Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWMDie chemische Industrie gilt seit mehr als 100 Jahren als treibend für Fortschritt in Deutschland. Im Projekt KEEN arbeiten die Beteiligten zusammen daran, die Erfahrungen der wissensbasierten Industriewelt mit den Möglichkeiten der Künstlichen Intelligenz auf neue Wege zu führen. Denn klar ist: »KI alleine wird nicht funktionieren. Es kommt darauf an, Wissen und Daten zusammenzubringen, um in der Praxis einen Nutzen zu entfalten«, sagt PD Dr. Michael Bortz.
Team of Research Scientists Working On Computer, with Medical Equipment, Analyzing Blood and Genetic Material Samples with Special Machines in the Modern Laboratory.
Die Innovationsplattform KEEN »Künstliche Intelligenz Inkubator Labore in der Prozessindustrie« vernetzt 20 Industrie- und Wissenschaftseinrichtungen. Das gemeinsame Ziel: den Einsatz von KI-Technologien und KI-Methoden in der Prozessindustrie zu beschleunigen und das Potenzial, insbesondere für die chemische Produktion, umfassend zu bewerten. Gestartet ist das Projekt im April 2020.
© iStockphoto
Projekt KEEN: KI trifft auf 100 Jahre Ingenieurskunst
Innovationsplattform KEEN vereint Start-ups, Konzerne und Forschungseinrichtungen
Was wäre wenn...
Dafür gibt es am Fraunhofer ITWM zwei Teilprojekte: Im ersten Schritt müssen Stoffe und Stoffgemische modelliert werden, damit KI für eine Vorhersage von Stoffeigenschaften genutzt werden kann. Im zweiten Schritt folgt die Durchführung von Prozesssimulationen. »Erst wenn wir wissen, wie sich Stoffe verhalten, können wir beispielsweise ein Verfahren zur Trennung überhaupt entwerfen«, so Bortz.
Konkret arbeitet das Team an einem Entscheidungsunterstützungssystem, mit dem »was-wäre-wenn«-Szenarien in Echtzeit durchgeführt werden können. Durch den Einsatz von KI gelingt es auch bei rechenintensiven und zeitaufwändigen Prozesssimulationen, die Auswirkungen von Änderungen im Prozess in Echtzeit darzustellen: »Wir setzen KI-Modelle auf, die aus Simulationsdaten trainiert werden, und dann erheblich schneller rechnen und sogar echtzeitfähig sein können«, beschreibt Bortz die Vision.
Was-wäre-wenn-Szenarien sind für die Praxis enorm wichtig, können doch damit Situationen vorweggenommen werden, bevor sie tatsächlich eintreten: Wie muss ich einen kühlungsintensiven Prozess fahren, wenn das Flusswasser, mit ich den Prozess kühle, in einem Hitzesommer zu warm wird? Wie sind Prozesseinstellungen zu ändern, wenn sich die Zusammensetzung oder auch der Preis der Rohstoffe ändert? Werden Fragen wie diese zuverlässig beantwortet, bevor das Ereignis eintritt, kann im Ernstfall schnell reagiert werden – ohne die Rohstoffeffizienz und Produktqualität zu kompromittieren.
Software-Prototyp Lambda
Halbzeit im Projekt: Drei Software-Prototypen entwickelt
Nach mehrmonatiger Entwicklungsphase haben die Projektbeteiligten des Fraunhofer ITWM drei Software-Prototypen zur Evaluation geliefert. Für den Softwareprototpyen »LAMBDa« (Lovely Analyzer of Models and Big Data) wurde ein neuronales Netz trainiert, sodass durch Künstliche Intelligenz (KI) Prozesse optimiert werden können. »In der Regel erfolgt eine Vorwärtsplanung: Ingenieur:innen ändern bestimmte Faktoren und bewerten dann die Auswirkungen auf ihr Produkt. Wir haben diesen Ansatz umgekehrt. Die Software beantwortet die Frage: Ich wünsche mir folgendes Produkt, wie muss ich die Anlage dafür führen?«, so Bortz. Interaktive User-Interface-Elemente helfen dem Nutzenden dabei, für ihre Bedürfnisse optimale Betriebspunkte spielerisch zu identifizieren und auf diese Weise den Einfluss der verschiedenen Freiheitsgrade nachzuvollziehen.
