KI und Produktionsplanung: SUPPORT im Fokus
Die erfolgreiche Optimierung der Produktionsplanung und -steuerung (PPS) ist für Unternehmen von entscheidender Bedeutung. Sie wirkt sich nicht nur auf die Wirtschaftlichkeit und Materialströme aus, sondern auch auf die effiziente Nutzung von Ressourcen und die Zufriedenheit der Mitarbeiter:innen. Doch wie kann man komplexe PPS-Aufgaben dank Künstlicher Intelligenz vereinfachen?
Das Projekt SUPPORT (Sustainable and Human-centered Production Planning and Control Based on Reinforcement Learning Techniques) im Rahmen von it’s OWL hat sich genau dieser Herausforderung angenommen. Die bisherigen Projektfortschritte, Ziele und erste Ergebnisse diskutierte das Team bei einem Projektreffen.
Projekttreffen bei Miele
Bei dem Projekttreffen bei Miele trafen sich 21 Teilnehmer der Projektpartner Miele, Isringhausen, Hochschule Bielefeld, Fraunhofer IOSB-INA, OPTANO und OEDIV Oetker Daten- und Informationsverarbeitung KG.
„Das Projekt läuft nach Plan und alle beteiligten Unternehmen arbeiten vorbildlich zusammen. Das Treffen bot eine hervorragende Gelegenheit für eine spannende und inhaltliche Diskussionen, rund um die Projektziele und die bisher erzielten Ergebnisse“, sagt Projektkoordinator Dr. Andreas Bunte vom Fraunhofer IOSB-INA.
Erste Ergebnisse liegen vor
Erste Ergebnisse erzielte das Projektteam im Unternehmen Isringhausen. Unter dem Titel ‚Humanzentrierte Ablaufplanung von Montagelinien‘ hat die Hochschule Bielefeld die Ergebnisse in einem Paper zusammengefasst und veröffentlicht.
„Im ersten Projektjahr haben wir die Prozesse in den Unternehmen genau analysiert und die Daten aufbereitet. Die bisher erzielten Ergebnisse sind äußerst vielversprechend, und wir sind zuversichtlich, dass Reinforcement Learning einen bedeutenden Beitrag zur Bewältigung komplexer Produktionsplanungsprozesse leisten kann. Obwohl noch nicht alle Randbedingungen in unser Modell integriert sind, haben wir bereits die Machbarkeit erfolgreich demonstriert“, sagt Bunte.
Derzeit validiert das Projektteam unterschiedliche Ansätze zur Optimierung der Produktionsplanung. „Genetische Algorithmen werden von uns einerseits für ihre Schnelligkeit bei der Lösungsfindung geschätzt, während andererseits das Reinforcement Learning etwas mehr Zeit benötigt, jedoch tendenziell zu besseren Lösungen führt“, sagt Bunte.
Werksbesichtigung gibt Einblicke in die Planung
Im Rahmen des Projekttreffens hatten die Teilnehmer die Gelegenheit, das Werk von Miele zu besichtigen. Die Werksbesichtigung ermöglichte wertvolle Einblicke in die Praxis der Produktionsplanung und verdeutlichte die Bedeutung des SUPPORT-Projekts für das Unternehmen.
Das Ziel von SUPPORT
Das Ziel des Projekts ist es, die komplexe Produktionsplanung zu vereinfachen. Das soll durch Reinforcement Learning (bestärkendes Lernen) erreicht werden. Reinforcement Learning ist eine Form des maschinellen Lernens und damit der künstlichen Intelligenz (KI) zuzuordnen. Der Vorteil von Reinforcement Learning ist, dass es auch für sehr komplexe Probleme Lösungen finden kann. Dazu wird der KI nicht gezeigt, welche Aktion in welcher Situation die beste ist, sondern sie erhält zu einer bestimmten Zeit eine Belohnung, die auch negativ sein kann.
Zum Training wird allerdings ein Simulationsmodell benötigt. Da die manuelle Erstellung aufwendig ist, soll das Modell in SUPPORT automatisiert erstellt werden. Neben den bisherigen Optimierungsgrößen soll auch die Belastung der Mitarbeiter:innen berücksichtigt werden, sodass eine Steigerung der Produktivität im Einklang mit den Mitarbeitenden stattfindet. So soll es möglich sein, mit geringem Aufwand komplexe PPS-Aufgaben effizient und nachhaltig zu lösen.
