Im Forschungsprojekt Skipro verfolgen die Beteiligten das Ziel, heterogene, verteilte Produktionsdaten nahtlos für generative KI-Systeme nutzbar zu machen, wobei geschäftskritischer Prozesskontext, Nachvollziehbarkeit und die industrielle Zuverlässigkeit erhalten bleiben sollen.
Isolierte Daten und verlorener Kontext
Die Partner betonen, dass in modernen industriellen Fertigungsumgebungen ein enormer Schatz an relevanten Informationen existiert, diese Daten jedoch stark fragmentiert und in unterschiedlichsten Strukturen vorliegen. Sie verteilen sich über speicherprogrammierbare Steuerungen (SPS) von Maschinen, Automatisierungssysteme, Mess- und Prüfprozesse, herstellerspezifische Engineering-Tools bis hin zu unstrukturierten Qualitätsdokumenten und dem impliziten Erfahrungswissen der Fachkräfte.
Auf den unterschiedlichen Ebenen der klassischen Automatisierungspyramide sind diese Daten oft nur im direkten Kontext des jeweiligen Fertigungsschritts aussagekräftig. Wie die Projektpartner mitteilen, stellt diese Heterogenität für moderne generative KI-Systeme – wie etwa industrielle Großsprachmodelle (LLMs) oder kollaborative Multi-Agenten-Systeme – eine ‚massive Barriere‘ dar. Solche KI-Anwendungen verharren demnach mangels einer verlässlichen, kontextbewussten Dateneinbindung in der industriellen Praxis bislang meist im Stadium isolierter Demonstratoren.
Der Ansatz von Skipro
Das Skipro-Konsortium möchte hier praxistaugliche, softwarebasierte Methoden und Integrations-Middleware entwickeln, um generative KI-Systeme auf den rauen und präzisen Einsatz in der Produktionstechnik vorzubereiten. Im den Fokus der Entwicklungsarbeit stehen drei technologische Kernpfeiler:
Ebenenübergreifende Informationsarchitekturen: Konzeptionierung robuster Datenarchitekturen, um den Informationsaustausch über alle Ebenen der Fertigung hinweg abzusichern.
Standardisierte Middleware: Entwicklung einer flexiblen Software-Zwischenschicht, die heterogene Datenströme harmonisiert, semantisch anreichert und den Systemen echtzeitnah zur Verfügung stellt.
Generative Multi-Agenten-Workflows: Gestaltung intelligenter, kollaborativer Software-Agenten, die komplexe Aufgaben in der Produktion selbstständig analysieren, kontextbasiert lösen und für den menschlichen Bediener nachvollziehbar dokumentieren.
„Mit Skipro schließen wir die Lücke zwischen visionärer KI-Forschung und der realen Produktionsfläche“, erklärt Lucky Adam, Projektkoordinator am Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion (WZL-IQS). „Unser Ziel ist es nicht, den nächsten isolierten KI-Prototypen zu bauen, sondern verlässliche, nutzerzentrierte Softwarewerkzeuge bereitzustellen, die heterogene Produktionsdaten unter Wahrung des vollen Prozesskontextes industrietauglich übersetzen. So gestalten wir den Weg zur autonomen Produktion, die wahrnimmt, denkt und handelt: Sense, Think, Act.“
Die Beteiligten
Forschung & Metrologie:
– Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion (WZL-IQS) der RWTH Aachen (Projektkoordination), Physikalisch-Technische Bundesanstalt (PTB), Bundesanstalt für Materialforschung und -prüfung (BAM), Forschungszentrum Jülich
Industriesoftware, KI & Beratung:
– Eurogard, INC Innovation Center, Peak Solution, NuCOS, Siemens
Assoziierte Industriepartner (Validierung & Anwendung):
– Johnson Electric Aachen, Miltenyi Biotec
