CIplus
Band 1/2023
KOARCH - Kogni i e A chi ek u ü Cybe -
physische P oduk ionssys eme und
Indus ie 4.0
Thomas Ba z-Beiels ein
Richa d Schulz
II
Danksagung und E klä ung
III
Wissenscha liche Abschlussbe ich
zum BMBF-Fo schungs o haben:
„KOARCH - Kogni i e A chi ek u ü Cybe -physische P oduk ionssys eme und
Indus ie 4.0“
Im Rahmen de BMBF-Fö de bekann machung „Ingenieu Nachwuchs – Koope a i e
P omo ion“
Fö de kennzeichen: 13FH007IB6
P ojek lau zei : 01.01.2018 – 31.12.2022
Technische Hochschule Köln – Campus Gumme sbach
Fakul ä ü In o ma ik und Ingenieu wissenscha en
IDE+A - Ins i u ü Da a Science, Enginee ing, and Analy ics
S einmülle allee 1
51643 Gumme sbach
Ge ö de om: Bundesminis e ium ü Bildung und Fo schung (BMBF)
P ojek äge : VDI Technologiezen um GmbH
VDI-Pla z 1
40468 Düsseldo
Ve ass on: Richa d Schulz, M. Sc. P o . D . Thomas Ba z-Beiels ein
(Fo schungskoo dina o ) (P ojek lei e )
Gumme sbach, 28.06.2023
Danksagung und E klä ung
IV
Danksagung und E klä ung
Die Au o en und die Technische Hochschule Köln möch en sich bei dem Fö de geldge-
be BMBF ü das en gegengeb ach e Ve auen bedanken. Wi möch en auch den Pa -
ne i men Telekom Inno a ion Labo a o ies, Telexiom AG und OPITZ Consul ing
Deu schland GmbH ü die kons uk i e Zusammena bei danken. Ebenso gil unse
Dank dem inIT und de Technischen Hochschule Os wes alen-Lippe ü die Zusammen-
a bei in Bezug au die kogni i e Re e enza chi ek u und die Be ei s ellung de Demons-
a o en in de en Sma Fac o yOWL.
Es is zu beach en, dass das BMBF keine Gewäh ü die Rich igkei , Genauigkei und
Volls ändigkei de Angaben übe nimm , sowie ü die Beach ung p i a e Rech e D i e .
Die Au o en sind e an wo lich ü den Inhal diese Ve ö en lichung.
Inhal
V
Inhal
Danksagung und E klä ung ...................................................................................... IV
Tabellen e zeichnis ................................................................................................... VI
Abbildungs e zeichnis ............................................................................................. VII
1 Ku ze Da s ellung ................................................................................................ 1
1.1 Au gabens ellung ................................................................................................... 1
1.2 Vo ausse zungen, un e denen das Vo haben du chge üh wu de ...................... 2
1.3 Planung und Ablau des Vo habens ...................................................................... 2
1.4 Wissenscha liche und echnische S and ............................................................ 4
1.5 Zusammena bei mi ande en S ellen ................................................................... 5
2 Eingehende Da s ellung ..................................................................................... 6
2.1 Ve wendung de Zuwendung und P ojek e gebnisse ........................................... 6
2.1.1 A bei sschwe punk e de einzelnen A bei spake e ...................................... 6
2.1.2 E gebnisse de wissenscha lich- echnischen Un e suchungen und wich ige
Ve ah enswei e en wicklungen ................................................................... 10
2.2 Wich igs e Posi ionen des zahlenmäßigen Nachweises ..................................... 13
2.3 No wendigkei und Angemessenhei de geleis e en A bei ................................ 13
2.4 Vo aussich liche Nu zen, insbesonde e Ve we ba kei de E gebnisse ............ 14
2.5 Wäh end des Vo habens bekann gewo dene Fo sch i e ande e S ellen ........ 14
2.6 Gesam einschä zung übe den Fo gang de FE-A bei en des Ve bund o habens
und die Koope a ion des Ve bundes ................................................................... 15
2.7 E olg e ode geplan e Ve ö en lichungen de E gebnisse ................................. 15
Li e a u e zeichnis .................................................................................................. 18
VI
Tabellen e zeichnis
Tabelle 1: A bei spake e des P ojek es ....................................................................... 3
Tabelle 2: Ve ö en lichungen .................................................................................... 15
Abbildungs e zeichnis
VII
Abbildungs e zeichnis
Abbildung 1: A chi ek u en und iden i izie e Fo schungsbeda [37] ....................... 11
Abbildung 2: Kogni i e Re e enza chi ek u (CAAI) ................................................... 12
Abbildung 3: Deploymen in Kube ne es ................................................................... 13
Ku ze Da s ellung
1
1 Ku ze Da s ellung
1.1 Au gabens ellung
In den le z en Jah en is die Komplexi ä de P oduk ionssys eme au g und des globalen
We bewe bs und de zunehmenden P oduk komplexi ä s a k anges iegen. Insbeson-
de e im Maschinenbau ha die So wa een wicklung einen g oßen An eil an diese En -
wicklung übe nommen. Diese wachsende Komplexi ä s ell eine He aus o de ung ü
Au oma isie e , Sys emingenieu e und Anlagenbaue da . Indus ie 4.0, Cybe -physi-
sche Sys eme (CPS) und in elligen e Au oma isie ungssys eme bie en eine mögliche Lö-
sung ü diese wachsende Belas ung, indem menschliches Expe enwissen in die Au o-
ma isie ung in eg ie wi d.
