Regelbasierte Planungsautomatisierung für die Digitale Fabrik

Die technologischen Potenziale der Digitalen Fabrik können durch die Automatisierung repetitiver, iterativer Planungsschritte erschlossen werden. In dieser Arbeit wird ein ontologiebasiertes, regelbasiertes Expertensystem entwickelt, das fabrikplanerisches Domänenwissen regelbasiert anwendet. Die Evaluation in zwei Kapazitätsplanungsprojekten demonstriert, dass durch die regelbasierte Planungsautomatisierung sowohl die Planungsqualität als auch die -effizienz gesteigert wird.

Vor dem Hintergrund des Klimaschutzes und globaler Krisen gewinnt die nachhaltige und resiliente Gestaltung industrieller Produktionssysteme an Bedeutung. Da zentrale Entscheidungen zur ökologischen und ökonomischen Nachhaltigkeit bereits in der Fabrikplanung getroffen werden, rückt deren Automatisierung in den Fokus. Die Digitale Fabrik bietet hierfür technologische Potenziale, stößt jedoch aufgrund individueller Planungsanforderungen an Grenzen. Ein vielversprechender Ansatz liegt im regelbasierten Schließen mittels Expertensystemen, die menschliche Entscheidungsprozesse durch definierte Regeln nachbilden. Ziel dieser Arbeit ist es, die Anwendung regelbasierter Expertensysteme zur Automatisierung von Fabrikplanungsprozessen zu untersuchen. Zentrale Forschungsfrage ist, wie prozessuales Domänenwissen der Fabrikplanung maschineninterpretierbar abgebildet werden kann, um Planungsergebnisse automatisch zu bestimmen. Auf Basis einer semantischen Informationsmodellierung wurde ein regelbasiertes Expertensystem entwickelt, das Wissen über Planungsprozesse formalisiert, mit Regeln verknüpft und durch eine Inferenzmaschine automatisiert zur Entscheidungsfindung nutzt. Das Vorgehen umfasst die systematische Strukturierung relevanter Planungsmethoden, die exemplarisch für die Kapazitätsplanung angewandt wurde, sowie die softwaretechnische Umsetzung in der Ontologie-Entwicklungsumgebung Protégé. Dabei wurden Methoden zur automatisierten Regelerzeugung mithilfe maschinellen Lernens integriert, um den Aufwand der Wissensakquisition zu reduzieren. Die Evaluation des regelbasierten Expertensystems erfolgte anhand zweier realer Fabrikplanungsprojekte. Es konnte demonstriert werden, dass durch die regelbasierte Planungsautomatisierung sowohl die Planungsqualität als auch die -effizienz gesteigert werden. Besonders bei repetitiven Aufgaben sowie in iterativen Planungsszenarien zeigt die regelbasierte Planungsautomatisierung Vorteile gegenüber manuellen Vorgehensweisen. Die Integration in projektspezifische Abläufe verdeutlicht zudem die Praxistauglichkeit des Lösungsansatzes. Trotz technischer Einschränkungen der Entwicklungsumgebung bietet das System eine hohe Flexibilität und Erweiterbarkeit. Die Ergebnisse zeigen auf, dass regelbasierte Expertensysteme einen wirksamen Beitrag zur Automatisierung von Fabrikplanungsprozessen leisten können. Perspektivisch eröffnen Erweiterungen der KI-gestützten Wissensakquisition zusätzliches Potenzial für intelligente Planungsassistenzsysteme in der Digitalen Fabrik.