Projekte

Für Fabrikplanungsprojekte werden eine Fülle an Informationen in unterschiedlichsten Formaten und
Varianz zu den einzelnen Elementen des Planungsgegenstands benötigt. Diese liegen zum einen in
verschiedenen Systemen, Darstellungsformen und Softwareapplikationen vor oder können zum anderen nur über Gespräche in Erfahrung gebracht werden. Das Sortieren und die Bewertung heterogener Datenmengen hinsichtlich der geeigneten Qualität und Vollständigkeit nimmt viel Zeit in Anspruch. Mithilfe von KI-Ansätzen (Clustering und Classification-Verfahren) kann dieser Aufwand im Vergleich zum derzeitigen manuellen oder teilautomatisierten Ansatz erheblich reduziert werden.
Im Rahmen des Projektvorhabens GenAI4FFD wird auf Basis von Generativer Künstlicher Intelligenz
(GenAI) ein Assistenzsystem entwickelt, das in den frühen Phasen des Fabrikplanungsprozesses
unterstützt – vom Beginn der Zielfestlegung bis zum Abschluss der Detailplanung. Dazu wird im ersten Schritt eine fabrikplanungsspezifische GenAI-basierte Lösung entwickelt werden, welche im Rahmen des Projekts prototypisch für drei zentrale Aufgabenfelder der Fabrikplanung zum Einsatz gebracht wird:

1. Anforderungsaufnahme und -analyse,
2. Generierung von Fabrikdesigns,
3. Modellerstellung und Evaluation.

Bestehende europäische GenAI-Modelle werden verglichen, bewertet und auf das Fabrikplanungswissen spezialisiert. Dazu wird Fachliteratur, relevante Normen und Richtlinien und vor allem Daten aus abgeschlossenen Fabrikplanungsprojekten mit Betriebsinformationen zu deren Performance und Rahmenbedingungen verwendet. Dies ist die Basis für die drei Anwendungsfelder, die dann prototypisch zum einen über das Digitale Raumbuch und zum anderen als eigenständige Webinstanz und Aggregator in Planungs- und Simulationssoftware implementiert werden. Parallel wird geprüft wie die Lösung auf weitere Planungsfragestellung, wie die Wohnraumentwicklung übertragen und für KMU leicht verwendet werden kann.

Projekt im Forschungsportal ansehen

AI Engineering (AiEng) umfasst die systematische Konzeption, Entwicklung, Integration und den Betrieb von auf Künstlicher Intelligenz (KI) basierenden Lösungen nach Vorbild ingenieurwissenschaftlicher Methoden. Gleichzeitig schlägt AiEng eine Brücke zwischen der Grundlagenforschung zu KI-Methoden und den Ingenieurwissenschaften und macht dort den Einsatz von KI systematisch zugänglich und verfügbar. Das Projektvorhaben konzentriert sich auf die landesweite Entwicklung eines Bachelorstudiengangs «AI Engineering», welcher die Ausbildung von Methoden, Modellen und Technologien der KI mit denen der Ingenieurwissenschaften vereint. AiEng soll als Kooperationsstudiengang der Otto-von-Guericke-Universität (OVGU) Magdeburg mit den vier sachsen-anhaltischen Hochschulen HS Anhalt, HS Harz, HS Magdeburg-Stendal und HS Merseburg gestaltet werden. Der fächerübergreifende Studiengang wird Studierende befähigen, KI-Systeme und -Services im industriellen Umfeld und darüber hinaus zu entwickeln und den damit einhergehenden Engineering-Prozess - von der Problemanalyse bis zur Inbetriebnahme und Wartung / Instandhaltung - ganzheitlich zu begleiten. Das AiEng-Curriculum vermittelt eine umfassende KI-Ausbildung, ergänzt durch eine grundlegende Ingenieurausbildung und eine vertiefende Ausbildung in einer gewählten Anwendungsdomäne. Um eine Symbiose von KI- und ingenieurwissenschaftlicher Lehre zu erreichen, wird ein neuer handlungsorientierter Rahmen entwickelt und gelehrt, welcher den vollständigen Engineering-Prozess von KI-Lösungen beschreibt und alle Phasen methodisch unterstützt. AIEng zeichnet sich durch eine modulübergreifende Verzahnung von Lehr- und Lerninhalten innerhalb eines Semesters sowie durch ein fakultäts- und hochschulübergreifendes Tandem-Lehrkonzept aus und verfolgt ein studierendenzentriertes Didaktikkonzept, welches durch viele praxisorientierte (Team-)Projekte und ein großes Angebot an Open Educational Resources (OERs) mit (E)-Tutorenprogramm getragen wird.