Ein weiterer Softwareprototyp unterstützt die Entscheidenden bei einer interaktiven Zeitreihenanalyse. Dabei geht es darum, für die weitere Analyse brauchbare von unbrauchbaren Daten zu unterscheiden. Diese Entscheidung ist stark kontext- und dabei nutzungsabhängig. Darum hat sich das ITWM-Team für einen interaktiven Ansatz entschieden: Der Nutzende wird in der Datenanalyse unterstützt, um sich schnell eine Übersicht über die gesamte Datenlage zu verschaffen und Schwächen in den Daten zu erkennen. Interaktiv sind dabei eine Ausreißeranalyse basierend auf robuster Statistik, eine Stationaritätsanalyse und Filter für Scatterplots möglich. In der Anwendung zeigt sich, dass so viele Zeitreihen, die sich über längere Zeiträume erstrecken, in kurzer Zeit erfasst und die für die weiteren Schritte wichtigen Informationen nutzungsgerecht extrahiert werden können.
Software-Prototyp Zeitreihenanalyse
Software-Prototyp MatrixMole
Der Softwareprototyp »MatrixMole« macht es möglich, eine Matrix zu vervollständigen, die Stoffeigenschaften abbildet und Aussagen über thermodynamische Eigenschaften binärer Stoffgemische macht. Darüber hinaus werden Metadaten in Form von Reinstoffeigenschaften wie beispielsweise die Polarität als interaktive Filter angeboten. Im Ergebnis werden nicht nur Aussagen über die Stoffgemische gemacht, die nicht vermessen wurden (Lücken in der Matrix), sondern auch die Unsicherheiten der Vorhersagen quantifiziert. »Die Software erkennt so im Vorfeld teurer Messverfahren, in welchem Bereich Messungen am informativsten sind, sich also tatsächlich lohnen.«
Projektpartner:
Innovative Endanwender
- Air Liquide Forschung&Entwicklung GmbH, Frankfurt am Main
- Bayer AG, Leverkusen
- Covestro Deutschland AG, Leverkusen
- Evonik Operations GmbH, Essen
- Merck KGaA, Darmstadt
Etablierte Technologiegeber
- ABB AG, Ladenburg
- KROHNE Innovation GmbH, Duisburg
- SAMSON AG, Frankfurt am Main
Zum Projektstart der Keen-Plattform trafen sich die Teilnehmerinnen und Teilnehmer in einer Webkonferenz. Im Rahmen eines Speed-Datings in verschiedenen virtuellen Räumen tauschten sich die alten und neuen Projektpartner aus und identifizierten Synergien.
KEEN-Logo
Erfahrene Wissenschaftlerinnen und Wissenschaftler
- Fraunhofer ITWM, Kaiserslautern
- ScaDS, Dresden
- TU Berlin
- TU Dortmund
- TU Dresden
- Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau (RPTU)
Agile KMU/Start-ups
- Capital-Gain Consultants GmbH, Berlin
- DDBST, Oldenburg
- LeiKon GmbH, Herzogenrath
- INOSIM Consulting GmbH, Dortmund
- X-Visual Technologies GmbH, Berlin-Adlershof
Verbände
- DECHEMA e.V., Frankfurt am Main
- GVT, Frankfurt am Main
- NAMUR, Leverkusen
Assoziierte Partner
- MetaTwin GmbH, Dortmund
- ViSenSys GmbH, Dortmund
Projektlaufzeit:
Das Projekt ist für den Zeitraum vom 01.04.2020 bis 2023 angelegt.
Projektart:
KEEN wird zu 60 Prozent vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert und verfügt über Gesamtfördermittel von 23 Millionen Euro.