Im Rahmen des Forschungsprojekts FENI-X bringt USU als Industriepartner seine KI-Expertise im Bereich IT- und Servicemanagement ein. Ziel des Projekts ist es, die Resilienz globaler Produktionsnetzwerke durch den gezielten Einsatz von Künstlicher Intelligenz zu stärken und Produktionsunternehmen widerstandsfähiger gegenüber Störungen und Unsicherheiten zu machen.
Gefördert wird FENI-X durch das Bundesministerium für Bildung und Forschung (BMBF). Initiator ist das Karlsruher Institut für Technologie (KIT), die Projektträgerschaft liegt beim Projektträger Karlsruhe (PTKA).
Neue Methodik zur Resilienzsteigerung
Die Methodik von FENI-X basiert auf einem modularen Resilienz-Framework. Dieses definiert Resilienzmetriken, bewertet den Status quo von Unternehmen und leitet Maßnahmen zur Stärkung der Widerstandsfähigkeit ab.
Die Maßnahmen werden in vier Use Cases erprobt, die verschiedene Planungsebenen abdecken und spezifische, resilienzsteigernde Mechanismen untersuchen. USU ist an zwei dieser Use Cases aktiv beteiligt und bringt ihr Wissen sowie ihre Softwarelösungen im Bereich Orchestrierung komplexer IT-Landschaften sowie Risk Management mit digitalen Workflows ein.
Abschließend werden die wissenschaftlichen Erkenntnisse und Best Practices einer breiten industriellen und akademischen Öffentlichkeit zugänglich gemacht.
Starke Positionierung von USU im Projektkonsortium
Als Industriepartner ist USU mit ihrer KI-Expertise im Rahmen des Projekts gut positioniert und bringt einen klaren Verwertungsplan ein, der sicherstellt, dass die Projektergebnisse perspektivisch in marktreife Lösungen überführt werden können.
„Mit FENI-X verbinden wir moderne KI-Methoden mit unserem bewährten Wissen im Bereich IT- und Servicemanagement. Unser Ziel ist es, dass IT-Systeme künftig über die klassische Anomalieerkennung und die ausgelösten Warnsignale hinaus konkrete Handlungsempfehlungen liefern. Dazu greifen unsere Softwarelösungen die Maschinendaten ab, analysieren diese und erkennen Abweichungen beziehungsweise Fehler. Anschließend werden mittels eines auf generativer KI basierenden Entscheidungsmodells Handlungsempfehlungen vorgeschlagen.
So wird beispielsweise in der Praxis, wenn eine Produktionsmaschine aufgrund eines Fehlers stillsteht, über das LLM mit der Wissensdatenbank abgeglichen, um welchen Fehler es sich handelt und mögliche Handlungsoptionen bewertet – etwa, ob ein Wechsel der Maschine erforderlich ist, oder ob Prozessanpassungen ausreichend sind. Maschinenbediener und Verantwortliche erhalten also einen Lösungsvorschlag und werden aktiv bei der Problemlösung unterstützt. Damit wird die Resilienz industrieller Systeme nachhaltig gestärkt.“, erläutert Henrik Oppermann, Director Research bei USU.
Aktueller Projektstatus und erste Ergebnisse
Das Forschungsprojekt FENI-X ist insgesamt auf rund drei Jahre angelegt, davon ist knapp ein Jahr bereits erfolgreich abgeschlossen. Aktuell befindet sich das Konsortium in der detaillierten Projektplanung und Ausarbeitung der Konzepte und Maßnahmen, die in den Use Cases untersucht werden.
USU hat ihren ersten technischen Prototypen umgesetzt, um diesen nun im zweiten Projektjahr gezielt um Algorithmen zur Anomalieerkennung sowie um ein Entscheidungsmodell zu erweitern.