Projekt im Forschungsportal ansehen

Diese Dissertation untersucht den Einsatz von Multi-Agent-Reinforcement-Learning (MARL)
zur Handhabung von Deadlocks in Intralogistiksystemen, die auf autonome mobile Roboter
(AMR) setzen. AMRs erhöhen die betriebliche Flexibilität, steigern jedoch auch das Risiko
von Deadlocks, die den Systemdurchsatz und die Zuverlässigkeit mindern. Bestehende Ansätze
vernachlässigen oft die Behandlung von Deadlocks in der Planungsphase und stützen sich auf
starre Steuerungsregeln, die sich nicht an dynamische Betriebsbedingungen anpassen.
Diese Arbeit entwickelt eine strukturierte Methodik zur Integration von MARL in die Logistikplanung
und Betriebssteuerung. Dazu werden Referenzmodelle eingeführt, die deadlock-fähige
Multi-Agent-Pathfinding-Probleme (MAPF) explizit berücksichtigen und eine systematische
Bewertung von MARL-Strategien ermöglichen. Mit gitterbasierten Umgebungen und externer
Simulationssoftware werden traditionelle Deadlock-Strategien mit MARL-basierten Ansätzen
verglichen, wobei der Fokus auf den Algorithmen PPO und IMPALA in verschiedenen Trainings und
Ausführungsmodi liegt.
Die Ergebnisse zeigen, dass MARL-Strategien, insbesondere in Kombination mit zentralisiertem
Training und dezentraler Ausführung (CTDE), in komplexen, überlasteten Umgebungen
regelbasierte Verfahren übertreffen. In einfacheren Umgebungen oder bei ausreichendem Bewegungsspielraum bleiben regelbasierte Ansätze aufgrund ihres geringeren Rechenaufwands
konkurrenzfähig. Diese Resultate verdeutlichen, dass MARL eine flexible und skalierbare Lösung
zum Umgang mit Deadlocks in dynamischen Intralogistikszenarien bietet, jedoch eine sorgfältige
Anpassung an den jeweiligen Anwendungsfall erfordert.

Projekt im Forschungsportal ansehen

Im Rahmen des FuE-Projektes "GEOSTALOVR” ist die Entwicklung einer simulationsgestützten Geodesign-Plattform zur Planung von Logistik und Tourismus in europäischen Städten vorgesehen. Durch eine VR-Visualisierung und Interaktionsmöglichkeiten soll der Planungsprozess durchgehend digitalisiert, demokratisiert und menschenzentrierter gestaltet werden. Die Realisierung der Entwicklung erfolgt in einem internationalen Kooperationsprojekt mit der Türkei in Zusammenarbeit von drei KMU-Partnern (LS Software & Engineering GmbH, Globetech Cografi Bilgi Teknolojileri Yazilim Planlama Harita Enerji Egitim Mühendislik Danismanlik Limited und Elf Sehir Planlama) und zwei Forschungspartnern (Otto-von-Guericke-Universität Magdeburg und Harran Universität). Das Vorhaben ist auf eine Laufzeit von zwei Jahren ausgelegt. Ein prototypischer Aufbau und Erprobung des Systems ist anhand der Stadt Sanliurfa in der Türkei vorgesehen. Das Vorhaben ist aus dem Netzwerk "NekoS" hervorgegangen und-wird vom Netzwerkmanagement (ZPVP GmbH) bei der Umsetzung begleitet.
Das ILM der OVGU bearbeitet das Teilprojekt "SiPuL - Simulationsgestützte Planung für eine menschzentrierte urbane Logistik".

Projekt im Forschungsportal ansehen

Entwicklung, Implementierung und Evaluierung einer Simulations- und Versuchsplattform zur Entwicklung und Evaluierung von Algorithmen und Strategien für innovative Lagerkonzepte in produzierenden Unternehmen.

