Industrial Data Lab

FH St. Pölten eröffnet neues Josef Ressel Zentrum

Die Fachhochschule St. Pölten eröffnete ihr Josef Ressel Zentrum für wissensgestützte visuelle Datenanalyse in der industriellen Produktion (Industrial Data Lab). Es wird mittels visueller Analysemethoden Fertigungsprozesse optimieren. Das Bundesministerium für Arbeit und Wirtschaft (BMAW) und die beteiligten Unternehmen finanzieren das Zentrum.

ST. PÖLTEN. Das neue Josef Ressel Zentrum strebt danach, das Zusammenspiel zwischen Mensch und Maschine zu optimieren, um effektiver und effizienter relevante Erkenntnisse aus industriellen Fertigungsdaten sowie Produktionsdaten zu gewinnen. Auf dieser Basis können Fertigungsprozesse verbessert, optimiert und teilautomatisiert werden. Arbeits- und Wirtschaftsminister Martin Kocher:

„In Zeiten von hohen Fachkräftebedarfs ist es besonders wichtig, das Wissen der Beschäftigten im Betrieb zu teilen sowie für die Zukunft zu bewahren und weiterzuentwickeln. Wissensgestützte visuelle Datenanalyse hat hier großes Potential, von visuellen Aufbereitungen für Schulung und Unterstützung des Personals bis hin zu neuen Algorithmen für automatisierte Datenanalysen. Die Forschungsarbeiten dieses neuen Josef Ressel Zentrums werden so Wettbewerbsvorteile für die beteiligten Unternehmen bringen und gleichzeitig den Standort Österreich stärken.“

Arbeits- und Wirtschaftsministerium fördert Forschung mit der Industrie

„Das neue Ressel Zentrum bündelt unsere Expertisen im Bereich Visual Analytics und Industrie 4.0 und wird diese wesentlich weiterentwickeln. Es freut mich, dass wir nun gemeinsam mit Industriepartnern unser mittlerweile drittes Josef Ressel Zentrum starten können. Das zeigt die Forschungsstärke der FH St. Pölten, die guten Beziehungen zur Wirtschaft und die Bedeutung dieser Forschung für die Wirtschaft“, sagt FH-Geschäftsführer Hannes Raffaseder. Die FH St. Pölten koordiniert das neue Zentrum. Als finanzierende Firmenpartner beteiligt sind die Greiner Assistec, STIWA Group, Welser Profile und Schmid Schrauben Hainfeld.

Mensch und Maschine verbinden

„Durch die Digitalisierung der Fertigungsindustrie werden in sämtlichen Phasen eines industriellen Produktionsprozesses massive Mengen an Datensätzen gesammelt, die meist auch einen zeitlichen Zusammenhang besitzen. Werden diese in Beziehungen zueinander, zum Gesamtprozess und zu Endprodukten gesetzt und in relevanter Weise interpretiert, so können daraus wertvolle Informationen gewonnen werden. So kann der gesamte Fertigungsablauf optimiert werden, etwa in Bezug auf den Umgang mit Umwelteinflüssen oder der Wartung der Produktionsmaschinen“,

erklärt Markus Wagner, der Leiter des neuen Zentrums.

Die Schwierigkeit eines solchen Unterfangens: Für menschliche Expertinnen und Experten kann die schiere Fülle an Daten überfordernd wirken, auch weil die Daten teilweise widersprüchlich erscheinen können. Für Computersysteme wiederum ist die Erkennung von Trends und Mustern in großen Datenmengen wesentlich einfacher, allerdings fehlt ihnen für die sinnvolle Interpretation der zahlreichen auftretenden Muster das Expertinnen- und Expertenwissen der Menschen.

Daten visualisieren

Um die Zusammenarbeit zwischen Mensch und Maschine in diesem Kontext zu verbessern, wird das Josef Ressel Zentrum mittels Methoden des Fachgebiets der „Visual Analytics“ Daten visualisieren, um Erkenntnisse abzuleiten. Zu diesem Zweck arbeitet das Team des Zentrums daran, ein im Vorfeld bereits an der FH St. Pölten entwickeltes theoretisches Modell aus diesem Bereich für die Praxis in der industriellen Fertigung nutzbar zu machen.

Forscherinnen und Forscher der FH St. Pölten haben das Modell gemeinsam mit Partnerinnen und Partnern im Projekt „KAVA-Time“ (Knowledge-Assisted Visual Analytics Methods for Time-Oriented Data) entworfen, das sich zum Ziel gesetzt hatte, explizites Expertinnen- und Expertenwissen zu extrahieren, zu formalisieren und in ein VA-System zu integrieren, sodass es für automatische Datenanalysen verwendet werden und für Informationsgewinne in den Resultaten sorgen kann.

Einfache Bedienung – Wissensverlust vermeiden

Die Umsetzung dieses Prinzips für unternehmerische Anwendungen ist das Ziel des Josef Ressel Zentrums, wobei großer Wert auf ein intuitives User Interface gelegt wird, das von den Expertinnen und Experten durch visuelle Interaktionsmöglichkeiten – zum Beispiel Drag&Drop-Gesten – bedient werden kann. So kann den Expertinnen und Experten ihr implizites Wissen bewusst gemacht werden.

Das Modell soll auf verschiedene Nutzerinnen- und Nutzergruppen zugeschnitten werden: Prozesstechnikerinnen und -techniker, Qualitätsmanagerinnen und -manager, Maschineningenieurinnen und -ingernieure und Vertriebsleiterinnen und -leiter.

„Seine praktische Nutzung birgt großes Potential zur Optimierung des Einstellens von Produktionsmaschinen, der Verkaufs- und Betriebsplanung und der Suche nach Ursachen von Fehlern in der Fertigungsindustrie“,

sagt Wagner. Des Weiteren soll durch solche Systeme dem Wissensverlust in den Betrieben durch Abwanderung oder Pensionswellen entgegengewirkt bzw. sollen neue Mitarbeiterinnen und Mitarbeiter mittels des gespeicherten Wissens geschult werden.

Josef Ressel Zentren: Forschung auf hohem Niveau

In Josef Ressel Zentren wird anwendungsorientierte Forschung auf hohem Niveau betrieben, hervorragende Forscherinnen und Forscher kooperieren dazu mit innovativen Unternehmen. Für die Förderung dieser Zusammenarbeit gilt die Christian Doppler Forschungsgesellschaft international als Best-Practice-Beispiel. Josef Ressel Zentren werden vom Bundesministerium für Arbeit und Wirtschaft (BMAW) und den beteiligten Unternehmen gemeinsam finanziert.

Drittes Josef Ressel Zentrum an der FH St. Pölten

Neben dem bereits abgeschlossenen Josef Ressel Zentrum für konsolidierte Erkennung gezielter Angriffe (TARGET) und dem noch laufenden für Blockchain-Technologien & Sicherheitsmanagement ist das Josef Ressel Zentrum für wissensgestützte visuelle Datenanalyse in der industriellen Produktion (Industrial Data Lab) das bereits dritte Ressel Zentrum an der FH St. Pölten.

Das könnte dich auch interessieren: