Zum Inhalt

InDaS

Industrial Data Science (InDaS) – Qualifizierungskonzept für Ma­schi­nel­les Ler­nen in der in­dus­tri­el­len Pro­duk­tion

Problemstellung

Die Verbreitung moderner Informations- und Kom­mu­ni­ka­tions­tech­no­lo­gi­en im Kontext von Industrie 4.0 sowie die tech­no­lo­gi­sche Befähigung zur sys­te­ma­tisch­en, umfassenden Erfassung und Speicherung von Daten ermöglichen den Aufbau dynamischer Informations­speicher bisher unbekannter Größe und Güte. Die Interpretation und effiziente Nutzung des in diesen Datenspeichern implizit vorhandenen Wissens zur Entscheidungs- und Planungs­unterstützung rückt vermehrt in den Fokus produzierender Un­ter­neh­men.  Eine Auswahl an Verfahrensansätzen zur intelligenten und au­to­ma­ti­sier­ten Auswertung großer Daten­mengen stellen die Methoden des Maschinellen Lernens zur Ver­fü­gung. Diese ermöglichen es, bisher unbekannte Zusammen­hänge zu identifizieren, zu visualisieren sowie vor­handenes a priori Wissen zu überprüfen und zur frühzeitigen Prognose zu nut­zen. Die so gewonnenen Erkennt­nisse bilden in Kombination mit dem praktischen Erfahrungswissen der Mit­ar­bei­ter zu­künf­tig einen wesentlichen Erfolgsfaktor für Un­ter­neh­men.

Vor diesem Hintergrund erfährt der unternehmensspezifische Ein­satz und Gebrauch von Datenanalysemethoden zunehmende Aufmerksamkeit. Schwer­punkte in der in­dus­tri­el­len Nutzung maschineller Lernverfahren bilden u.a. Anwendungsfälle wie die Produkt­familienbildung und Fertigungssegmentierung, die prozessbegleitende Prognose der Produktqualität sowie Problemstellungen im Bereich der prädiktiven Instandhaltung. Eine erfolgreiche und effiziente Bearbeitung dieser Anwendungsfälle setzt sowohl methodisches Know-How im Gebiet der Statistik und In­for­ma­tik als auch aufgrund des oftmals tech­nisch­en Bezugs der Anwendungsfälle ein fundiertes, ingenieurs­wissenschaftliches Domänenwissen voraus. Häufig mangelt es in Un­ter­neh­men jedoch an ausreichender Expertise, um diesen He­raus­for­de­run­gen be­geg­nen zu kön­nen. Qualifiziertes Personal, welches sowohl den Ein­satz maschineller Lernverfahren beherrscht als auch die speziellen An­for­der­ungen von Un­ter­neh­men kennt sowie über ausreichendes Domänenwissen verfügt, um ingenieur­wissen­schaftliche Anwendungsfälle verstehen und er­folg­reich lösen zu kön­nen, steht nur selten zur Ver­fü­gung.

In der Aus­bil­dung des aka­de­mischen Nachwuchses sowie in der Wei­ter­bil­dung von Fachkräften er­hält diese Problemstellung nur selten oder unzureichend Aufmerksamkeit. Die Aus­bil­dung im Bereich des Maschinellen Lernens erfolgt in der Regel fachspezifisch und fokussiert somit überwiegend die Vermittlung theoretischer Inhalte des Maschinellen Lernens, berücksichtigt jedoch nicht die praktische Umsetzbarkeit sowie die speziellen Rah­men­be­ding­ung­en der in­dus­tri­el­len Praxis.

Zielsetzung und Vorgehensweise

Ziel des geplanten Forschungsvorhabens ist daher die Ent­wick­lung eines inno­va­ti­ven Lehrkonzepts zur Qualifi­zierung des aka­de­mischen Nachwuchses und von Fachkräften aus der Industrie im Bereich des maschinellen Lernens. Insbesondere sollen die speziellen He­raus­for­de­run­gen produzierender Un­ter­neh­men berücksichtigt und den Teil­neh­mern so die notwendigen Kom­pe­ten­zen zur Lö­sung maschineller Lernprobleme in der in­dus­tri­el­len Praxis vermittelt wer­den.

