Projekte

KIDaFTS – KI-gestützte Datenanalyse zur Leistungssteigerung fahrerloser Transportsysteme

Bei der Erfüllung innerbetrieblicher Transportbedarfe mittels fahrerlosen Transportsystemen (FTS) entstehen Daten auf verschiedenen Steuerungsebenen. Eine systematische Auswertung dieser Daten könnte weit über die Intralogistik hinaus Effizienzsteigerungen bewirken und somit die Wirtschaftlichkeit von Unternehmen signifikant steigern.

Durch Kombination konventioneller statistischer Algorithmen, KI-basierter Methoden sowie formalisierten Domänenwissens sollen automatisiert Erkenntnisse über den aktuellen und zukünftigen Zustand der Transportmittel und des Betriebs insgesamt gewonnen werden.

Auf dieser Basis sollen mithilfe von Large Language Models leicht verständliche Vorschläge zur Anpassung operativer sowie planerischer Parameter generiert werden, die den betrieblichen Entscheidungsträgern eine Leistungssteigerung des FTS und darüber hinaus ermöglichen.