PT Journal
AU Vojdani, N
   Erichsen, B
TI Anwendungspotenziale von maschinellem Lernen in der Produktion und Logistik
SO Logistics Journal : Proceedings
PY 2020
VL 2020
IS 12
DI 10.2195/lj_Proc_erichsen_de_202012_01
DE Künstliche Intelligenz; Literaturübersicht; Logistics; Maschinelles Lernen; Production; Produktion; artificial intelligence; literature review; logistik; machine learning
AB 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.
ER