Künstliche Intelligenz im Model-Based Systems Engineering

Die Künstliche Intelligenz (KI) hält faszinierende Perspektiven bereit, um Prozesse zu optimieren oder Aufgabenstellungen ganz neu zu lösen. Es existiert mittlerweile eine Vielzahl an Algorithmen, die eigentlich „nur noch“ in die Entwicklungsarbeit integriert werden müssen. Unsere Mission bei Two Pillars ist es, die Möglichkeiten im Model-Based Systems Engineering mit KI-Lösungen zu verbessern. Dazu haben wir zusammen mit unseren Forschungspartnern in Paderborn einen iQUAVIS-Demonstrator entwickelt, mit dem auf Basis von Anforderungen bekannte Lösungskonzepte gesucht und in die Systemarchitektur integriert werden können. Diese Partner sind das Fraunhofer IEM, das Heinz-Nixdorf-Institut und der KI-Marktplatz. Das Grundprinzip des iQUAVIS Demonstrators sieht vor, Lösungskonzepte bereits abgeschlossener Projekte in einer Wissensdatenbank zu speichern und nach Bedarf für neue Projekte wiederzuverwenden.

Der Clou: Wir nutzen eine KI, um für die aktuelle Anforderung auch vergleichbare Anforderungen zu finden. Egal ob man als Anwender also einen „Antrieb für ein Förderband“ oder einen „Förderantrieb“ sucht – der Algorithmus erkennt die Ähnlichkeit und liefert entsprechende Lösungsvorschläge. Wir möchten Ihnen im Folgenden unser Konzept näher erläutern.

Hintergrund und Motivation

In einem Entwicklungsprojekt muss stets die beste Lösung für eine Anforderung oder Funktion gefunden werden. Gleichzeitig existieren bereits zahlreiche bekannte und bewährte Lösungen, die jedoch nicht unbedingt jedem Entwickler bekannt sind. Hinzu kommt, dass Anforderungen/ Funktionen häufig interdisziplinär bzw. durch mehrere Disziplinen unterschiedlich realisiert werden können. Nach dem Finden einer Lösung stellt sich die Frage, ob und wie sich diese in das in der Entwicklung befindliche System integriert. Ziel von Two Pillars ist daher die Entwicklung einer Wissensbasis, die bestehende Lösung enthält und diese so verfügbar macht, dass sie in eine Systemarchitektur integriert werden können. Die Suche in der Wissensbasis erfolgt auf Basis von Anforderungen. Falls eine ähnliche Anforderung bereits bekannt ist, werden entsprechende Lösungen zu dieser Anforderung vorgeschlagen.

Konzept

Wir veranschaulichen das Konzept in der untenstehenden Grafik. Die Basis ist iQUAVIS: hier werden Anforderungen, Funktionen und Systemelemente modelliert. Die Suche nach Lösungen startet mit der Auswahl einer Anforderung aus dem Systemmodell. Mit Hilfe von Natural Language Processing (NLP) werden vergleichbare Anforderungen in der Wissensbasis gesucht (1). Dem Anwender werden passende Funktionen und Systemelemente vorgeschlagen, die in das Modell importiert werden können (2a, b). Im Anschluss erfolgt die technische Integration der Elemente in iQUAVIS: Dazu werden die Funktionen oder Systemelemente in die entsprechenden Modelle (Funktionshierarchie, Umfeldmodell, Wirkstruktur usw.) integriert (2c). Um die Wissensbasis zu füllen, können abgeschlossene iQUAVIS-Projekte importiert werden. Der Algorithmus führt dabei gleiche Lösungselemente zusammen (3). So entsteht in der Wissensbasis ein Netz aus Anforderungen, Funktionen und Lösungselementen, welches die Erfahrungen aus allen vorangegangen Projekten festhält und verfügbar macht.

Nutzenpotential und nächste Schritte

Wir sind überzeugt von dem Nutzenpotential einer KI gestützten Lösungssuche im MBSE. Dafür gibt es zahlreiche Gründe: Wenn erfahrene Mitarbeiter das Team verlassen oder neue Mitarbeiter dem Team beitreten, kann Wissen nicht so einfach über die Köpfe transferiert werden. Hinzu kommt, dass Lösungen zunehmend auch interdisziplinär sind und ein einzelner Mitarbeiter nicht alle bewährten Lösungen kennen kann. Und tatsächlich liefert der vorgestellte Ansatz eine Beschleunigung in der Entwicklungsarbeit. Die Potentiale sind faszinierend – dieser Prototyp ist der Beginn unserer Entwicklung. Aus diesem Grund suchen wir Partner zur Umsetzung der nächsten Entwicklungsschritte. Wenn Sie Interesse haben, als Pilotanwender oder auch als Umsetzungspartner mit uns zusammenzuarbeiten, kontaktieren Sie uns gerne.

E-Mail schreiben

You may also be interested in

We Are Among the TOP 24 at OUT OF THE BOX.NRW – Your Vote Counts!

We are thrilled to announce that AI Marketplace has been selected as one of the Top 24 startups for OUT OF THE BOX.NRW 2024. This selection was made by a …

Success at the prostep ivip Symposium 2024

We are proud to have won the coveted Start-up Pitch Award at the prostep ivip Symposium in Munich! Our performance in the Pitch Area allowed us to present our marketplace …

moonshots & moneten 2024

Great news for all those who follow the start-up scene in Ostwestfalen-Lippe: AI Marketplace has won a wildcard for the upcoming “OWL Start-up Pitch” at the Mountain Camp of the …

Zwei junge Kollegen betrachten eine digitale Modelldarstellung

Using Chat with Product Data? The Future of PLM and Artificial Intelligence

What is AI and how does it change the way engineers work? In a hands-on webinar, we join experts from the Fraunhofer Institute for Mechatronics Design IEM and Aras to shed light on the exciting world of artificial intelligence (AI) in conjunction with product lifecycle management (PLM).

Markt der digitalen Möglichkeiten

Im Rahmen Digital-Gipfels präsentieren die Stadt Jena und der Freistaat Thüringen den “Markt der digitalen Möglichkeiten” – eine Messe, die eindrucksvoll aufzeigt, wie digitale Technologien bereits in verschiedenen Lebensbereichen integriert …

Vertrieb 2.0: Mit KI zum Vertriebserfolg

Viele Unternehmen kennen es: Informationen werden häufig auf unterschiedliche Systeme verteilt abgelegt. Die Negativkonsequenzen können weitreichend sein. Mit KI-Software kann passgenau an den bisherigen Schwachstellen der unternehmerischen Datenlandschaft angesetzt werden, indem Kundendaten in ein zentrales System überführt werden.

FDT Demo Day #1: KI in der Anwendung

Am 11.07.2023 findet die erste Ausgabe des Demo Days zum Thema „KI in der Anwendung“ des Forum Digitale Technologien statt. Von KI im Engineering über angewandte Produktionsunterstützung, vom KI-Service-Ökosystem bis …

Menschengruppe steht im Innenhof eines Bürogebäudes.

KI-Marktplatz: Wie Künstliche Intelligenz das Engineering revolutioniert

Gefördertes Forschungsprojekt endet – Start-up macht weiter Entwicklungszeiten verringern, Kosten reduzieren und zeitgleich die Produktivität steigern: Warum sich Unternehmen mit Künstlicher Intelligenz (KI) im Engineering beschäftigen sollten, hat das vom …

AI Marketplace: thinking outside the box to find solutions

The AI Marketplace offers technical solutions and solution paths on the topic of artificial intelligence. We spoke with Leon Özcan and Christoph Mertens about the next steps.

BMWK-Sommercampus des „KI-Innovationswettbewerbs“

Der BMWK-Sommercampus 2023 findet vom 21. bi 22. Juni in Berlin statt und richtet sich an alle Projektbeteiligten des KI-Innovationswettbewerbs.

Conference System:Ability: Advanced Systems Engineering for Sustainable Innovations

Rund 180 Teilnehmer:innen nahmen an der system:ability Konferenz teil, um die Herausforderungen und Chancen des Advanced Systems Engineering zu diskutieren.

From AI to sustainability – OWL at Hannover Messe

AI and sustainability – these were the key topics with which the OstWestfalenLippe region presented itself at this year’s Hannover Messe from April 17 to 21. The world’s leading trade …