Maschinelles Lernen in der Produktionsplanung und -steuerung

Das Handlungsumfeld der Produktionsplanung und -steuerung ist vermehrt geprägt von Komplexität, Unsicherheit und Dynamik, wodurch die produktionslogistische Zielerreichung für Unternehmen erschwert wird. Gleichzeitig ist durch den zunehmenden Einsatz von cyberphysischen Systemen eine deutliche größere Menge an Informationen nahezu in Echtzeit verfügbar, welche für Planungs- und Steuerungsaufgaben herangezogen werden kann. Jedoch haben konventionelle Methoden der Produktionsplanung und -steuerung Schwierigkeiten, diese gesteigerte Informationsmenge zu verarbeiten und entscheidungsrelevante Aspekte herauszufiltern. Daher soll im Rahmen dieses Projektes erforscht werden, inwieweit die Produktionsplanung und -steuerung durch Verfahren des maschinellen Lernens verbessert werden kann und welche Barrieren eine Implementierung gegenwärtig erschweren.

Machine learning in production planning and control

Production planning and control has to cope with increased complexity, uncertainty and dynamic, which makes it more difficult for companies to achieve their production logistical targets. At the same time, the increasing use of cyber-physical systems has led to a significant larger amount of information available in near real time, that can be used for planning and control tasks. However, conventional methods of production planning and control have difficulties processing this enlarged amount of information and filtering aspects that are relevant for decision-making. Therefore, the aim of this project is to research the extent to which production planning and control can be improved by machine learning methods and which barriers currently impede its implementation.