Datenfabrik.NRW

Das Gesamtziel des Forschungsvorhabens Datenfabrik.NRW liegt in der Gestaltung der digitalen Transformation von realen Produktionsumgebungen und ihrer Weiterentwicklung zu datengetriebenen Zukunftsfabriken. Diese sollen Zukunftsfabriken als Blaupause für produzierende Unternehmen in NRW und darüber hinaus dienen. Die Gestaltung der digitalen Transformation erfolgt mittels Erschließung von Einsatzpotentialen modernster Technologien wie künstliche Intelligenz in Produktionsumgebungen und Bündelung der Werkzeuge zu hochflexiblen, effizienten und hochqualitativen Fertigungsumgebungen. Der Fortschritt in der Datenanalytik und Künstlicher Intelligenz birgt an dieser Stelle ein immenses Potential zur Neuausrichtung von Produktionsumgebungen, welches im Rahmen der Datenfabrik.NRW ganzheitlich erschlossen werden soll.

Die große Herausforderung der Fabriken von morgen besteht darin, die digitale Transformation einerseits als eine umfassende Umstrukturierung und andererseits als einen sukzessiven Eingliederungsprozess in bestehende Strukturen zu gestalten. Zentral für den Erfolg der digitalen Transformation von Produktionsumgebungen ist dabei eine ganzheitliche Datenstrategie, deren wesentlicher Bestandteil eine koordinierte und effiziente Datenerfassung, -haltung und -nutzung unter Berücksichtigung höchster Sicherheitsanforderungen darstellt. Hierdurch wird eine Weiterverwertung von Daten in über- und untergeordnete Unternehmensbereiche ermöglicht, um so eine Entscheidungsunterstützung in einer komplexen Umgebung zu etablieren.

Bei der Gestaltung des erfolgreichen Wandels zu einer datengetriebenen Zukunftsfabrik mit selbstoptimierenden Wertschöpfungsprozessen ergeben sich drei Handlungsfelder. Erstens müssen intelligente Lösungen für die industrielle Produktion entwickelt werden. Zweitens ist ein Methoden- und Technologietransfer erforderlich, welcher eine kontinuierliche Integration der Lösungen in bestehende Prozesse und Unternehmensarchitekturen ermöglicht. Drittens muss ein ganzheitliches Veränderungsmanagement die Unternehmen bei der Transformation unterstützen. Um die beschriebenen Handlungsfelder vollumfänglich zu adressieren, ist eine neue Form der anwendungsorientierten Forschung erforderlich.

Im interdisziplinären Zusammenspiel der Forschungs- und Industriepartner sollen im Rahmen des Forschungsvorhabens Datenfabrik.NRW Methoden zur systematischen Gestaltung von KI-Anwendungen in der Produktion von morgen entwickelt werden. Im Fokus der zu entwickelnden Systematik stehen die Erfassung, Haltung und Nutzung von Daten aus dem Engineering, Produktion und Logistik.

Im Projekt entstehen konkrete und transferierbare Use-Cases, die die Nutzenpotentiale neuester Technologien in der Produktion aufzeigen. Die Use Cases werden gemeinsam konzipiert, pilotiert und transferiert. Die Erkenntnisse werden als Best-Practices über etablierte Industrienetzwerke interessierten Unternehmen zugänglich gemacht und der Zugang zu Einzellösungen sowie Einsicht in die Wirkstrukturen der Best-Practices ermöglicht. Für die Vermittlung der Ergebnisse werden verschiedene Informations- und Demonstrationsformate etabliert. Für die Erarbeitung innovativer Lösungen dient eine übergreifende Smart-Factory-Datenplattform, die eine reale Industriedatenbasis bereitstellt.

Zur Unterstützung der Datenfabrik.NRW liegt unsere Hauptaufgabe in der Koordination der Transformation Area Data-driven Logistics und die Gestaltung der KI in der Inbound-Logistik und der Lieferkette. Dabei werden insbesondere aktuelle Verfahren aus dem Bereich der Künstlichen Intelligenz sowie unsere langjährigen Erfahrungen im Einsatz der dynamischen Simulation zur Entwicklung intelligenter Systeme eingebracht. Konkret befassen wir uns mit der Identifikation Einflussfaktoren auf die Supply Chain und die Inbound-Logistik. Die Identifikation dieser Einflussfaktoren ist ein wesentlicher Bestandteil in der Entwicklung KI-basierter Modelle. Eine szenarienbasierte Entscheidungsunterstützung mittels dynamischer Simulation schafft den Spagat von den entwickelten Modellen zur Realität und leistet damit den zentralen Beitrag für die Bewältigung komplexer und unsicher auftretender Ereignisse im Kontext der Komplexität heutiger Lieferketten.

• CLAAS Selbstfahrende Erntemaschinen GmbH
• Schmitz Cargobull AG
• Duvenbeck Kraftverkehr GmbH & Co. Spedition
• NTT DATA Business Solutions AG
• MotionsMiners GmbH
• Fraunhofer IAIS
• Fraunhofer IEM
• Fraunhofer IML
• Fraunhofer IOSB-INA