Motivation
Auf Grund der stetig steigenden Komplexität in der zunehmend vernetzten, flexiblen und individualisierten Fertigung benötigen Beschäftigte in der Industrie 4.0 wirkungsvolle Entscheidungsunterstützungssysteme. Die immer größer werdenden Datenmengen, die die Produktion beschreiben, bieten einerseits ungeahnte Möglichkeiten, stellen aber gleichzeitig auch große Herausforderungen dar. Insbesondere die hohe Flexibilität und Variabilität der Produktion ist dabei für die Verarbeitung der Daten eine besondere Herausforderung.
Portfolio
Im Forschungsbereich “Cognitive Decision Making” erforschen wir den Aspekt der rechnergestützten Entscheidungsfindung, angefangen bei der Schaffung neuartiger Analysetechniken für Big Data über die Entwicklung von Klassifikationssystemen für die Industrie bis hin zur Entwicklung industrieller Systeme, die autonom unerwünschte Systemzustände vorhersagen und präventiv und unauffällig korrigierend eingreifen, und zwar auf allen granularen Systemebenen von einzelnen Produktionsaktoren bis hin zu Ensembles oder sogar der Steuerung kompletter Lagereinheiten. Die gezielte Forschung befasst sich mit: (i) Data Analytics Method Bases – allgemeine kognitive Funktionen für base- and reality-mining, semantic-, scientific visualization of data; (ii) Computational Data Analytics – Bereitstellung kognitionsgestützter Funktionen für den Umgang mit Daten unter Unsicherheit (learning); (iii) Decision Making Method Bases – Modelle kognitiver Funktionen für die Entscheidungsfindung einschließlich Ziel- und Planrepräsentation, Ressourcenzuweisung und Optimierung von Prozessen; (iv) Computational Decision Making – transparent automatic multi-criteria, multiresource decision making, choice modelling und heuristics.