© IPS​/​TU Dort­mund

Das Lehrkonzept soll dabei zwei wesentliche und in­no­va­ti­ve Merkmale integrieren. Einerseits eine praxisorientierte Wis­sens­ver­mitt­lung im Bereich des maschinellen Lernens zur Lö­sung realer Problemstellungen in produzierenden Un­ter­neh­men und an­de­rer­seits das Ler­nen in heterogenen Gruppen aus Stu­die­ren­den der Statistik, In­for­ma­tik und Ingenieurwissenschaft sowie Fachkräften der Industrie. Das Kon­zept wird damit dem Anspruch des höchstmöglichen Praxisbezugs gerecht sowie einen intensiven, fachüber­greifenden Austausch fördern. Zur Realisierung der geplanten Forschungsziele soll ein zweiteiliges Ausbildungsprogramm ent­wi­ckelt wer­den, welches zu­nächst die Vermittlung theoretischer Inhalte des Maschinellen Lernens sowie des Datenmanagements fokussiert und im wei­te­ren Verlauf die Anwendung dieser am Beispiel praktischer Anwendungsszenarien aus der Industrie evaluiert.

Forschungs- und Entwicklungspartner

  • Lehrstuhl für Computergestützte Statistik, Technische Uni­ver­si­tät Dort­mund
  • Lehrstuhl VI Da­ten­ban­ken und Informationssysteme, Technische Uni­ver­si­tät Dort­mund
  • Institut für Pro­duk­tions­sys­te­me, Technische Uni­ver­si­tät Dort­mund
  • Fachbereich Ma­schi­nel­les Ler­nen, Technische Uni­ver­si­tät Darmstadt
© IPS​/​TU Dort­mund

Förderhinweis

Dieses Forschungs- und Entwicklungsprojekt wird mit Mitteln des Bundesministeriums für Bildung und For­schung (BMBF) im Rah­men des Pro­gramms "IKT 2020 - For­schung für Innovationen" ge­för­dert und vom Projektträger Deutsches Luft- und Raumfahrtzentrum e.V. (DLR) betreut.

Kalender

Zur Veranstaltungsübersicht

Anfahrt & Lageplan

Der Campus der Technischen Uni­ver­si­tät Dort­mund liegt in der Nähe des Autobahnkreuzes Dort­mund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dort­mund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dort­mund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Uni­ver­si­tät ausgeschildert.

Direkt auf dem Campus Nord befindet sich die S-Bahn-Station „Dort­mund Uni­ver­si­tät“. Von dort fährt die S-Bahn-Linie S1 im 20- oder 30-Minuten-Takt zum Hauptbahnhof Dort­mund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Uni­ver­si­tät mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.
 

Zu den Wahrzeichen der TU Dort­mund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dort­mund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dort­mund Uni­ver­si­tät S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.

Vom Flughafen Dort­mund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dort­mun­der Hauptbahnhof und von dort mit der S-Bahn zur Uni­ver­si­tät. Ein größeres Angebot an inter­natio­nalen Flugverbindungen bietet der etwa 60 Ki­lo­me­ter entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Uni­ver­si­tät zu erreichen ist.

Die Ein­rich­tun­gen der Technischen Uni­ver­si­tät Dort­mund verteilen sich auf den größeren Campus Nord und den kleineren Campus Süd. Zudem befinden sich einige Bereiche der Hoch­schu­le im angrenzenden Technologiepark. Genauere In­for­ma­ti­onen kön­nen Sie den Lageplänen entnehmen.

Interaktive Karte

Die Ein­rich­tun­gen der Technischen Uni­ver­si­tät Dort­mund verteilen sich auf den größeren Campus Nord und den kleineren Campus Süd. Zudem befinden sich einige Bereiche der Hoch­schu­le im angrenzenden Technologiepark.

Campus Lageplan Zum Lageplan