Feni-X – KI in der Produktion USU verknüpft Maschinendaten, Anomalie-Erkennung und KI

Von Paula Breukel 2 min Lesedauer

Anbieter zum Thema

Im Forschungsprojekt „Feni-X“ bringt USU seine Erfahrungen aus Künstlicher Intelligenz (KI) und IT-Service-Management ein. Ziel des vom Bund geförderten Vorhabens ist es, Produktionsnetzwerke widerstandsfähiger gegen Störungen und Unsicherheiten zu machen.

Im Forschungsprojekt „Feni-X“ arbeitet USU an Verfahren, die Maschinendaten auswerten, Abweichungen früh erkennen und Reaktionen auf Störungen in Produktionsabläufen ableiten können.(Bild: ©  Chanelle M/peopleimages.com - stock.adobe.com)
Im Forschungsprojekt „Feni-X“ arbeitet USU an Verfahren, die Maschinendaten auswerten, Abweichungen früh erkennen und Reaktionen auf Störungen in Produktionsabläufen ableiten können.
(Bild: © Chanelle M/peopleimages.com - stock.adobe.com)

Das Karlsruher Institut für Technologie initiierte das Forschungsprojekt „Feni-X“, das seit Januar 2025 und bis Ende 2027 läuft. Gefördert wird das Projekt vom Bundesministerium für Bildung und Forschung. Insgesamt arbeiten 15 Partner aus Wissenschaft und Industrie an dem Vorhaben.

Grundlage ist ein modulares Resilienz-Framework, das den Zustand eines Unternehmens bewertet, Resilienzmetriken festlegt und daraus Maßnahmen ableitet. Erprobt wird das in vier Use Cases auf unterschiedlichen Planungsebenen. Das deutsche Software-Unternehmen USU beteiligt sich nach eigenen Angaben an zwei dieser Anwendungsfälle und trägt mit Orchestrierung komplexer IT-Landschaften und Risk Management mit digitalen Workflows bei.

Anomalie-Erkennung und KI

Konkret geht es darum, Maschinendaten auszuwerten, Abweichungen früh zu erkennen und daraus Handlungsempfehlungen abzuleiten. USU koppelt dazu Anomalie-Erkennung mit einem generativen KI-Modell. Im Fall das eine Maschine ausfällt, soll das System den Fehler mit einer Wissensdatenbank abgleichen und mögliche Reaktionen bewerten; etwa einen Maschinenwechsel oder eine Anpassung im Prozess empfehlen.

Derzeit arbeitet das Konsortium an einer Planung der Konzepte und Maßnahmen. USU hat bereits den ersten Prototypen umgesetzt, der nun um Algorithmen zur Anomalie-Erkennung und ein Entscheidungsmodell erweitert werden soll.

Die Forschungspartner in der Übersicht

Forschungspartner

Organisation Beitrag im Projekt
Wbk Institut für Produktionstechnik, Karlsruher Institut für Technologie Das Wbk bringt seine Forschung zu Produktionstechnik, Automatisierung und resilienten Produktionssystemen in das Projekt ein.
Hochschule Trier Die Hochschule Trier ergänzt Kompetenzen in ressourceneffizienten Technologien, nachhaltiger Entwicklung, Robotik und KI.
RWTH Aachen, Lehrstuhl für Communication Science Der Lehrstuhl untersucht soziotechnische Systeme in vernetzten Arbeitsumgebungen und unterstützt das Projekt mit Forschung zu Entscheidungsverhalten und Trainingskonzepten.

Industriepartner

Unternehmen Beitrag im Projekt
4D Photonics 4D Photonics steuert automatisierte Prozessüberwachung in Laseranwendungen sowie zu Datenanalyse und Prozesssicherheit bei.
Efeso Management Consultants Efeso bringt Beratungskompetenz für Operations, Performanceverbesserung und die organisatorische Umsetzung resilienter Produktionsstrukturen ein.
Flexis Flexis ergänzt das Projekt um Softwarewissen für Supply-Chain-Management und die Steuerung komplexer Produktions- und Lieferkettenprozesse.
Hahn Automation Group Die Hahn Automation Group liefert Erfahrung mit Automatisierungs- und Robotiksystemen für belastbare und anpassungsfähige Produktionsumgebungen.
ModuleWorks ModuleWorks beteiligt sich mit Technologien für digitale Fertigung, digitale Zwillinge und adaptive Bahnplanung.
Up2Parts Up2Parts bringt KI-gestützte Software für Störfallmanagement, Flexibilität und digitale Prozesse in Wertschöpfungsnetzwerken ein.
Usu Usu arbeitet an der Auswertung von Maschinendaten, an Anomalie-Erkennung und an KI-gestützten Entscheidungsmodellen für den Umgang mit Störungen.

(ID:50780073)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu RZ- und Server-Technik

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung