Im Rahmen des Forschungsprojekts „InProdMA“ wird bis 2026 eine intelligente Produktionsplanung für den Maschinen- und Anlagenbau entwickelt. Diese unterstützt Planungsentscheidungen durch den Einsatz von Ansätzen der Künstlichen Intelligenz (KI).
Dezember 2024 – Produzierende Unternehmen sind unsicheren, komplexen und sich schnell ändernden Bedingungen ausgesetzt, unter denen sie Entscheidungen treffen müssen. Diese Bedingungen stellen insbesondere im Maschinen- und Anlagenbau eine Herausforderung für bestehende Produktionsplanungsansätze dar. Die hohe Kundenorientierung im Maschinen- und Anlagenbau resultiert in einer ausgeprägten Variantenvielfalt und damit in einem hohen manuellen Aufwand zur Ableitung der für den Kundenauftrag erforderlichen Material-, Zeit- und Flächenbedarfe. Die Erstellung eines Produktionsplans kann aktuell nur unter Einhaltung komplexer Planungsrestriktionen erfolgen. Beispielsweise werden Einschränkungen hinsichtlich der erlaubten Abfolge der unterschiedlichen Produktvarianten verwendet. Wurde ein möglicher Produktionsplan gefunden, so sind die Auswirkungen auf den operativen Betrieb aktuell ungewiss, wie beispielsweise das Auftreten von Produktionsengpässen. Abschließend mangelt es an einer Entscheidungsunterstützung, denn Planende können den komplexen Lösungsraum ohne Unterstützung nur bedingt handhaben.
KI unterstützt Mitarbeitende bei Planung
Um diesen Herausforderungen zu begegnen, ist eine intelligente Produktionsplanung erforderlich. Diese unterstützt produzierende Unternehmen in der Identifikation der Ressourcenbedarfe für neue Aufträge basierend auf historischen Auftragsdaten und der Identifikation der Auswirkungen von Planungsentscheidungen, wie zum Beispiel die Auswirkungen des Produktionsplans auf die Kapazitätsauslastung. Um diese Ziele zu verwirklichen, entwickeln Forschende der WGP in München im Rahmen des Projekts „InProdMa“ ein Repräsentantenmodell, ein Simulationsmodul sowie ein Planungsmodell.
Bild 1: Betrachteter Systemkontext des Forschungsprojekts „InProdMa“ | Quelle: iwb München
Das Repräsentantenmodell soll basierend auf historischen Aufträgen die Bedarfe eines neuen Auftrags ermitteln. Dies erfolgt mittels Methoden des Maschinellen Lernens, wie zum Beispiel dem Überwachten Lernen.
Das Simulationsmodul nutzt die ermittelten Bedarfe als Eingangsgrößen und ermöglicht eine Prognose, wie sich beispielsweise unterschiedliche Produktionspläne auf das Produktionssystem auswirken können. Dazu erfolgt ein Abgleich zwischen den ermittelten Kapazitätsbedarfen, wie etwa dem Materialbedarf, und dem vorhandenen Kapazitätsangebot, wie der Auslastung der Maschinen.
Das Planungsmodell dient der Identifikation möglicher Produktionspläne und weiterer Planungsentscheidungen, wie der Zuordnung von Aufträgen zu Zeitfenstern in der Montage. Hierzu wird ein Reinforcement-Learning-Ansatz verwendet, der basierend auf den im Simulationsmodul simulierten Auswirkungen auf das Produktionssystem für verschiedene Entscheidungen eigene Planungssystematiken lernt. Neben der Entwicklung dieser drei zentralen Bausteine ist die Integration der technischen Lösungen in bestehende Planungsprozesse Ziel des Projekts. Abschließend sollen die Projektergebnisse neben der Konzipierung auch beim Anwendungspartner implementiert und validiert werden.
Tool für hochindividualisierte Produktion ab 2026 nutzbar
Die intelligente Produktionsplanung bietet vor allem Vorteile für Hersteller hochindividualisierter Produkte. Durch die Schaffung von Transparenz werden Potenziale in der Produktionsplanung, wie zum Beispiel schnellere Entscheidungsprozesse, identifiziert und anschließend entfaltet. Die intelligente Produktionsplanung bezieht Daten aus verschiedenen Informationssystemen, führt diese zusammen und unterstützt die Mitarbeitenden in der Produktionsplanung durch eine Entscheidungshilfe bei der Identifikation vergleichbarer Aufträge, bei der Zuordnung von Ressourcen und Flächen sowie bei der Terminplanung. Bis zum Ende der Projektlaufzeit im Oktober 2026 wird das Tool für Unternehmen zur Verfügung stehen.
Mehr Informationen
Förderer
Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi), Förderkennzeichen: DIK-2308-0006
Ansprechpartner
Institut für Werkzeugmaschinen und Betriebswissenschaften (iwb)
Technische Universität München
Prof. Michael Zäh
Institutsleiter
Tel.: +49 89 289 15502
E-Mail: michael.zaeh@iwb.mw.tum.de
Laura Göbel
Wissenschaftliche Mitarbeiterin
Tel.: +49 89 289 15436
E-Mail: laura.goebel@iwb.tum.de
Downloads:
Forschende des iwb im gemeinsamen Austausch | Quelle: iwb München
Betrachteter Systemkontext des Forschungsprojekts „InProdMa“ | Quelle: iwb München
Weiterbildung in Produktionsplanung und -steuerung
Mehr Informationen zur Produktionsplanung und -steuerung
Mehr Informationen zu Künstlicher Intelligenz