Algorithmen wurden durch den Einsatz spezieller neuronaler Netze bereits große Erfolge verzeichnet. Ein etabliertes Arbeitsgebiet der KI ist die Mustererkennung in komplexen Datensätzen. Durch die Weiterentwicklung der Sensorik fallen solche Daten zunehmend bei der Materialentwicklung und -herstellung an. Zahlreiche weitere KI-Methoden stehen für unterschiedliche Aufgaben zur Verfügung.

Zielsetzung

Die Stufen der Wertschöpfungskette mit Potential für KI-Methoden
© Fraunhofer-Zentrum HTL
Die Stufen der Wertschöpfungskette mit Potential für KI-Methoden
Anwendung von KI-Methoden in den Teilprojekten von DiMaWert
© Fraunhofer-Zentrum HTL
Anwendung von KI-Methoden in den Teilprojekten von DiMaWert

Der Nutzen von KI-Methoden soll auf allen Schritten der Wertschöpfungskette erprobt werden. Unterschiedliche KI-Verfahren sollen exemplarisch in anderen Teilprojekten von DiMaWert eingesetzt, mit konventionellen Techniken verglichen und im Erfolgsfall etabliert werden. Unter anderem soll durch KI-Techniken eine Top-down-Modellierung von Material- und Prozesseigenschaften gemäß vorgegebener Einsatzanforderungen ermöglicht werden.

Lösungsweg

Bottom-up versus Top-down-Design
Bottom-up versus Top-down-Design
  • Auswahl von Use Cases für verschiedene Stufen der Wertschöpfungskette
  • Identifizieren von passenden KI-Methoden
  • Exemplarische Umsetzung und Bewertung
  • Erarbeitung eines Anwendungskonzepts im Kontext anderer systematischer Versuchstechniken
  • Aufbau von externen Kooperationen mit KI-Experten
  • Weiterbildung der HTL-Mitarbeiter und Aufbau von Anwendungskompetenz

Projektleitung: Prof. Dr. F. Raether

Projektmitarbeiter: J. Baber, Dr. H. Böse, Dr. H. Friedrich, Prof. Dr. M. Kirschen, PD Dr. G. Seifert, Dr. S. Steenhusen, H. Ziebold