Entwicklung eines Assistenzsystems mit adaptiver sprachbasierter und visueller Benutzerschnittstelle zur optimalen Behebung von Störungen im Produktionsumfeld (Projekt 22927)
Forschungsstelle:
Technische Universität Dresden; Institut für Technische Logistik und Arbeitssysteme
Münchener Platz 3
01062 Dresden
Im Rahmen von Produktions- und Logistikprozessen treten immer wieder ungeplante Soll-Ist-Abweichungen in Form von Störungen auf. Diese unterbrechen und verzögern den Regelablauf und können zu schwerwiegenden Produktions- und Lieferausfällen führen. Gerade bei KMU mit wenigen Betriebsmitteln kann der Ausfall viel eingesetzter Maschinen zum vollständigen Produktionsstillstand führen. Häufig treten insbesondere in der Anlaufphase (bspw. Einführung neuer Betriebsmittel, Serien- oder Produktwechseln etc.) viele Störungen auf. So müssen zum Teil externe Wartungsdienstleister in Anspruch genommen werden, sodass zusätzliche Kosten entstehen. Der Umgang mit Störungen ist im Produktions- und Logistikumfeld für Mitarbeiter (MA) oft herausfordernd, da sie nicht immer das relevante Wissen zur Störungsbehebung besitzen. Durch die typischerweise hohe Spezialisierung von KMU besteht zudem die Gefahr des spezifischen Erfahrungs- bzw. Wissensverlustes durch Pensionierung oder Personalfluktuation. Zur Lösung dieser Probleme wird ein digitales Assistenzsystem mit einer sprachbasierten und visuellen Schnittstelle entwickelt, welches bei der Störungsdokumentation und -behebung behilflich ist und die MA durch punktuelle Informationen zielgerichtet unterstützt. Auch für das Einlernen neuer MA ist ein Einsatz des Systems denkbar. Um eine gute Nutzbarkeit und damit schnelle Störungsbehebung zu gewährleisten, werden produktionslog. Kontextfaktoren untersucht, anhand denen das System entwickelt wird. Dies schließt umwelt- und tätigkeitsbasierte, organisatorische und inhaltliche Faktoren ein. Durch Verfahren des Data-Minings soll auch auf die Störungen eingegangen werden können, die firmenintern erstmalig auftreten. Durch Künstlichen Intelligenz (KI) sollen die Inhalte entsprechend zusammengefasst und der MA-Qualifikation angepasst werden.