{"id":3494,"date":"2022-08-23T01:48:00","date_gmt":"2022-08-22T23:48:00","guid":{"rendered":"https:\/\/www.l3s.de\/?page_id=3494"},"modified":"2023-03-15T15:32:21","modified_gmt":"2023-03-15T14:32:21","slug":"ai-for-mobility-and-production","status":"publish","type":"page","link":"https:\/\/www.l3s.de\/de\/magazine\/binaire-articles\/ai-for-mobility-and-production\/","title":{"rendered":"KI f\u00fcr Mobilit\u00e4t und Produktion"},"content":{"rendered":"
\n \n
\n \n \n
\n \n
\n \n
\n \n
\n
\n
\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n <\/div>\n \n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Foto: \u00a9<\/span>sp4764 – stock.adobe.com<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Ausgabe: 01\/2022<\/p>\n <\/div>\n <\/div>\n

\n \n
L3S und Partner<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Vielseitige Zusammenarbeit: L3S und Volkswagen<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n \n

KI f\u00fcr Mobilit\u00e4t und Produktion<\/h1>\n <\/div>\n <\/div>\n
\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Aus den B\u00fcror\u00e4umen des L3S in der f\u00fcnfzehnten Etage reicht der Blick bis zum Volkswagenwerk im Norden Hannovers. Die r\u00e4umliche N\u00e4he ist nicht der einzige Grund, warum VW Nutzfahrzeuge<\/a> und das Forschungszentrum schon lange zusammenarbeiten. Der Automobilhersteller und das L3S erg\u00e4nzen sich bestens. \u201eDie Silicon Valley hat Stanford. Wir haben das L3S mit hervorragenden Top-Forschern im Bereich KI und Maschinelles Lernen. Diesen Vorteil nutzen wir mit den gemeinsamen Forschungsprojekten. Warum sollten die Leute in Stanford cleverer sein als in Hannover?\u201c, sagt Dr.-Ing. Michael Nolting, Leiter des Bereichs f\u00fcr Digital Services & Data Analytics bei Volkswagen Nutzfahrzeuge. Aus der Kooperation sind unter anderem die Projekte CampaNeo<\/em>, d-E-mand<\/em> und SmashHit<\/em> hervorgegangen. VW agiert meist als Datensammler, das L3S erstellt mit diesen Daten Analysen und Vorhersagen. Ein weiteres Thema in den Projekten ist die Nachverfolgbarkeit der Datenverarbeitung, damit das jeweilige Vorhaben der Datenschutz-Grundverordnung (DSGVO) entspricht.<\/p>\n <\/div>\n <\/div>\n

\n \n \n
\n

Kampagnen f\u00fcr die Datenerhebung<\/span><\/p>\n

Im Projekt CampaNeo<\/em> arbeiten die Partner am Aufbau einer Plattform, die privaten und \u00f6ffentlichen Institutionen erm\u00f6glicht, kampagnenbasiert Fahrzeugdaten in Echtzeit zu erheben und zu analysieren. Auf Basis der Kampagnendaten wollen VW und L3S au\u00dferdem intelligente Anwendungsf\u00e4lle umsetzen.<\/p>\n

Eine Kampagne kann zum Beispiel das Ziel haben, Schlagl\u00f6cher zu erkennen. Autofahrer k\u00f6nnen sich solchen Kampagnen anschlie\u00dfen und ihre Autodaten teilen. F\u00fcr VW lautet dann die Aufgabe, ein Interface f\u00fcr die Kommunikation mit den Fahrern zu erstellen, die Daten zu sammeln und \u00fcber einen Broker an die Datenanalyse-Infrastruktur des L3S zu schicken. Dort nutzen Wissenschaftler die Daten f\u00fcr Anwendungen und Analysen, verbessern die Datenqualit\u00e4t und erschlie\u00dfen neue Anwendungen, etwa die Unfallvorhersage. Kelvin Sopnan von VW arbeitet gemeinsam mit L3S-Wissenschaftler Rajjat Dadwal daran, die Unfallvorhersage noch genauer zu machen - mithilfe verschiedener Datenattribute wie Beschleunigungs- und Bremssignalen, aber auch von Ampeln, dem Stra\u00dfennetz und verkehrsrelevanten Orten wie Schulen oder Haltestellen.<\/p>\n <\/div>\n <\/div>\n

\n \n \n
\n

Wie sollen Ladestationen verteilt werden?<\/span><\/p>\n

Voraussetzung f\u00fcr die Elektro-Mobilit\u00e4tswende ist der Aufbau einer fl\u00e4chendeckenden Infrastruktur und datenbasierter Dienste f\u00fcr alle Arten von Elektrofahrzeugen. Im Projekt d-E-mand<\/em> werden L\u00f6sungen entwickelt, die den Bedarf an mobiler und station\u00e4rer Ladeinfrastruktur systematisch vorhersagen und decken k\u00f6nnen - insbesondere bei Belastungsspitzen aufgrund von Gro\u00dfveranstaltungen und Massenbewegungen wie dem Ferienbeginn. d-E-mand<\/em> project, solutions are being developed\n that can systematically predict and meet the demand for mobile and stationary charging infrastructure – especially during peak loads due to major events and mass movements such as the start of the vacations.<\/p>\n