Projekt im Forschungsportal ansehen

Das Projekt hat zum Ziel, das LogCentre der Deutsch-Kasachischen Universität (DKU) zu befähigen Weiterbildungsmaßnahmen in den Bereichen

• Transport
• Planspiele in Produktion und Logistik
• Simulation, Optimierung und KI für die Entscheidungsunterstützung in Produktion und Logistik
• Urbane und nachhaltige Logistik

auf dem kasachischen Markt anbieten und selbsttragend durchführen zu können. Zielgruppe der Trainings sind sowohl Unternehmen, die in Kasachstan und Zentralasien tätig sind als auch staatliche Organisationen wie beispielsweise Stadtverwaltungen und Universitäten.

Dazu sollen im Projekt folgende Arbeitspakete gemeinsam durch OVGU und DKU bearbeitet werden:

• Projekt- und Risikomanagement
• Bedarfsanalyse
• Business Plan
• Auswahl und Training des DKU LogCentre Personals
• Erstellen von Konzept und Materialien für die Weiterbildungsmaßnahmen
• Pilot-Weiterbildungen mit Deutsch-Kasachischen Trainer-Tandems in den o.g. Bereichen
• Kommerzielle Trainings in den o.g. Bereichen
• Kommunikation und Marketing

Projekt im Forschungsportal ansehen

ProdLog addresses the issue of a weak industrial sector in Kazakhstan, Kyrgyzstan and Russian Federation and focuses on enabling universities to gain and provide a profound and holistic knowledge on planning and operating sustainable production processes. For that purpose a bologna-based master curriculum with 18 modules in resource efficient production logistics will be developed and implemented in six universities of the partner countries. The academic staff will be trained with innovative teaching methods in the learning factory "Technology centre for production and logistics systems PULS" and  equipped with state of the art logistics laboratories. By means of that, the understanding of logistics shall be widened - away from transport logistics to a systemic and interdisciplinary approach of applicant-oriented education, challenges with economical, political and social problems of our society.

Projekt im Forschungsportal ansehen

Entwicklung von Materialflusssimulationsmodellen auf Basis von Plant Simulation und die Entwicklung einer Kopplung dieser mit einem Digitalen Zwilling von Produktionsanlagen und einer Visualisierungsplattform mit den Arbeitspaketen:
- Grundlegende Entwicklung einer Kopplung einer Materialflusssimulation mit einem Digitalen Zwilling einer Produktionsanlage und Grundvisualisierung in einem 360-Grad-Visualisierungssystem
- Entwicklung einer erweiterten Materialflusssimulation

Projekt im Forschungsportal ansehen

Im Rahmen des FuE-Projektes "LOCSys" (Laundry Order Consolidation System) ist die Entwicklung und Testung eines neuartigen, automatischen Systems zur Pufferung, Konsolidierung und Kommissionierung kundenbezogener, kleinteiliger Waschaufträge in industriellen Großwäscherein vorgesehen.
Die Realisierung der Entwicklung erfolgt in einem Kooperationsprojekt in Zusammenarbeit von drei KMU-Partnern (EBF Dresden GmbH, FRAIMTEC Automation & Anlagenmontage GmbH und Ematik GmbH) und zwei Forschungspartnern (Otto-von-Guericke-Universität, Fraunhofer IFF). Das geplante Vorhaben ist auf eine Laufzeit von 2 Jahren ausgelegt. Ein prototypischer Aufbau und Erprobung des Systems ist bei der Puschendorf Textilservice GmbH am Standort Flechtigen oder Schönebeck vorgesehen.
Das avisierte Vorhaben ist ein aus dem ZIM-Netzwerk "NekoS" hervorgegangenes FuE-Projekt und wird von der Netzwerkmanagementeinrichtung, der ZPVP Zentrum für Produkt-, Verfahrens- und Prozessinnovation GmbH - Experimentelle Fabrik Magdeburg, bei der Umsetzung begleitet.

Das Projekt "LOCSys" wird als Verbundprojekt vom BMWi im Rahmen des Zentralen Innovationsprogramms Mittelstand (ZIM) gefördert.

Projekt im Forschungsportal ansehen