DiProLeA

DiProLeA

Digitaler Produktentstehungsprozess mit lernendem Assistenzsystem

DiProLeA

Das Forschungsprojekts DiProLeA entwickelt ein unternehmensinternes und nutzerspezifisches Assistenzsystem für einen durchgängig digitalen Produktentstehungsprozess. Das Assistenzsystem zentralisiert Prozessinformationen und stellt dem Anwender sozio-technische, individuelle und auf die Arbeitsaufgabe zugeschnittene Unterstützung bereit.

Projektbeschreibung

Branchenübergreifend untergliedert sich der Produktentstehungsprozess in die Konzept-, Entwicklungs- und Produktionsphase. Innerhalb der Unternehmen werden dabei bis heute produktspezifische Informationen dieser Phasen aufgabenbezogen in verschiedenen Systemen und Datenbanken hinterlegt. Die Vernetzung dieser Systeme und Datenbanken bietet ein hohes Potential, um der steigenden Variantenvielfalt und den zunehmenden Qualitätsanforderungen in der Fertigung künftig gerecht zu werden. Gemeinsam mit den am Projekt beteiligten Unternehmen und Forschungsinstitutionen soll ein modulares und branchenunabhängiges sozio-technisches Assistenzsystem für den Produktentstehungsprozess entwickelt werden.

Forschungsbeitrag

fortiss leistet Forschungsbeiträge zur Entwicklung neuer Ansätze für das wissensbasierte Engineering technischer Systeme, z.B. zur Gewährleistung semantischer Interoperabilität und zur Beschreibung der Kommunikation, sowie Interaktions- und Verhaltensfähigkeit.  Zudem unterstützt fortiss die Spezifikation offener Systemarchitekturen zur flexiblen Vernetzung bzw. digitalen Durchgängigkeit technischer Systeme zur Erfassung komplexer Zusammenhänge und der Bereitstellung geeigneter neutraler Datenformate zur Abbildung relevanter Eigenschaften.

Projektdauer

01.02.2021 – 31.07.2024

Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.

 Alexander Perzylo

Ihr Kontakt

Alexander Perzylo

+49 89 3603522 531
perzylo@fortiss.org

Weitere Informationen

Projektpartner

Publikationen

  • 2024 Towards Assuring EU AI Act Compliance and Adversarial Robustness of LLMs Tomas Bueno Momčilović , Beat Buesser , Giulio Zizzo , Mark Purcell und Dian Balta In AI Act Workshop, 19th International Conference on Wirtschaftsinformatik, September 2024, Würzburg, Germany, 2024. Details URL BIB
  • 2024 Accessing the Capabilities of KGs and LLMs in Mapping Indicators within Sustainability Reporting Standards Yuchen Zhou , Xin Gu , Junsheng Ding , Sirou Chen und Alexander Perzylo In Workshop on Natural Language Processing for Knowledge Graph Creation (NLP4KGC) at International Conference on Semantic Systems (SEMANTICS), Amsterdam, Netherlands, 2024. Details URL BIB
  • 2024 DiProLeA - Digitale Produktentstehungsprozesse: Durchgängige sozio-technische Assistenzsysteme für die Produktentstehung Pia Diekmann , Anika Holl , Andreas Hubert , Michael Kröhn , Eva Leipold , Daniel Lemberger , Claus Lenz , Dominik Mittel und Alexander Perzylo In wt Werkstattstechnik online, 2024. Details URL BIB
  • 2023 OntoSustain: Towards an Ontology for Corporate Sustainability Reporting Yuchen Zhou und Alexander Perzylo In International Semantic Web Conference (ISWC), Athens, Greece, 2023. Details URL BIB
  • 2023 Towards a Knowledge-Augmented Socio-Technical Assistance System for Product Engineering Dominik Mittel , Andreas Hubert , Junsheng Ding und Alexander Perzylo In Proceedings of the IEEE International Conference on Emerging Technologies And Factory Automation (ETFA), Sinaia, Romania, 2023. Details URL DOI BIB