Im Gegensa z zum adi ionellen p ozedu alen Ansa z in de klassischen Au oma ion o -
mulie de Expe e lediglich seine Ziele, wie zum Beispiel die Besch eibung des End-
p oduk s, de Du chsa zziele ode des maximalen Ene gie e b auchs. Das Wissen be-
zieh sich au die Besch eibung diese Ziele du ch Aussagesä ze ans a au die Be-
sch eibung on Sch i en, um diese Ziele zu e eichen. Mi ande en Wo en, das Wissen
wi d dekla a i s a p ozedu al o mulie . Diese neue Ansa z e möglich es in elligen en
Sys emen, aus eichend Handlungsspiel aum zu Umse zung de Ziel o gaben zu ha-
ben, einschließlich Anpassung und Op imie ung. Dadu ch wi d de menschliche Au -
wand in de Au oma isie ung, beispielsweise bei de Op imie ung, Inbe iebnahme und
beim Anlagenumbau, eduzie .
Um eine solche in elligen e Au oma ion umzuse zen, sind neue Au oma isie ungs echni-
ken und insbesonde e neue So wa e-Se ices e o de lich, die diese Me hoden un e -
s ü zen. Dazu gehö en un e ande em Me hoden des maschinellen Le nens, Condi ion-
Moni o ing- und Diagnose-Algo i hmen sowie Op imie ungs e ah en. De zei we den
diese neuen So wa e-Se ices im Rahmen on Indus ie 4.0-Ansä zen unabhängig on-
einande on e schiedenen Pa ne n implemen ie . Die Schni s ellen sind p op ie ä ,
sodass no wendige Da en, Modelle und E gebnisse nich ohne zusä zlichen Au wand
ausge ausch we den können. Dennoch soll es möglich sein, dass Ge ä e und Kompo-
nen en un e schiedliche He s elle in de Indus ie 4.0 zusammena bei en können.
Im Rahmen des P ojek s wu den echnologische und p oduk ions echnische Schwe -
punk e bea bei e . Das Ins i u ü Da a Science, Enginee ing, and Analy ics (IDE+A) wa
ü die olgenden, p axis ele an en Inhal e e an wo lich:
- Algo i hmenen wu und -implemen ie ung
- En wicklung eine Big Da a Pla o m un e Be ücksich igung on Indus ie 4.0
S anda ds
- Ein ich ung des Big Da a Labs
- Konzep ionelle En wicklung eine Re e enza chi ek u ü in elligen e Au oma ion
im Um eld on Indus ie 4.0
2
1.2 Vo ausse zungen, un e denen das Vo haben du chge üh wu de
U sp ünglich wa die P ojek lau zei ü einen Zei aum on 36 Mona en geplan , und
zwa om 01.01.2018 bis zum 31.12.2021. Au g und de Co ona-Pandemie und dem
Wechsel de P ojek lei ung on He n P o . Niggemann zu He n P o . Henning T sek
am 01.04.2021 wu de die P ojek lau zei um wei e e 12 Mona e bis zum 31.12.2022 e -
länge , wobei diese Ve länge ung keine Auswi kungen au die inanzielle Fö de ung
ha e.
Insgesam wa en d ei Indus iepa ne und ie Pa ne aus Hochschulen und Fo -
schungsein ich ungen an dem P ojek be eilig . Die Gesam p ojek koo dina ion wu de
om inIT de Technischen Hochschule Os wes alen-Lippe (TH OWL) übe nommen und
die Teilp ojek lei ung om IDE+A (Ins i u ü Da a Science, Enginee ing, and Analy ics)
de Technische Hochschule Köln (TH Köln).
1.3 Planung und Ablau des Vo habens
Das Gesam p ojek bes and aus insgesam ün A bei spake en, wobei ie da on du ch
die Technische Hochschule Köln mi bea bei e wu den. Ein Schwe punk (zwei es A -
bei spake ) s ell e de En wu und die Implemen ie ung on Algo i hmen da . Hie bei
wu den o allem Reche chen, En wü e, Implemen ie ungen und E wei e ungen on Al-
go i hmen du chge üh . Auße dem wu de all dies mi den ak uellen Indus ie 4.0-S an-
da ds abgeglichen.
Ein wei e e Schwe punk lag au de Big-Da a Pla o m (d i es A bei spake ). Hie
wu de neben de dazugehö igen Reche che und Implemen ie ung o allem das Kon-
zep und die Umse zung eine e eil en A chi ek u o ange ieben. Auch hie wu den
die ak uellen Indus ie 4.0-S anda ds be ücksich ig .
Das ie e A bei spake beschä ig e sich mi de E alua ion de in den o he igen A -
bei spake en en wickel en Lösungen. Unse Fokus lag dabei au de Ve i ika ion de e -
a bei e en Da ens uk u en, indem de en Funk ionali ä und Plausibili ä aus üh lich ge-
es e wu de. Im Anschluss e olg en p ak ische Tes s, wo ü Ha dwa e, Algo i hmen und
Big-Da a-Pla o m e knüp wu den.
Im ün en A bei spake soll e die Anwendba kei de en wickel en Konzep e und Fo ma-
lismen ü un e schiedliche B anchen und Un e nehmen gep ü we den.
Die en wickel en Konzep e und Fo malismen wu den de P oduk ionsb anche au na io-
nalen und eu opäischen Ve ans al ungen o ges ell . Als he aus agendes E gebnis des
P ojek s is die e olg eiche Du ch üh ung on d ei P omo ionen zu e wähnen.
Eingehende Da s ellung
9
IT-In as uk u en zu e möglichen, wu de au quell-o ene S anda ds und F ame-
wo ks de Cloud Na i e Compu ing Founda ion (z. B. Kube ne es) und de Apache
So wa e Founda ion (z. B. Ka ka und AVRO) gese z . Du ch die Umse zung in Ku-
be ne es e möglichen wi eine e eil e Ve a bei ung de Da en und e möglichen es
dem kogni i en Modul, selbs s ändig neue Machine Lea ning Algo i hmen au de
Pla o m zu ins anziie en und aus den Resul a en zu le nen. Die E gebnisse diese
A bei wu den gemeinsam mi de A bei sg uppe aus Lemgo in eine P e-P in -Pub-
lika ion au A xi e ö en lich [34].
2.1.1.3 AP 4 - E alua ion in Sma Fac o yOWL und Big Da a Lab
AP 4.2 - Ve i ika ion de S anda ds im Big Da a Lab
Die A bei en am A bei spake 4.2 konn en Ende 2021 abgeschlossen we den. Es
wu de o allem un e such , inwie e n sich die Algo i hmen ü den Einsa z in de
Big Da a Pla o m eignen. Ein Algo i hmus wu de ü das kogni i e Modul en wi-
ckel , um iel e sp echende Kandida en aus den e ügba en Algo i hmen auszu-
wählen. Diese Kandida en wu den anhand gene ie e Tes unk ionen e aluie , um
einen Algo i hmus ü zukün ige P oduk ionszyklen auszuwählen. Die Un e su-
chung mi meh e en Algo i hmen un e schiedliche Komplexi ä e möglich e Rück-
schlüsse au die Übe agba kei de E gebnisse on den Tes unk ionen au den
ealen Anwendungs all.
Die anschließende Implemen ie ung im Big Da a Lab basie e au den o he e a -
bei e en Lösungen. De Schwe punk des Anpassungsbeda s lag au de dynami-
schen O ches ie ung einzelne Module, um den Be ieb de Big Da a Pla o m zu
gewäh leis en und e schiedene geeigne e Algo i hmen in einem Benchma k au
Simula ionsda en zu Lau zei anzuwenden und zu e gleichen. Die Cogni ion-Kom-
ponen e wähl e und o ches ie e die Kandida en-Algo i hmen aus und se z e den
esul ie enden Algo i hmus au die Ziel unk ion an.
Um eine sinn olle Auswahl de Algo i hmen gemäß de zu Lau zei e ügba en
Ressou cen au dem e wende en Sys em zu e en, spiel das Algo i hmen-Po -
olio eine en scheidende Rolle. Unse Ansa z sieh die Implemen ie ung eines Po -
olios mi hohe Di e si ä o , welches Algo i hmen aus e schiedenen Algo i h-
men-Familien en häl [35]. Dennoch kann es ü spezielle P obleme no wendig sein,
Anpassungen am Po olio o zunehmen, beispielsweise du ch das Hinzu ügen ge-
eigne e Algo i hmen. Dabei kann Expe enwissen genu z we den, um die E izienz
de Lösung zu s eige n, indem ungeeigne e ode bekann e ine izien e Algo i hmen
deak i ie we den. Dadu ch wi d de Such aum de Cogni ion-Komponen e en -
sp echend e kleine .
Die Beispielimplemen ie ung und die Da en aus den Expe imen en sind im KO-
ARCH Gi Hub Reposi o y e ügba [36].
AP 4.3 - Klä ung de Anwendba kei anhand un e schiedliche Demons a o en
Das A bei spake 4.3 wu de An ang 2022 abgeschlossen. De Fokus lag dabei au
de Un e suchung de Anpassba kei und Anwendba kei de A chi ek u au neue
10
P oblems ellungen. Es wu de dami begonnen, e schiedene Op imie ungsalgo i h-
men zu un e suchen, um ein besse es Ve s ändnis ü de en Eigenscha en in Be-
zug au das P oblem zu gewinnen. Dies e besse e die Anpassba kei de A chi-
ek u .
2.1.1.4 AP 5 - Indi idualisie ung bei e schiedenen Kunden
AP 5.1 - Klä ung de Anwendba kei ü un e schiedliche B anchen und Fi men
Au g und on He aus o de ungen wie de COVID-19 Pandemie und eine hohen
Fluk ua ion im Team (alle d ei Haup en wickle des CAAI-P ojek s haben das P o-
jek e lassen), wu de die Zielse zung on A bei spake 5 angepass . Das Haup au-
genme k lag nun da au , die E ah ungen mi Implemen ie ungsp oblemen de
CAAI-Pla o m in ande en B anchen und Anwendungen zusammenzu assen, um
kon inuie liche Ve besse ungen o zunehmen. Zusä zlich wu de ein k i isches Re-
iew-Pape e s ell , welches po enzielle Ve besse ungsmöglichkei en ü die Pla -
o m au zeig und in die zukün ige En wicklung ein ließ . Da übe hinaus wu den
die Vo - und Nach eile de CAAI-A chi ek u in KOARCH disku ie . Das Pape soll
in Kü ze e ö en lich we den.
2.1.2 E gebnisse de wissenscha lich- echnischen Un e suchungen und wich-
ige Ve ah enswei e en wicklungen
Im Rahmen des P ojek s wu den sowohl bes ehende A chi ek u en als auch neue An-
sä ze anhand ausgewähl e Anwendungs älle bewe e . Diese Anwendungs älle dien en
als G undlage, um die Eignung o handene A chi ek u en zu analysie en und Schwach-
s ellen au zudecken. Dabei wu den sowohl allgemeine An o de ungen an eine kogni i e
A chi ek u ü cybe -physische P oduk ionssys eme (CPPS) als auch spezi ische An o -
de ungen ü jeden einzelnen Anwendungs all de inie . Sowohl A chi ek u en aus dem
Be eich de Au oma isie ungs echnik wie RAMI4.0 und die 5C-A chi ek u als auch kog-
ni i e A chi ek u en aus de Kogni ionspsychologie wie Soa und ACT-R wu den be ach-
e . Die A chi ek u en wu den hinsich lich ih es Abs ak ionsg ades und ih e Gene ali-
sie ba kei analysie . Die E gebnisse zeig en, dass eine Kombina ion beide A chi ek-
u ypen e o de lich is , um sowohl den kogni i en Aspek als auch den Aspek de Au-
oma isie ung angemessen abzudecken. Abbildung 1 e anschaulich die E gebnisse
de A chi ek u analyse sowie den e mi el en Fo schungsbeda .
Eingehende Da s ellung
11
Abbildung 1: A chi ek u en und iden i izie e Fo schungsbeda [37]
In enge Zusammena bei mi den Indus iepa ne n elexiom AG und OPITZ Consul ing
wu den passende Anwendungs älle ausgewähl , die als Ausgangspunk ü die wei e en
A bei en dien en. Es wu de beschlossen, On ologien als Fo malismus zu e wenden, um
die benö ig en In o ma ionen au dekla a i e Weise zu besch eiben. Diese En scheidung
e möglich e eine p äzise und s uk u ie e E assung de ele an en In o ma ionen im
Rahmen des P ojek s.
