DeCap - Design for Capabilities: Datenwissenschaft und Künstliche Intelligenz in der fähigkeitsgerechten Produktentwicklung für eine nachhaltige Produktion

Bisherige Materialkreisläufe in Unternehmen beschränken sich zumeist auf niedrige Level der sogenannten 9R-Strategien. Insbesondere in der Montage, Demontage und Remontage (ADR) sind die Anforderungen an die Mitarbeitenden hoch: Aufgrund steigender Komplexität durch eine Vielzahl an Produktvarianten, Ungewissheit über den Produktzustand in der Demontage durch beschädigte bzw. fehlende Teile und Informationen über die Nutzung sowie einer zumeist erfahrungsbasierten Einschätzung des Mitarbeitenden können Produkte nur mit hohem Aufwand demontiert und in die Materialkreisläufe rückgeführt werden. Insbesondere die menschlichen Fähigkeiten lassen sich hierbei nicht mittels Heuristiken, Faustregeln und rein statistischen Simulationsmodellen abbilden. Das Wissen folgt keinen wissenschaftlichen Gesetzen, weil zumeist nur implizites Wissen über bekannte Handlungen und Problemlösungsstrategien zur Problemlösung genutzt werden kann.

Das Ziel des Forschungsvorhabens ist es, einen Lösungsansatz zur Entscheidungsunterstützung im Design for ADR im Hinblick auf Zirkularitätsgrade zu entwickeln. Damit kann in künftigen Produktentstehungsprozessen a priori eine bewusste Entscheidung für Designs unter Berücksichtigung von Fähigkeiten der Mitarbeitenden getroffen werden. Resultierend aus der Entscheidung können weitere Stakeholder, wie die Personalentwicklung, Maßnahmen für Kompetenzentwicklungen strategisch planen, wenn bereits die künftig benötigten Fähigkeiten für ADR-Prozesse bekannt sind. Darüber hinaus wird eine Auswahl und Bewertung mit Ansätzen aus der Data Science und Künstlicher Intelligenz (DS/KI) zur Ableitung von Fähigkeiten aus Beobachtungs- und Trackingdaten und Umsetzung einer datenbasierten Identifikation vorgenommen.

Zur Zielerreichung wird zunächst eine Bewertung und Auswahl bestehender Metadatenmodelle vorgenommen, um ein anforderungsgerechtes Metadatenmodell zu modellieren. In diesem Modell können produktseitige Anforderungsprofile und menschzentrierte Fähigkeitsprofile formuliert werden. Durch die semantische Beschreibung von Produktanforderungen und Fähigkeiten kann ein Matching zwischen spezifischen Produktmerkmalen innerhalb eines neuen Produktdesigns und erforderlichen Fähigkeiten zur ADR-Nutzung abgeleitet werden. Die Schaffung einer hybriden Entscheidungsunterstützung bedingt eine Zirkularitätsmetrik zur Bewertung alternativer Produktdesigns. Schließlich wird die Entscheidungsunterstützung prototypisch in einem Softwaredemonstrator implementiert. Das entwickelte Metadatenmodell und die Entscheidungsunterstützung werden im Rahmen einer Simulationsstudie und einer folgenden Experimentalstudie anhand von Beispielprodukten validiert.

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) – Projektnummer 543074930 – im Rahmen des SPP 2443 (Hybride Entscheidungsunterstützung in der Produktentstehung, Projektnummer 521148212).