Forschung: Hochschule Landshut will Logistik mit KI optimieren

Die Hochschule der niederbayerischen Bezirkshauptstadt untersucht Möglichkeiten, wie sich mittels künstlicher Intelligenz Potenziale in der innerbetrieblichen Logistik heben lassen. Kühne+Nagel Logistikpartner.

Die im Projekt erarbeiteten Forschungsergebnisse sollen in der Lern- und Musterfabrik am TZ PULS in Dingolfing umgesetzt werden. (Foto: Hochschule Landshut)
Die im Projekt erarbeiteten Forschungsergebnisse sollen in der Lern- und Musterfabrik am TZ PULS in Dingolfing umgesetzt werden. (Foto: Hochschule Landshut)
Johannes Reichel
(erschienen bei LOGISTIK HEUTE von Therese Meitinger)

Die Hochschule Landshut hat in einer Pressemitteilung vom 15. Januar das Projekt „KIProLog – KI in der Produktionslogistik“ vorgestellt. Ein Forschungsteam am Technologiezentrum für Produktions- und Logistiksysteme (TZ PULS) der Hochschule soll sich dabei über einen Zeitraum von vier Jahren mit der intelligenten Planung und Steuerung der innerbetrieblichen Logistik beschäftigen. Unter der Leitung von Prof. Dr. Sebastian Meißner sollen Konzepte, Methoden und Algorithmen für die Optimierung der KI-basierten Produktionslogistik entwickelt werden, um die Wettbewerbsfähigkeit und das Wachstum der Industrie in der Region, insbesondere von KMU weiter zu stärken, so die Hochschule. Das Projekt wird nach Hochschulangaben mit 600.000 Euro vom Bayerischen Staatsministerium für Wissenschaft und Kunst gefördert.

Aufgrund der steigenden Vielfalt von Produktvarianten und Prozessen sei die moderne Produktion zunehmend auf intelligente Steuerungssysteme angewiesen, argumentieren die Landshuter. Mithilfe von Künstlicher Intelligenz wollen die Forschenden nun den Materialfluss in der Fabrik optimieren. Der Fokus des Projekts liegt der Hochschule zufolge dabei auf der intelligenten Datenanalyse und dem maschinellen Lernen.

„Unser Ziel ist es, Fehlerhäufigkeiten zu verringern, die Arbeitseffizienz zu steigern und Menschen bei Entscheidungen durch gezielte Informationsbereitstellung zu unterstützen“, erläutert Meißner das Vorhaben.

Von Teilprojekten zur Musterfabrik

Mit dem in zwei Teilprojekte gegliederten Gesamtprojekt erwartet das sechsköpfige Forscherteam einen Innovationsschub für die Weiterentwicklung der Produktionslogistik. Das erste Teilprojekt hat dabei zum Ziel, Prozesse in der Materialbereitstellung zu optimieren. Mithilfe von Echtzeitdaten sollen intelligente Logistiksysteme Wissen erlernen und dadurch selbstständig Engpässe in der Logistikkette identifizieren und beseitigen.

Im zweiten Teilprojekt werden nach Hochschulangaben Vergangenheitsdaten analysiert und Zukunftsprognosen erstellt. Anschließend sollen anhand von selbstlernenden Algorithmen Steuerungs- und Auslegungsparameter entsprechend optimiert werden, sodass der manuelle Planungsaufwand signifikant reduziert werden kann und die Anwender Lösungsvorschläge erhalten, wie sie ihre Produktions- und Logistiksysteme verbessern können. 

Kühne+Nagel ist als Logistikpartner mit im Boot

Mit Mann + Hummel, Kühne+Nagel, NeoLog sowie Agrotel nennt die Hochschule vier Industriepartner für das Projekt. Die kooperierenden Unternehmen können demnach die erarbeiteten Ergebnisse an ihren Standorten erproben und Prozessoptimierungen mithilfe von KI-Systemen zusammen mit der Hochschule Landshut vor Ort durchführen. Des Weiteren unterstützt die Technische Universität München (TUM) das Projekt im Bereich Forschung und kooperative Promotion.

Zum Projektabschluss ist geplant, die erarbeiteten Forschungsergebnisse aus den beiden Teilprojekten in der Lern- und Musterfabrik am TZ PULS zusammenzufügen. Das Projekt möchte dort nicht nur den wissenschaftlichen Mehrwert demonstrieren, sondern auch die praktische Umsetzung einer immer weiter greifenden digitalen Infrastruktur aufzeigen.

„Wir transferieren im TZ PULS zum einen die erbrachten Forschungs- und Entwicklungsleistungen in die Praxis und ermöglichen dort zum anderen interessierten Unternehmen aus der Region einen anschaulichen Zugang zu den Projektergebnissen“, stellt Meißner dar.

Printer Friendly, PDF & Email