KI in der Produktentwicklung Nachhaltige Produkte dank Künstlicher Intelligenz?

Anbieter zum Thema

Universität Paderborn

Disy Informationssysteme GmbH

BigData-Insider

Fivetran Germany GmbH

Die Deutsche Forschungsgemeinschaft startet ein neues Schwerpunktprogramm zur hybriden Entscheidungsunterstützung in der Produktentstehung. Unter Leitung der Universität Paderborn erforschen Wissenschaftler, wie Data Science und Künstliche Intelligenz (KI) Ingenieure dabei unterstützen können, Produkte ressourcenschonend und wiederverwendbar zu gestalten. Ziel sei es, die Kreislaufwirtschaft im Maschinen- und Anlagenbau voranzutreiben und Produktionsprozesse effizienter zu machen.

Technische Systeme werden immer komplexer und interdisziplinärer. Neben der steigenden Produktvielfalt steigt auch der Druck, nachhaltige und kreislauffähige Lösungen zu entwickeln. Die Deutsche Forschungsgemeinschaft (DFG) setzt mit dem Schwerpunktprogramm „Hybride Entscheidungsunterstützung in der Produktentstehung“ auf die Integration von Data Science und Künstlicher Intelligenz, um diese Herausforderungen zu meistern.

Unter der Leitung von Prof. Dr.-Ing. Iris Gräßler vom Heinz Nixdorf Institut der Universität Paderborn arbeiten Forscher aus elf Universitäten an innovativen Methoden, die Ingenieuren bessere Entscheidungsgrundlagen bieten. „In den Projekten erforschen wir, wie wir durch die systematische Einbeziehung von Daten und KI Herausforderungen im Bereich der Produktentstehung überwinden können“, erklärt Gräßler. Eine der zentralen Fragen: Wie lassen sich Produkte bereits in der Entwicklungsphase so konzipieren, dass sie am Ende ihrer Nutzungsdauer effizient demontiert, wiederverwendet oder recycelt werden können?

Extremdaten als Basis für intelligente Entscheidungen

Daten bilden die Grundlage für jede Entscheidung in der digitalen Produktentwicklung. Allerdings liegen diese oft in großer Menge, unterschiedlichen Formaten und aus diversen Quellen vor. Die Herausforderung besteht darin, diese heterogenen Daten effizient zu analysieren und für fundierte Entscheidungen nutzbar zu machen.

„Data Science und KI sollen menschliche Fähigkeiten in etablierten Verfahren der Ingenieurwissenschaften erweitern. Mit den Erkenntnissen, die wir anstreben, soll es in Zukunft möglich sein, außer Betrieb genommene Produkte auf einem höchstmöglichen Zirkularitätsniveau in den Produktlebenszyklus zurückzuführen und Anforderungen an Produktionsstätten abzuleiten“, betont Gräßler. Das Ziel sei eine Produktionsweise, die Rohstoffe schont und Abfall minimiert.

Projektbeispiel: Design für Demontage und Wiederverwendung

Ein konkretes Beispiel aus dem Programm ist das Forschungsprojekt „Design for Capabilities“ (DeCap), das von der Universität Paderborn und der Leibniz Universität Hannover durchgeführt wird. Hier untersuchen Wissenschaftler, wie sich bestehende Produktionsfähigkeiten bereits in der Entwicklungsphase berücksichtigen lassen. Durch automatisierte Datenanalyse entstehen Fähigkeitsprofile, die Ingenieuren helfen, Produkte so zu konzipieren, dass sie nicht nur einmalig montiert, sondern später auch effizient demontiert und wiederverwendet werden können.

Ein Beispiel dafür liefert Gräßler: „Stellen wir uns ein Mountainbike mit Carbon-Gabel vor, das sportlich im Gelände gefahren und irgendwann ausrangiert wird. Kann ausgeschlossen werden, dass das Fahrrad einen schweren Sturz erlebt hat? Eine Carbon-Gabel müsste aufwendig untersucht werden, während eine Gabel aus Stahl viel einfacher wiederverwendet werden könnte.“ Die Forscher wollen daher Möglichkeiten schaffen, von Beginn an Produkte so zu gestalten, dass ihre Einzelteile leichter wiederverwendbar sind.

Maschinelles Lernen optimiert Entwicklungsprozess

Neben DeCap gibt es weitere Teilprojekte, die sich mit Machine-Learning-Modellen befassen. Forscher aus Aachen, Berlin, Bochum, Chemnitz, Kaiserslautern, Trier und Karlsruhe arbeiten daran, klassische Simulationen in der Produktentwicklung durch datenbasierte Ersatzmodelle zu optimieren. Diese Modelle ermöglichen eine effizientere Analyse von Produktkonzepten und erleichtern Ingenieuren die Validierung neuer Designs.

Zusätzlich entwickelt eine Forschergruppe ein multimodales KI-System, das Entscheidungsprozesse aufgabenspezifisch unterstützt. Ziel ist es, große Datenmengen in Echtzeit zu verarbeiten, um gezielt Empfehlungen für Design- und Produktionsentscheidungen zu geben. Damit ließe sich nicht nur die Entwicklungsgeschwindigkeit steigern, sondern auch der Ressourcenverbrauch verringern.

Das Forschungsprogramm ist vorerst auf drei Jahre angelegt und wird mit rund sechs Millionen Euro gefördert. Die Ergebnisse könnten langfristig dazu beitragen, den Maschinen- und Anlagenbau nachhaltiger zu gestalten und den Einsatz von KI in der Produktentwicklung weiter zu etablieren.

(ID:50307272)