SPAICER - Skalierbare adaptive Produktionssysteme durch KI-basierte Resilienzoptimierung

Förderung: „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ (KI-Innovationswettbewerb) des Bundeministeriums für Wirtschaft und Energie (BMWi)
Projektlaufzeit: 01.04.2020 bis 31.03.2023 (36 Monate)
Projektvolumen: 10,4 Mio. €

Der Innovationswettbewerb „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ (KI-Innovationswettbewerb) des Bundeministeriums für Wirtschaft und Energie (BMWi) ist ein erster konkreter Schritt zur Umsetzung der Strategie Künstliche Intelligenz der Bundesregierung. Im Rahmen des KI-Innovationswettbewerbs will das BMWi herausragende Ansätze für neue Formen KI-basierter Plattformökonomie in wichtigen Sektoren der deutschen Wirtschaft fördern. Ziel ist es, große, durchsetzungsstarke Leuchtturmprojekte zu realisieren, die Impulse für ganze Wirtschaftszweige geben. Insgesamt 16 große Verbundprojekte gingen als Gewinner aus der Wettbewerbsphase hervor und wurden am 19.09.2019 in Berlin ausgezeichnet, darunter das SPAICER-Konsortium, welches sich erfolgreich gegen starke, nationale Konkurrenz durchgesetzt hat und ab 01.04.2020 drei Jahre lang mit mehr als 10 Millionen Euro gefördert wird.

An SPAICER sind neben dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), welches als Koordinator agiert, das Werkzeugmaschinenlabor (WZL) an der RWTH Aachen, die Universität Freiburg, die Technische Universität Darmstadt, das Institut für Technologie- und Innovationsmanagement der RWTH Aachen, die Otto Beisheim School of Management (WHU), deZem, Feintool, SAP, SCHOTT, SCHAEFFLER, SEITEC, SENSEERING und Waelzholz beteiligt. Über 40 assoziierte Partner unterstützen mit wichtigem Praxiswissen das Projektkonsortium.

In einer globalisierten und vernetzten Wirtschaftswelt sind Produktionsunterbrechungen inklusive der Unterbrechung von Lieferketten seit vielen Jahren das führende Geschäftsrisiko. Die Fähigkeit eines Unternehmens, sich permanent an interne und externe Veränderungen und Störungen anzupassen, ist die „Suche nach Resilienz“. Verstärkt durch einen erheblichen Komplexitätszuwachs in der Produktion durch Industrie 4.0, wird somit das Resilienz-Management zu einem unabdingbaren Erfolgsfaktor für Produktionsunternehmen. Das Projekt SPAICER entwickelt ein datengetriebenes Ökosystem auf der Basis lebenslanger, kollaborativer und niederschwelliger Smarter Resilienz-Services durch Einsatz führender KI-Technologien und Industrie 4.0 Standards mit dem Ziel, Störungen vorherzusehen (Antizipation) und Produktionsplanungen jederzeit an aktive Störungen optimiert anzupassen (Reaktion).

spaicer-webseite-bild.jpg

In SPAICER werden KI-Technologien in Smarte Resilienz-Services (SRS) mit eindeutigem Nutzenversprechen überführt, in Produktionsumgebungen integriert und miteinander vernetzt. Um die Wiederverwendbarkeit von SRS und den Austausch mit Partnern (SRS-Ökosysteme) zu sichern, werden Plattformen entsprechend verschiedener „Industrie 4.0“-Standards auf bestehenden Basisplattformen entwickelt und betrieben. Zur Erreichung dieses Ziels sind (1) Methoden des Maschinellen Lernens (ML) besonders geeignet, um aus Daten Prognosen und Handlungsempfehlungen abzuleiten sowie (2) formale Planungs- und Inferenzmethoden (PI), um strukturiertes Wissen kontrolliert einzusetzen. Die Verbindung dieser beiden Welten gehört zu den aktivsten Bereichen der KI-Forschung. Da Änderungen an Produktionsplanungen weitreichende, unternehmerische Auswirkungen haben, müssen diese in kollaborativen Umgebungen zusammen mit Produktionsexperten und Entscheidern interaktiv über natürlich-sprachliche Schnittstellen erarbeitet werden (Explainable AI). Auf Architekturebene sollen in SPAICER hybride KI-orientierte Architekturen untersucht werden, welche SRS entsprechend ihrer Leistungsfähigkeit und Datenschutzanforderungen optimiert auf Edge Devices (u. a. Produktionsmaschinen) und auf Cloud-Umgebungen verteilen.

Weitere Informationen zum Projekt finden Sie unter spaicer.de.

Konsortium

spaicer-logos-gross.jpg