You are here: Home Proceedings
Document Actions

Proceedings

Anwendungspotenziale von maschinellem Lernen in der Produktion und Logistik

Application potential of machine learning in production and logistics

  1. Prof. Dr.-Ing. Nina Vojdani
  2. M.Sc. Björn Erichsen

Abstracts

Im Vergleich zu anderen Anwendungsdomänen ist bislang der Einsatz von Methoden der künstlichen Intelligenz wie zum Beispiel maschinellen Lernverfahren in Produktion und Logistik weniger stark verbreitet. Mit fortschreitender Vernetzung durch neu entwickelte Informations- und Kommunikationstechnologien sowie dem Einsatz von Sensortechniken und cyberphysischen Systemen können Daten von produktionstechnischen und logistischen Prozessen jedoch vermehrt hochauflösend erfasst werden. Die Verfügbarkeit von umfangreichen Betriebs- und Sensordaten birgt große Optimierungspotenziale, die durch moderne Datenanalysemethoden erschlossen werden können. In jüngster Vergangenheit ist daher ein stetig wachsendes Interesse an Methoden der künstlichen Intelligenz insbesondere dem maschinellen Lernen in den Bereichen Produktion und Logistik zu beobachten. Diesbezüglich besteht die Herausforderung darin, für diese Anwendungsbereiche die passenden Machine Learninig-Algorithmen auszuwählen. Dieser Beitrag gibt einen Überblick über die Anwendungsmöglichkeiten von maschinellem Lernen und untersucht im Rahmen eines Literature Reviews die Anwendungsintensitäten von verschiedenen Machine Learninig-Algorithmen in Produktion und Logistik. Aus den gewonnenen Erkenntnissen wird weiterer Forschungsbedarf abgeleitet.

Compared to other application domains, the use of artificial intelligence methods such as machine learning processes in production and logistics has so far been less widespread. With increasing networking through newly developed information and communication technologies as well as the use of sensor technologies and cyber-physical systems, however, data from production-related and logistics processes can increasingly be recorded in high resolution. The availability of extensive operating and sensor data holds great potential for optimization, which can be tapped using modern data analysis methods. In the recent past, therefore, a steadily growing interest in methods of artificial intelligence, especially machine learning, can be observed in the areas of production and logistics. In this regard, the challenge is to select the right machine learning algorithms for these application areas. This article gives an overview of the possible applications of machine learning and examines the application intensities of various machine learning algorithms in production and logistics as part of a literature review. Further research needs are derived from the knowledge gained.

Keywords

Fulltext

License

Any party may pass on this Work by electronic means and make it available for download under the terms and conditions of the free Digital Peer Publishing License. The text of the license may be accessed and retrieved at http://www.dipp.nrw.de/lizenzen/dppl/fdppl/f-DPPL_v1_de_11-2004.html.

Number of citations

Visit Google Scholar to find out, how often this paper is cited.