Basie end au den o he igen E kenn nissen wu de eine kogni i e Re e enza chi ek u
(Cogni i e A chi ec u e o A i icial In elligence - CAAI) en wickel , die im wei e en Ve -
lau des P ojek s p o o ypisch umgese z wu de (siehe Abbildung 2). Die A chi ek u
wu de modula au gebau , was es Ge ä ehe s elle n e möglich , o handene So wa e-
se ices di ek zu nu zen und ih en Kunden einen Meh we zu bie en. Soll en keine pas-
senden So wa emodule e ügba sein, haben die Ge ä ehe s elle die Möglichkei , ei-
gene Module au Basis de kogni i en A chi ek u zu en wickeln und anzubie en. Fü
jeden neuen Se ice müssen die Eigenscha en und Pa ame e einmalig in de Wissens-
basis angegeben we den, um eine eibungslose In eg a ion zu gewäh leis en.
12
Abbildung 2: Kogni i e Re e enza chi ek u (CAAI)
Fü die e s e E aluie ung wu de das Ve sa ile P oduc ion Sys em (VPS) e wende . Das
VPS is eine modula e Fe igungsanlage in de Sma Fac o yOWL, die e schiedene
P oduk ionssch i e du chläu , da un e die Anlie e ung, den T anspo und die Ab üllung
des P oduk ionsma e ials sowie die He s ellung on Ve packungsma e ial aus Mais. Im
Anwendungs all "Online P ozessop imie ung" müssen im Gegensa z zu he kömmlichen
Ba ch e a bei ung die Da en wäh end de P oduk ion online e ass und e a bei e we -
den.
In diesem Zusammenhang wu de ein Anwendungs all aus dem Be eich de P ozessop-
imie ung ausgewähl : die da enge iebene Op imie ung de P ozesspa ame e . Es wu -
den Da en wäh end de P oduk ion mi e schiedenen Ma e ialquali ä en und un e -
schiedlichen Maschineneins ellungen e ass , um die E aluie ung o e s o line mi den
on uns en wickel en Algo i hmen du chzu üh en. Hie bei konn en wi die Algo i hmen
au de p o o ypisch implemen ie en A chi ek u im BigDa a Lab des IDE+A es en. Die
E gebnisse diese Tes s dienen als G undlage ü die Disse a ion on And eas Fisch-
bach, die o aussich lich im Juli 2023 abgeschlossen sein wi d.
Die CAAI nu z Kube ne es ü die O ches ie ung on So wa ese ices. Vo he ige Re-
che chen haben gezeig , dass in e schiedenen P ojek en gu e E ah ungen dami
Eingehende Da s ellung
13
gesammel wu den. Kube ne es e möglich ein dekla a i es Clus e managemen , bei
dem de Benu ze den gewünsch en Zus and de Anwendung spezi izie und de Ku-
be ne es-Con olle die e o de lichen Maßnahmen e g ei , um diesen Zus and zu e ei-
chen. Die Anwendung wi d aus e schiedenen Baus einen e s ell , was gu zum modu-
la en Ansa z de CAAI-A chi ek u pass . De kleins e Baus ein in Kube ne es is ein Pod,
de einen ode meh e e Anwendungscon aine und op ional ein Volume ü die Da en-
speiche ung en häl . De Lebenszyklus diese Pods wi d übe ein sogenann es Deploy-
men ges eue . Abbildung 3 e anschaulich den Au bau diese Kube ne es-S uk u .
Abbildung 3: Deploymen in Kube ne es
Im Rahmen des A bei spake s 5 wu de anges eb , die E gebnisse des P ojek s in die
Indus ie zu übe agen. Zu Beginn wu den gemeinsam mi den Indus iepa ne n An o -
de ungsde ini ionen e s ell und wäh end de P ojek lau zei egelmäßige Mee ings ab-
gehal en, um den Fo sch i zu besp echen. Schließlich wu de e einba , dass die A -
chi ek u zunächs im Fo schungsbe eich wei e ge es e we den soll e, be o sie di ek
in den p oduk i en Be ieb in eg ie wi d. Aus diesem G und wu de im IDE+A eine de-
aillie e Analyse de bishe igen CAAI-A chi ek u du chge üh , beglei e on einem en -
sp echenden Re iew. Im inIT wu de ein wei e e Anwendungs all de inie , um die A chi-
ek u wei e zu es en.
