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.

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