piwik-script

Deutsch Intern
    Juniorprofessur für Information Management

    Forschungsprojekt: pipeAI

    Forschungsprojekte

    Prediction on Industrial Processes through Explainable Artificial Intelligence (pipeAI)

    (Drittmittelfinanzierte Gruppenförderung – Teilprojekt)

    Titel des Gesamtprojektes: FuE-Programm „Informations- und Kommunikationstechnik“
    Projektleitung: Prof. Dr. Christian Janiesch
    Projektbeteiligte: ROBUR Automation GmbH, SKZ – KFE gGmbH, Julius-Maximilians-Universität Würzburg 
    Projektstart: 01/09/20
    Projektende: 31/08/23
    Fördervolumen: 772.000 Euro
    Mittelgeber: Bayerische Staatsministerien

    Abstract:

    Methoden des maschinellen Lernens werden seit längerem auf industrielle Daten angewendet, bspw. um Maschinenausfälle vorherzusagen. Ihre Effektivität hängt von der Zuverlässigkeit der Prognosen und der Akzeptanz durch den Anwender ab. Um die breite Nutzung von KI-Werkzeugen durch KI-unerfahrene Mitarbeiter zu fördern, widmet sich pipeAI dieser Problemstellung. Es werden im industriellen Kontext neue KI-Ansätze (z. B. GQNs) erprobt, unterstützt durch verbesserte Methoden zu Datenbereinigung und dem automatisierten Labeling. Weiterhin werden mit Explainable AI und aktiver Partizipation des Anwenders, bspw. beim Transfer Learning, KI-Werkzeuge nachvollziehbarer gemacht. Beispielhaft wird der Anwendungsfall Predictive Maintenance verfolgt. Die daraus resultierende Implementierung ist exemplarisch und verallgemeinerbar.