Diebold Nixdorf
KI-gestütztes Service-Engineering
Für Unternehmen spielt die Optimierung verschiedenster Prozesse eine immer wichtigere Rolle. Die Automatisierung schreitet stetig voran und benötigt ebenfalls stetig verbesserte automatisierte Analyseprozesse. Geldautomaten sind hochkomplexe mechatronische Systeme, deren Verhalten durch eine Anzahl von Aktoren- und Sensordaten überwacht werden. Bisher werden Muster in den Maschinendaten durch einfache Regeln auf mögliche Defekte gemappt, ohne differenzierte Reparaturanweisungen an den Servicetechniker zu geben und ohne die Servicehinweise durch Ergebnisse des Technikereinsatzes zu verifizieren. Dies soll durch Machine Learning (ML) gewährleistet werden.
Ziel des Vorhabens ist die Erforschung von Anwendungsfällen und damit verbundener Algorithmik auf existierenden Maschinendaten– und Serviceplattformen zur Umsetzung einer Anreicherung von sogenannten Service Calls bzw. –events. Die angestrebten Arbeiten setzen sich zusammen aus der Entwicklung von Schnittstellen zur KI-Markplatz Plattform (1), der Sicherstellung der Validität und Aussagekraft der Datenbasis (2) und die Konzipierung von KI-Anwendungen für die Produktenentstehung (3).
- Für die Umsetzung von ML–Algorithmen ist eine Datenbasis erforderlich. Dadurch kann mit Hilfe von verschiedenen Verfahren eine KI angelernt werden, die in der Lage sein soll, Fehler zu erkennen, Fehlerursachen gezielt zu klassifizieren und schließlich dem Servicetechniker genaue Reparaturanweisungen bereitzustellen. Dadurch wird gewährleistet, dass Kosten, Zeit und Ersatzteile zielgerechter eingesetzt werden können.
- Um sicherzustellen, dass die KI präzise Fehlerursachen klassifiziert, wird die KI mit nicht identischen Daten trainiert und validiert. Nachdem die KI trainiert ist und Vorhersagen treffen kann, wird die KI auf weiteren Datensätzen getestet.
- Die Konzipierung von KI-Anwendungen für die Produktentstehung wird zunächst im Rahmen der Pilotprojekte für den KI-Marktplatz entwickelt. Das Fraunhofer IOSB-INA unterstützt forschungsseitig Vorhaben in der Realisierung von KI-Anwendungen und ML-Verfahren für unterschiedliche Anwendungsfälle.