Zum Abschluss des P ojek s wu de eine wissenscha liche Un e suchung du chge üh ,
in de die Vo - und Nach eile de CAAI-A chi ek u in KOARCH disku ie we den. Un e
de Fede üh ung de TH Köln is geplan , dass dieses Pape in nahe Zukun e ö en -
lich wi d.
2.2 Wich igs e Posi ionen des zahlenmäßigen Nachweises
Die Au wendungen und de Kos en ahmen wu den g öß en eils eingehal en, jedoch gab
es Abweichungen inne halb de einzelnen Posi ionen. Die g öß e Di e enz wu de in de
Posi ion 817 (Beschä ig e E1-E11) es ges ell . Nähe e Einzelhei en dazu inden Sie im
zahlenmäßigen Nachweis.
2.3 No wendigkei und Angemessenhei de geleis e en A bei
Die geleis e e A bei im Rahmen des P ojek s wa on g oße Bedeu ung, um das Po-
enzial eine kogni i en Re e enza chi ek u ü Inno a ionen nachzuweisen. Angesich s
de s eigenden Komplexi ä on P oduk ionssys emen au g und des globalen We be-
we bs und de zunehmenden P oduk komplexi ä sowie des wachsenden An eils de
So wa een wicklung wu de deu lich, dass eine En las ung on Au oma isie e n, Sys-
emingenieu en und Anlagenbaue n e o de lich is . Du ch den Einsa z on So wa e-
14
Se ices und einen dekla a i en Ansa z zu Fo mulie ung on Wissen kann die Belas-
ung e heblich eduzie we den. Die im Rahmen des P ojek s en wickel e kogni i e Re-
e enza chi ek u (CAAI) bie e all diese Möglichkei en und e möglich es Ge ä ehe s el-
le n, einzelne So wa e-Se ices di ek zu nu zen und po enziellen Kunden einen Meh -
we zu bie en.
Die P ojek e gebnisse konn en nu du ch die Zusammena bei eines Konso iums bes e-
hend aus Fo schungspa ne n und mi els ändischen Indus iepa ne n e ziel we den.
Die TH Köln und das IDE+A b ach en dabei die In e essen und Kompe enzen im Be eich
de Algo i hmenen wicklung, Da a Science und Op imie ungs e ah en ein.
Die o geleg en E gebnisse wä en ohne die Fö de ung nich möglich gewesen. De Um-
ang de geleis e en A bei wi d du ch die P äsen a ionen au wissenscha lichen Kon e-
enzen, die lau ende Be ich e s a ung, die Zwischenbe ich e und die ak i e Teilnahme
an den P ojek e en deu lich.
2.4 Vo aussich liche Nu zen, insbesonde e Ve we ba kei de
E gebnisse
In diesem Abschni we den die Punk e des Ve we ungsplans behandel :
1. Im Ve lau des P ojek s wu den An o de ungen gemeinsam mi den Indus ie-
pa ne n e a bei e und in egelmäßigen Mee ings Anwendungs älle und ande e
ele an e Themen disku ie . Ak uell gib es noch keinen di ek en indus iellen
Einsa z de P ojek e gebnisse, abe dies is ü die Zukun du chaus möglich.
Im Fo schungsum eld haben die P o o ypen de A chi ek u be ei s Vo eile ge-
genübe he kömmlichen Ansä zen gezeig .
2. Die P ojek e gebnisse aus dem Be eich Algo i hmenen wicklung wu den on
P o . Ba z-Beiels ein im Ins i u IDE+A im Leh - und Fo schungsbe ieb einge-
se z . Zudem wu den an de TH Köln du ch das P ojek zwei Bachelo a bei en,
zwei Mas e a bei en, eine be ei s abgeschlossene P omo ion und eine P omo-
ion, die o aussich lich im Juli 2023 abgeschlossen wi d, e möglich .
3. Es is geplan , die P ojek e gebnisse in zukün igen Fo schungsp ojek en wei-
e zu e wenden und wei e zuen wickeln.
4. Die P ojek e gebnisse wu den in enommie en Fachzei sch i en e ö en lich
und au zahl eichen Kon e enzen p äsen ie (siehe 2.7 „E olg e ode geplan e
Ve ö en lichungen de E gebnisse“).
2.5 Wäh end des Vo habens bekann gewo dene Fo sch i e ande e
S ellen
Es is keine e gleichba e kogni i e Re e enza chi ek u bekann gewo den.
