Project image
Vorbereitung des HEU-Antrages „Artificial intelligent based Multimodal Assistant for Workers in industry 4.0“ (ALMA4WORKERS)
Drittmittelprojekt

Prof. Dr.phil. et rer.nat.habil Rüdiger von der Weth

M.Sc. Sabine Oeste
M.Sc. Tobias Jakubowitz

Zielstellung der beantragten Förderung ist die finanzielle Unterstützung der personellen und organisatorischen Aufwendungen für die Beantragung eines EU-Projektes im Rahmenprogramm Horizon Europe mit dem Schwerpunkt KI und Arbeitssicherheit. ALMA4WORKERS wird eine intelligente Prozessmanagementplattform/-system basierend auf KI (datengestützt) entwickeln, die ihre Nutzer bei hybriden Entscheidungen in I4.0-Umgebungen unterstützt. Das System wird seine Daten, Informationen und Empfehlungen über einen multimodalen persönlichen Assistenten (ALMA – spanisch: Seele –) an den Nutzer übermitteln, der KI zur Auswahl der besten Interaktionsformen nutzt. Auf der Grundlage fortschrittlicher KI- und Rechenressourcen von AI4EU wird ALMA4WORKERS eine BIGData – Echtzeit-Infrastruktur als zugrundeliegendes KI-System entwickeln. Mehrere Datenströme aus der IoT-Umgebung, vorhandene Prozessmanagement- und Simulationstools, Daten von menschlichen Teilnehmern und anderen Quellen werden das KI-System ALMA4WORKERS speisen. Ein zwischengeschalteter Data-Lake wird erstellt. Dadurch vermeidet man eine erneute Verarbeitung aller Daten bei der Erstellung neuer Modelle bzw. beim Anpassen vorhandener Modelle. Ein fortschrittliches, multimodales HMI verbindet die Benutzer – hauptsächlich Bediener und Linienmanager – mit dem KI-System und bietet ihnen eine KI-unterstützte, multimodale Problemerkennung, 3D-Darstellung und Diagnose/Prognose, die auf verschiedene Benutzerprofile und Fähigkeiten zugeschnitten sind. Das HMI-System wird auch einen flexiblen Echtzeit-Informationsaustausch und Teamkommunikation ermöglichen, um den Austausch von Wissen und die kollektive Entscheidungsfindung zu unterstützen. Beide integrierten Funktionen werden (hybride) Entscheidungsprozesse viel schneller, genauer, zuverlässiger und sachlich richtiger machen. Die KI-unterstützte in-situ-Prozessdiagnose/-prognose ermöglicht dem Benutzer

  • rechtzeitig bis zu 80 % der Prozessstörungen zu antizipieren
  • die Reduzierung von Wartungszeit und -kosten bei Produkt- oder Linienausfall um bis zu 15 %

Die KI-basierte Anpassung und Unterstützung ist im Wesentlichen mensch-/benutzerzentriert: Benutzer erhalten nur die Informationen, die sie benötigen, und wann sie sie wollen und brauchen. Das System passt sich selbstständig an die Benutzer je nach Fähigkeiten, Profil und Arbeitsumgebung des Benutzers, möglichst vermeiden Informationsüberflutung und Stress.

Das EuProNet-Projekt dient der Anbahnung und Beantragung des Projektes.


SMWK

05.08.2021 bis 21.10.2021