GUIDES<\/a>\u201c (Generalized Support and Investigation Design for Nested Systems) auf den Weg gebracht. Ziel ist es, die Produktionsplanung, die aktuell vor allem im Zuge der Industrie 4.0 vor gro\u00dfen Herausforderungen steht, zu optimieren. Dazu flie\u00dfen unter anderem aktuelle Erkenntnisse aus den Forschungsbereichen Machine Learning und Big Data Analysis in das Feinplanungstool GANTTPLAN von DUALIS ein. Erwartete Ergebnisse sind h\u00f6here Ergebnisqualit\u00e4t, k\u00fcrzere Rechenzeiten \u2013 insbesondere bei komplexen Planungsaufgaben \u2013 und gesteigerte Transparenz im Planungsprozess.<\/span><\/p>\nDie Industrie 4.0 stellt die Produktionsplanung und die damit verbundenen Werk-zeuge wie APS (Advanced Planning and Scheduling) vor v\u00f6llig neue Aufgaben-stellungen. Hierzu z\u00e4hlen wachsende Problemgr\u00f6\u00dfen (mehr Vorg\u00e4nge, erh\u00f6hte Ressourcen, l\u00e4ngere Zeitr\u00e4ume etc.), steigende Komplexit\u00e4t (Integration mehrerer Produktionsst\u00e4tten, Just-in-Time, Product Customization etc.) und wachsende Granularit\u00e4t (sekundengenaue Planung, Planung kleinteiliger Produktionselemente etc.). Hinzu kommen steigende Kundenanforderungen hinsichtlich Reaktionszeiten, Flexibilit\u00e4t, Transparenz, Compliance und vieles mehr.<\/span> \nDie Anforderungen an die Produktionsplanung wachsen demnach in alle Richtungen und Dimensionen \u2013 gleichzeitig bleibt sie ein kombinatorisches Optimierungsproblem und konventionelle Planungsheuristiken sto\u00dfen an ihre Grenzen.<\/span><\/p>\nPlanungspotenziale f\u00fcr die Industrie 4.0 aussch\u00f6pfen<\/span><\/h2>\nIm Rahmen des Forschungsprojektes \u201eGUIDES\u201c wenden DUALIS und die TU Dresden aktuelle Erkenntnisse aus den Forschungsbereichen Machine Learning und Big Data Analysis an. Sie analysieren ein Planungsproblem zudem vorab mit Techni-ken aus der KI in Bezug auf ein globales Optimum. Diese Erkenntnisse werden an die bestehende Planungsheuristik von GANTTPLAN \u2013 das von DUALIS entwickelte Feinplanungstool \u2013 weitergegeben und die eigentliche Planung wird erstellt und verfeinert. Die Zwischenspeicherung von Analyseergebnissen soll es au\u00dferdem erm\u00f6glichen, auf \u00c4nderungen reagieren zu k\u00f6nnen. GANTTPLAN ist damit k\u00fcnftig in <\/span>der Lage, \u00e4u\u00dferst komplexe Planungsaufgaben zu bew\u00e4ltigen und gleichzeitig bessere Ergebnisse bei k\u00fcrzerer Rechenzeit zu erzielen.<\/span><\/p>\nMit Blick auf die Industrie 4.0 ergibt sich somit ein Paradebeispiel f\u00fcr Big2Smart Data. In der Praxis bedeutet dies: ein gro\u00dfes Datenmodell mit allen komplexen und hetero-genen Stamm- und Bewegungsdaten (Big Data) m\u00fcndet in der Produktionsplanung (Smart Data). Aus Sicht der Forschung wird somit demonstriert, auf welche Weise Methoden der automatisierten Datenanalyse und des maschinellen Lernens auch industrienah einsetzbar sind. Weitere Anwendungsbereiche sind: Verkehrssteuerung, Energiedistribution, B\u00f6rsenvorhersagen, meterologische Anwendungen, Medizin, Diagnose, Informatik und Internetdienste sowie Forschung aller Art.<\/span><\/p>\n\u201eVersteht man unter Industrie 4.0 die Integration aller erhobenen (Sensor-)Daten aus Produktionsanlagen und die damit verbundenen Optimierungspotenziale, dann k\u00f6nnen die modernen Methoden der Datenanalyse und des maschinellen Lernens (KI) dazu beitragen, diese auszusch\u00f6pfen. Insofern ist eine Synthese aus den aktuellen Erkenntnissen der Forschung auf diesen Gebieten und der industriellen Erfahrung auf der anderen Seite ein notwendiger Schritt, um Industrie 4.0 \u00fcberhaupt zu erm\u00f6glichen\u201c, erkl\u00e4rt Karsten Wendt von der TU Dresden.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"Moderne Methoden der Datenanalyse und des maschinellen Lernens unterst\u00fctzen Feinplanungstool bei der L\u00f6sung komplexer Planungsaufgaben Die DUALIS GmbH IT Solution und der Lehrstuhl f\u00fcr Softwaretechnologie der TU Dresden haben das Forschungs-projekt \u201eGUIDES\u201c (Generalized Support and Investigation Design for Nested Systems) auf den Weg gebracht. Ziel ist es, die Produktionsplanung, die aktuell vor allem im Zuge<\/p>\n","protected":false},"author":8,"featured_media":7366,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"advgb_blocks_editor_width":"","advgb_blocks_columns_visual_guide":"","footnotes":""},"categories":[1],"tags":[590,130,64,128,74,71,129],"yoast_head":"\n
Projekt GUIDES zur optimierten Produktionsplanung 4.0<\/title>\n \n \n \n \n \n \n \n \n \n \n \n \n \n\t \n\t \n\t \n \n \n \n \n\t \n\t \n\t \n