Eingehende Da s ellung
15
2.6 Gesam einschä zung übe den Fo gang de FE-A bei en des
Ve bund o habens und die Koope a ion des Ve bundes
Die Zusammena bei zwischen den einzelnen Pa ne n im P ojek wa s e s seh gu . Es
anden egelmäßige Gesam e en s a , bei denen alle P ojek pa ne e e en wa en
und ak i an den Diskussionen eilnahmen. Zusä zlich gab es wöchen liche Abs im-
mungsmee ings zwischen de TH Köln und de TH OWL, in denen de aillie übe den
jeweiligen P ojek s and be ich e wu de. Diese enge Zusammena bei und de egelmä-
ßige Aus ausch e möglich en es, das au gebau e Wissen auch wäh end pe sonelle Ve -
ände ungen im P ojek eam wei e zugeben und auszubauen. Das Team konn e somi
on einem eibungslosen Wissens ans e p o i ie en. Besonde s zwischen den Pa ne n
TH Köln und TH OWL bes eh die Absich , auch in zukün igen Fo schungsp ojek en
wei e hin zusammenzua bei en.
2.7 E olg e ode geplan e Ve ö en lichungen de E gebnisse
Die E gebnisse wu den au Fachkon e enzen in den Jah en 2018, 2019, 2020 und 2021
p äsen ie . Zusä zlich en s anden im P ojek zei aum on Sei en de TH Köln zwei Ba-
chelo a bei en, zwei Mas e a bei en und eine Disse a ion, wobei eine wei e e Disse a-
ion im Juli 2023 o aussich lich abgeschlossen wi d.
Tabelle 2: Ve ö en lichungen
2019
[Bun 19a] A. Bun e, A. Fischbach, J. S ohschein, T. Ba z-Beiels ein, H. Faesko n-
Woyke, and O. Niggemann,
“E alua ion o cogni i e a chi ec u es o cybe physical p oduc ion sys ems,”
in 2019 24 h IEEE In e na ional Con e ence on Eme ging Technologies and Fac o y
Au oma ion (ETFA), Sep. 2019, pp. 729–736.
[S o 18c] J. S o k, M. Zae e e , and T. Ba z-Beiels ein,
“Imp o ing neu oe olu ion e iciency by su oga e model-based op imiza ion wi h phe-
no ypic dis ance ke nels,”
in Applica ions o E olu iona y Compu a ion - 22nd In e na ional Con e ence, E oAp-
plica ions 2019, Held as Pa o E oS a 2019, Leipzig, Ge many, Ap il 24-26, 2019,
P oceedings, se . Lec u e No es in Compu e Science, P. Kau mann and P. A. Cas illo,
Eds., ol. 11454. Sp inge , 2019, pp. 504–519.
16
2020
[ isc20a] A. Fischbach, J. S ohschein, A. Bun e, J. S o k, H. Faesko n-Woyke, N. Mo-
iz, and T. Ba z-Beiels ein,
“CAAI—a cogni i e a chi ec u e o in oduce a i icial in elligence in cybe -physical p o-
duc ion sys ems,”
The In e na ional Jou nal o Ad anced Manu ac u ing Technology, ol. 111, no. 1, pp.
609–626, 2020. [Online]. A ailable: h ps://doi.o g/10.1007/s00170-020-06094-z
[Fisc18a] A. Fischbach and T. Ba z-Beiels ein,
“Imp o ing he eliabili y o es unc ions gene a o s,”
Applied So Compu ing, ol. 92, p. 106315, 2020. [Online]. A ailable: h p://www.sci-
encedi ec .com/science/a icle/pii/S1568494620302556
[ba 20gcos] T. Ba z-Beiels ein, C. Doe , D. an den Be g, J. Bossek, S. Chand a-
seka an, T. E imo , A. Fischbach, P. Ke schke, W. L. Ca a, M. Lopez-Ibanez, K. M.
Malan, J. H. Moo e, B. Naujoks, P. O zechowski, V. Volz, M. Wagne , and T. Weise,
“Benchma king in op imiza ion: Bes p ac ice and open issues,”
2020, a Xi e-p in s:2007.03488. [Online]. A ailable: h ps://a xi .o g/abs/2007.03488/
[S oh20aa xi ] J. S ohschein, A. Fischbach, A. Bun e, H. Faesko n-Woyke, N. Mo iz,
and T. Ba z-Beiels ein,
“Cogni i e capabili ies o he caai in cybe -physical p oduc ion sys ems,”
2020, a Xi e-p in s:2012.01823. [Online]. A ailable: h ps://a xi .o g/abs/2012.01823/
[s oh20b] J. S ohschein, A. La a-Palma, and H. Faesko n-Woyke,
“Employee echnology accep ance on indus y 4.0,”
in Pa adigm Shi s in ICT E hics - P oceedings o he ETHICOMP 2020, Sep. 2020.
