Die Deutsche Forschungsgemeinschaft (DFG) hat ein neues Schwerpunktprogramm mit dem Titel „Hybride Entscheidungsunterstützung in der Produktentstehung“ gestartet, das unter der Leitung der Universität Paderborn steht. Dieses Programm hat das Ziel, die interdisziplinäre Produktentwicklung weiter zu verbessern und dabei Aspekte der Nachhaltigkeit und Kreislauffähigkeit zu berücksichtigen. Der Fokus liegt auf Grundlagenforschung zu Data Science und künstlicher Intelligenz (KI), insbesondere in der Produktentwicklung. Für dieses Vorhaben wurden rund sechs Millionen Euro für die nächsten drei Jahre bewilligt und es sind sechs Forschungsprojekte geplant, an denen elf Universitäten sowie über 40 Forscher*innen aus Deutschland beteiligt sind. Die Koordination des Programms erfolgt durch Prof. Dr.-Ing. Iris Gräßler vom Heinz Nixdorf Institut (HNI) der Universität Paderborn.

Ein zentrales Anliegen des Programms ist die Erforschung und Auswertung großer, heterogener Datensätze. Die Effizienz der Ressourcennutzung innerhalb geschlossener Kreisläufe soll durch das Zirkularitätsniveau quantifiziert werden. Ein Beispielprojekt mit dem Titel „DeCap – Fähigkeitsgerechte Produktentstehung“ zielt darauf ab, die Produktionsfähigkeiten in der Produktentwicklung zu berücksichtigen, indem die Forscher*innen Daten aus der Produktion erfassen und analysieren, um Fähigkeitsprofile zu erstellen. Das letztendliche Ziel ist es, Produkte zu entwickeln, die so gestaltet sind, dass sie demontiert und wiederverwendet werden können.

Herausforderungen und Forschungsziele

Die Heraus­forderungen des Projektes umfassen die Planung der Demontage und Remontage von Produkten sowie die effiziente Nutzung extremer Daten für hybride Entscheidungsunterstützung. Um diesen Anforderungen gerecht zu werden, sollen verbesserte Simulationen durch Machine Learning Ersatzmodelle (MLS) entwickelt werden. Zudem wird ein ressourceneffizientes Optimierungsverfahren für Montagesysteme angestrebt. Das Programm unterstützt weiterhin Designprozesse und Entscheidungsaktivitäten durch multimodale KI-Systeme.

Die beteiligten Universitäten umfassen renommierte Institutionen wie die RWTH Aachen, die TU Berlin, die Ruhr-Universität Bochum, die TU Chemnitz, die Leibniz Universität Hannover, die RPTU Kaiserslautern, die Universität Trier, sowie das Karlsruher Institut für Technologie. Dies unterstreicht die umfassende Vernetzung im Bereich der interdisziplinären Forschung.

Die Rolle von Data Science und KI

Die steigende Bedeutung von Daten in Wirtschaft und öffentlichen Institutionen, bedingt durch Fortschritte im Bereich der Künstlichen Intelligenz, wird bei der Hochschule Trier durch den Bachelor-Studiengang Künstliche Intelligenz und Data Science adressiert. Dieser zielt darauf ab, Absolventen mit den nötigen technischen und fachlichen Kompetenzen auszustatten, um in diesem dynamischen Bereich erfolgreich zu agieren. Der Studiengang bietet eine akademische Qualifikation für nachfolgende Master-Studiengänge und umfasst eigene Module zu Data Science und KI sowie praktische Projekte in Anwendungsfeldern wie Medizininformatik.

Die Herausforderungen, die sich durch die Heterogenität, Größe und Dynamik von Datenmengen ergeben, sind zentral in der Ausbildung. Der Studiengang behandelt aktuelle Themen der Datenanalyse und des maschinellen Lernens und fokussiert somit auf praxisrelevante Aspekte. Diese qualifiziert die Studierenden nicht nur für die Wirtschaft, sondern auch für eine Forschungs- und Weiterbildungslaufbahn in diesem innovativen Feld.

Big Data und KI haben sich als treibende Kräfte der digitalen Transformation erwiesen, revolutionieren nahezu jede Branche und sind entscheidend für den Unternehmenserfolg. Die Weiterbildung in diesen Bereichen ist daher von großer Bedeutung. Programme, wie sie beispielsweise von der Fraunhofer Academy angeboten werden, vermitteln essentielle Fähigkeiten für datengetriebene Entscheidungen und helfen dabei, neueste Technologien zu meistern. Diese Programme umfassen oft die Themen Datenanalyse und Implementierung von KI-Systemen, mit dem Ziel, die Wettbewerbsfähigkeit in einer zunehmend datengetriebenen Welt zu sichern.