Projektbeschreibung INSPIRE:
Intelligente hybride Entscheidungsunterstützung auf Basis multimodaler KI für die Produktentwicklung

Ausgangslage:
Aufgrund der begrenzten Energieressourcen und der global steigenden Anforderungen an Flexibilität und Effizienz in der Produktentwicklung werden neue Ansätze benötigt, die moderne Technologien wie künstliche Intelligenz (KI) und hybride Entscheidungsunterstützung integrieren. Derzeit stoßen traditionelle Prozesse oft an ihre Grenzen, da sie auf linearen und starren Abläufen basieren. Besonders in der Verbindung von menschlichem Expertenwissen mit komplexen, multimodalen Datensätzen gibt es bisher keine umfassend integrierten Lösungen. Um diese Potenziale zu erschließen, muss der Entwicklungsprozess dynamischer und datengetriebener gestaltet werden.

Ziel:
Das Ziel des Forschungsprojekts INSPIRE ist die Entwicklung eines neuartigen hybriden Entscheidungsunterstützungssystems (HDSS), das auf multimodaler künstlicher Intelligenz (MM-AI) basiert. Dieses System soll es ermöglichen, menschliches Fachwissen mit datenbasierten Modellen zu kombinieren, um Entscheidungsprozesse in der Produktentwicklung zu optimieren. Im Fokus stehen die Verarbeitung von sogenannten „extremen Daten“ sowie die Integration dieser Erkenntnisse in die Entwicklung und Produktion. Durch den Einsatz dieses Systems sollen nicht nur die Effizienz und Präzision in der Produktentwicklung gesteigert, sondern auch neue Standards für die Integration solcher Technologien geschaffen werden.

Vorgehen:
Zunächst werden die Anforderungen und Spezifikationen für hybride Entscheidungsprozesse analysiert und dokumentiert. Aufbauend darauf wird ein multimodales KI-Modell entwickelt, das in zwei exemplarischen Anwendungsfällen – der Leiterplattenproduktion und der Zahnradfertigung – implementiert wird. Der Prozess umfasst die Sammlung und Aufbereitung von Daten, die Entwicklung geeigneter Algorithmen sowie die iterative Optimierung der KI-Modelle. Parallel dazu werden Mechanismen und Leitlinien für die Integration des Systems in bestehende Prozesse und IT-Landschaften entwickelt. Am Ende des Projekts sollen die entwickelten Lösungen nicht nur getestet und evaluiert, sondern auch hinsichtlich ihrer Übertragbarkeit auf andere Anwendungsbereiche validiert werden.