B. A ay,
“3-D D ucke als Anwendungsbeispiel in de Op imie ung,“
Bachelo a bei TH Köln, 2020.
I. Aboubaka ,
“Einsa z küns liche In elligenz als E olgs ak o ü die Indus ie 4.0 in mi els ändi-
schen Un e nehmen,“
Bachelo a bei TH Köln, 2020.
Eingehende Da s ellung
17
2021
[S oh20a] J. S ohschein, A. Fischbach, A. Bun e, H. Faesko n-Woyke, N. Mo iz, and
T. Ba z-Beiels ein,
“Cogni i e capabili ies o he CAAI in cybe -physical p oduc ion sys ems,”
The In e na ional Jou nal o Ad anced Manu ac u ing Technology, 2021.
[ ehb21a] Rehbach, F., Zae e e , M., Fischbach, A., Rudolph, G., and Ba z-Beiel-
s ein,
“T. Benchma k-d i en con igu a ion o a pa allel model-based op imiza ion algo i hm,“
IEEE T ansac ions on E olu iona y Compu a ion (2022), 1–1.
S. Kuhl,
“Anwendung on Design o Expe imen s ü die P ozesspa ame e op imie ung on
3D-D ucke n,“
Mas e a bei TH Köln, 2021.
D. Bambe ge ,
“Analyse und Op imie ung de Ene giee izienz beim 3D-D uck,“
Mas e a bei TH Köln, 2021.
[S oh21a] J. S ohschein,
“Big Da a Re e ence A chi ec u e o Indus y 4.0 - Including Economic and E hical Impli-
ca ions,”
Disse a ion Uni e sidad de Bu gos, 2021
2023
A. Fischbach,
“Au oma ic Online Algo i hm Selec ion o Op imiza ion in Cybe -Physical P oduc ion
Sys ems,“
Disse a ion Uni e si ä Do mund, 07.2023
18
Li e a u e zeichnis
[1]
J. Toussain und K. Cheng, „Design agili y and manu ac u ing espon-
si eness on he Web,“ in In eg Manu Sys 13(5):328–339, 2002.
[2]
L. Hu, N. Xie, Z. Kuang und Zhao K, „Re iew o cybe physical sys em a -
chi ec u e,“ in P oceedings - 2012 15 h IEEE in e na ional symposium on
objec /componen /se ice-o ien ed eal- ime dis ibu ed compu ing wo k-
shops, ISORCW 2012, pp 25–30, 2012.
[3]
J. Shi, J. Wan, H. Yan und H. Suo, „A su ey o cybe -physical sys ems,“
in Wi eless Communica ions and Signal P ocessing (WCSP), 2011 In e -
na ional Con e ence on, 2011.
[4]
Y. Tan, S. Godda d und L. C. Pe ez, „A p o o ype a chi ec u e o cybe -
physical sys ems,“ ACM Sigbed Re iew, Bd. 5, N . 1, p. 26, 2008.
[5]
Y. Tan, M. C. Vu an und S. Godda d, „Spa io- empo al e en model o
cybe -physical sys ems,“ in Dis ibu ed Compu ing Sys ems Wo kshops,
2009. ICDCS Wo kshops' 09. 29 h IEEE In e na ional Con e ence on,
2009.
[6]
J. Lee, B. Baghe i und H.-A. Kao, „A cybe -physical sys ems a chi ec u e
o indus y 4.0-based manu ac u ing sys ems,“ Manu ac u ing Le e s,
Bd. 3, pp. 18-23, 2015.
[7]
X. Kou soukos, N. Ko ens e e, J. Hall, P. An saklis und J. Sz ipano i s,
„Passi i y-based con ol design o cybe -physical sys ems,“ in In e na-
ional Wo kshop on Cybe -Physical Sys ems Challenges and Applica-
ions, 2008.
[8]
T. L. C enshaw, E. Gun e , C. L. Robinson, L. Sha und P. Kuma , „The
simplex e e ence model: Limi ing aul -p opaga ion due o un eliable
componen s in cybe -physical sys em a chi ec u es,“ in Real-Time Sys-
ems Symposium, 2007. RTSS 2007. 28 h IEEE In e na ional, 2007.
[9]
B. Balaji, A. Fa uque, M. Abdullah, N. Du , R. Gup a und Y. Aga wal,
„Models, abs ac ions, and a chi ec u es: he missing links in cybe -physi-
cal sys ems,“ in P oceedings o he 52nd Annual Design Au oma ion
Con e ence, 2015.
