Hintergrund

Mit der fortschreitenden Digitalisierung wächst das Datenvolumen in der verarbeitenden Industrie stetig an. Allerdings ist nur ein kleiner Teil dieser Daten in Verwendung, der Großteil liegt brach. Dieses verborgene Potenzial zu heben und für datengetriebene Fertigung zu nutzen, würde aber dabei helfen, Prozesse, Abläufe und Verfahren zu optimieren. Eine höhere Qualität, niedrigere Kosten und mehr Nachhaltigkeit könnten erzielt werden. Da vielen Unternehmen das Fachwissen fehlt mit komplexen Datensätzen umzugehen und daraus Einsichten für bessere Produktionsbedingungen zu gewinnen, benötigen sie Unterstützung.

Projektinhalt

Aus Daten Erkenntnisse zu ziehen kann ein schwieriges Unterfangen sein. Mit Hilfe von Computeralgorithmen können  Daten zwar aufbereitet und Trends sichtbar gemacht werden, aber sie stoßen an ihre Grenzen, wenn sie zwischen sinnvollen Mustern und Rauschen unterscheiden sollen. Hintergrundwissen, Erfahrung, kurz menschliche Expertise ist für die Interpretation von Daten unabdingbar. Auf der anderen Seite ist die schiere Menge an Information für Datenanalysten kaum zu bewältigen. Einen Kompromiss zwischen automatisierter Analyse und menschlicher Expertise zu schaffen, der das Beste aus beiden Welten vereint, ist Ziel der Visuellen Analytik. Sie kombiniert interaktive Visualisierungen mit automatisierter Analyse und erleichtert es Muster und Trends zu entdecken und zu neuen Erkenntnissen zu gelangen.

Ziele

Das übergeordnete Ziel unseres Projekts ist es, wissensgestützte, visuelle Analysemethoden (Knowledge-Assisted Visual Analytics, KAVA) zu entwickeln, mit deren Hilfe industrielle Fertigungsdaten untersucht werden können. Die daraus gewonnenen Erkenntnisse sollen es ermöglichen, Planungs- und Fertigungsprozessen zu optimieren und eine bessere Produktqualität zu erreichen. Sowohl aus Forschungs- als auch aus Anwendungssicht ist dies ein ambitioniertes Vorhaben und umfasst:

• Methoden zur Wissenskodierung und -verwaltung
• Interaktive, visuelle Methoden zur Wissensspezifikation
• Wissensgestützte Visualisierungs- und Interaktionsmethoden

Folgende Forschungsfragen stellen sich den Mitarbeiter*innen des Forschungszentrums:

• Wie kann explizites Wissen (d. h. Wissen, das leicht artikuliert, formalisiert, kodifiziert usw. kann und über das ein Austausch möglich ist) von Techniker*innen und/oder Nicht-Datenwissenschaftler*innen definiert werden?
• Wie kann Wissen aus vorhandenen Daten gewonnen werden?
• Wie kann sichergestellt werden, dass explizites Wissen valide und vertrauenswürdig ist?
• Wie kann kontextspezifisches Wissen erzeugt werden, das die Benutzer*innen bei der Erledigung von Aufgaben unterstützt?
• Wie können explizites Wissen und die dazugehörigen Daten für die Benutzer*innen visualisiert werden?
• Welche Visualisierungs- und Interaktionsmethoden sind am besten dafür geeignet, Expert*innenwissen in die Datenexploration einfließen zu lassen?
• Wie kann die Zusammenarbeit bei Problemlösungsprozessen verbessert werden?
• Wie kann die Wissensprovenienz (d. h., Herkunft von Inhalten) strukturiert abgebildet und zugänglich gemacht werden?

Methoden

Unsere Bemühungen richten sich an der Forschungsmethodik des Design Science Research (DSR) aus, die hohe wissenschaftliche Standards mit praktischer Anwendbarkeit vereint. Außerdem benutzen wir Methoden des Mixed-Initiative Interaction (MII) Ansatzes (Ansatz zur Interaktion zwischen Mensch und Maschine, bei dem sowohl Mensch als auch Maschine die Initiative ergreifen können), der auf den Prinzipien der Action Design Research (ADR) fußt. Die Methoden des ADR kommen bei allen Designforschungsprozessen zum Einsatz. Sie geben den Rahmen vor, lassen aber auch genug Raum für Reflexion und generalisierbare Lösungen. Wir arbeiten eng mit Domänenexpert*innen zusammen und durchlaufen iterative Zyklen aus Aufbau/Erstellung, Intervention und (Neu-)Bewertung, um zu anwendungsorientierten und wissenschaftlich fundierten Lösungen zu kommen.

Mit unseren Konsortialpartnern aus Wissenschaft und Wirtschaft haben wir uns darauf geeinigt, drei Anwendungsfälle herauszugreifen. Für diese sollen Lösungen erarbeitet werden, die wir am Ende des Projekts der gesamten Fertigungsindustrie als Musterbeispiele zur Verfügung stellen. Der erste Anwendungsfall befasst sich mit der Optimierung von Maschineneinstellungen für neue Produkte über die gesamte Produktionskette hinweg. Mehr Qualität und Effizienzsteigerungen sollen das Ergebnis sein. Im zweiten Anwendungsfall wollen wir Einflussfaktoren auf die Märkte und Nachfragemuster ermitteln und dieses Wissen nutzen, um Produktionen besser zu planen. Im letzten Anwendungsfall wollen wir die Ursachen von Fehlern und Funktionsstörungen in komplexen Fertigungsprozessen identifizieren, um Stillstandszeiten und Ausschuss zu minimieren.

Ergebnisse/Mehrwert

Wir entwickeln neue Methoden, um Erkenntnisse aus industriellen Fertigungsdaten zu gewinnen. Diese Methoden vereinen Expertenwissen und automatisierte Analysen und erleichtern den Austausch von Wissen innerhalb und zwischen Unternehmen. Der resultierende Kenntnisgewinn trägt zu effizienteren Fertigungsprozessen bei und verschafft den beteiligten Unternehmen einen Wettbewerbsvorteil.

Wir stärken mit diesem JRZ die Beziehungen zwischen Unternehmen und Wissenschaft, festigen bestehende Partnerschaften und knüpfen neue strategische Allianzen, die über die Projektlaufzeit hinaus bestehen bleiben sollen. Die Projektergebnisse stiften nicht nur einen praktischen Nutzen, sondern befördern auch den wissenschaftlichen Fortschritt in den Bereichen visuelle Analytik und semantische Technologien.

Weitere Informationen zu dem Projekt

Firmenpartner

Josef Ressel Zentren 

Die Christian Doppler Forschungsgesellschaft (CDG) fördert die Einrichtung und den Betrieb von Josef Ressel Zentren (JR-Zentren) an Fachhochschulen. Die Förderung zielt auf anwendungsorientierte Forschung auf hohem Niveau ab. Durch die Kooperation mit Unternehmen sollen neue Impulse in die Forschung getragen und der Stand des Wissens in den jeweiligen Forschungsgebieten vorangetrieben, also qualitativ und quantitativ erhöht werden. Dadurch soll ein von der Forschung ausgehender Beitrag zur Stärkung der Innovationskraft und der allgemeinen Wettbewerbsfähigkeit in Österreich geleistet werden. 
Die JR-Zentren werden je zur Hälfte aus öffentlichen Mitteln (Mitteln des Wirtschaftsministeriums sowie Mitteln der Nationalstiftung für Forschung, Technologie und Entwicklung) und aus Beiträgen der Mitgliedsunternehmen der CDG finanziert.