Verifikationsprozess für Anforderungen in der Prozessindustrie auf Basis großer, unstrukturierter Datenmengen
Projektziel und Beschreibung
VAPi-KI soll Lücken in der digitalen Prozesskette im Bereich der Anforderungserhebung und -verifikation durch den Abgleich mit gemessenen Werten schließen. Die resultierenden hybriden Modelle zur besseren Vorhersage von Anforderungen erlauben durch die datengetriebene Synthese physikalischer Modelle eine Senkung der Produktentstehungskosten. Die Methoden sollen eine frühere Korrektur der Anforderungen unterstützen und somit auch zu einer Reduktion der für die Produktentwicklung notwendigen Zeit und Kosten führen.
Ziel des Projektes ist eine auf künstlicher Intelligenz (KI) basierende Technologie, mit der Daten aus dem Anforderungsmanagement für eine Neuentwicklung mit Messdaten einer bestehenden Lösung verknüpft und verarbeitet und somit verifiziert werden können. Dadurch werden die Prozesse der Ermittlung und des Abgleichs von Anforderungen digital angereichert, wodurch Optimierungspotentiale entdeckt werden können.
In der Produktentwicklung beschreiben Anforderungen die gewünschten Eigenschaften eines Produkts als messbare Größen. Die tatsächlichen Eigenschaften und Funktionen des Produkts sind aber erst während der Nutzungsphase messbar. Diese Phase ist von phänomenologischen Erfahrungen dominiert. Methoden zur digital unterstützten Rückführung von Erkenntnissen aus Umsetzung und Nutzung fehlen jedoch häufig noch. Ziel des Projektes ist es, diese Lücke zu füllen und die Erfolgswahrscheinlichkeit innovativer Entwicklungsprojekte zu verbessern. Dabei soll die Anforderungsermittlung und -absicherung von innovativen, technischen Systemen am Beispiel von Umformmaschinen mittels Methoden der künstlichen Intelligenz von einer auf Erfahrungswissen basierten auf eine datengetriebene Vorgehensweise umgelenkt werden. Der wissenschaftliche Fokus des Projekts ist die Erkennung und Verwendung des Zusammenhangs zwischen Gestalt und Eigenschaft. Dieser soll in einer Graph-Datenbank dargestellt und durch KI-Methoden mit Information angereichert werden. Der ermittelte Gestalt-Eigenschafts-Zusammenhang kann zu einem Abgleich der gemessenen Kennwerte mit bestehenden Anforderungen genutzt werden, um diese Anforderungen zu überarbeiten und neue/fehlende Anforderungen abzuleiten. Grundlage dafür bilden Sensordaten, die das Produktverhalten messbar machen, und Informationen aus den Anforderungen, die eine abschließende Bewertung ermöglichen. Dabei stellt insbesondere die Verknüpfung der Wortvektoren aus dem Requirements Engineering (RE) mit den numerischen Datensätzen der Messtechnik wissenschaftlich eine Herausforderung dar, da es sich um generell unterschiedliche Datentypen handelt.
CONWEAVER unterstützt das Projekt durch das Design und die Implementierung eines geeigneten Graphen auf Basis der skalierbaren und hochperformante Linksphere Plattform. Die Graphtechnologie schließt dabei die Lücke zwischen der Wortwelt und der Messdatenwelt durch die semantische Verknüpfung der relevanten Aspekte.