Zu den Aufgaben von VW geh\u00f6rt das Sammeln der notwendigen Daten mithilfe von Fahrzeugen, die mit Sensoren wie Kameras oder Lidars ausgestattet sind. Anhand der gewonnenen Daten forscht VW mit Unterst\u00fctzung des L3S an L\u00f6sungen, die den Bedarf an Ladestationen prognostizieren k\u00f6nnen.<\/p>\n

Wie Ladestationen in Ballungsr\u00e4umen optimal platziert werden, erforschen Leonie Frantzen und Nicolas Tempelmeier von VW gemeinsam mit Ashutosh Sao vom L3S. Dabei maximieren sie das Angebot an Ladeinfrastruktur und minimieren die Warte-, Fahr- und Ladezeiten bei gleichzeitiger Einhaltung der Budgetvorgaben. Dies erreichen die Wissenschaftler mit einem neuartigen Ansatz des Deep-Reinforcement-Learning.<\/p>\n <\/div>\n <\/div>\n

\n \n \n
\n

Die Spur der Daten<\/span><\/p>\n

Im Projekt SmashHit <\/em>arbeiten die Partner daran, den Austausch von Daten sicherer und vertrauensw\u00fcrdiger zu machen. Gehandelt werden sowohl pers\u00f6nliche als auch industrielle Daten - letztere auch branchen\u00fcbergreifend. Die Projektpartner wollen ein System entwickeln, das die rechtlichen Vorgaben der DSGVO einh\u00e4lt und mit neuentwickelten Sicherheits- und Datenschutzmechanismen die Vertraulichkeit der Daten und das Vertrauen der Nutzer sicherstellen soll.<\/p>\n

Auch in SmashHit agiert VW als Datenlieferant, der Daten beispielsweise an einen Versicherungspartner verschicken will. Dies soll DSGVO-konform erfolgen und f\u00fcr die Nutzer, zum Beispiel Autofahrer, transparent und nachvollziehbar sein. Das L3S entwickelt daf\u00fcr eine Infrastruktur, die eine l\u00fcckenlose R\u00fcckverfolgung der Daten erm\u00f6glicht (end-to-end traceability). Datenlieferanten und -verarbeiter k\u00f6nnen mithilfe der Datenverfolgung die Einhaltung der rechtlichen Vorgaben \u00fcberpr\u00fcfen. Dateneigent\u00fcmer k\u00f6nnen ihre Datenschutzbedenken ausr\u00e4umen, indem sie die Spur ihrer Daten \u00fcber eine zentrale Plattform abrufen und verfolgen k\u00f6nnen.<\/p>\n

Nils Henke von VW und Stefan Schestakov vom L3S erforschen au\u00dferdem, wie datenschutzrechtlich unbedenkliche Daten generiert werden k\u00f6nnen. So soll anhand eines Datensatzes eine zweite, \u00e4hnliche Version erstellt werden, die den Datenschutz des Originals gew\u00e4hrleistet und bedenkenlos Dritten zur Verf\u00fcgung gestellt werden kann. Der Ansatz soll den Zugriff auf solche Daten erleichtern, die aus Datenschutzgr\u00fcnden bisher nur schwer geteilt werden konnten.<\/p>\n <\/div>\n <\/div>\n

\n \n \n
\n

KI in der Fahrzeugproduktion<\/span><\/p>\n

VW und das L3S arbeiten nicht nur in Mobilit\u00e4tsfragen zusammen. Auch auf dem Gebiet der Produktion wird gemeinsam geforscht. Im Projekt IIP-Ecosphere<\/em> entwickeln die Partner einen Demonstrator, der mittels KI werk\u00fcbergreifend Taktzeiten optimieren soll. Der Hintergrund: In der industriellen Gro\u00dfserienfertigung sind St\u00f6rungen mit hohen Kosten verbunden. Bislang konzentriert sich die Forschung darauf, stillstandbedingte Ausfallzeiten zu vermeiden, etwa durch vorausschauende Wartung. Vernachl\u00e4ssigt werden dabei die ganz kleinen Verz\u00f6gerungen in einzelnen Prozessschritten. Solche Mikrost\u00f6rungen werden \u00fcber die gesamte Prozesskette immer weiter verst\u00e4rkt. Daher k\u00f6nnen zun\u00e4chst minimale und vom Mitarbeiter kaum wahrnehmbare Verz\u00f6gerungen am Ende hohe Zusatzkosten verursachen.<\/p>\n

Ein interdisziplin\u00e4res Team von Volkswagen Nutzfahrzeuge, dem L3S und dem Institut f\u00fcr Fertigungstechnik und Werkzeugmaschinen der Leibniz Universit\u00e4t Hannover entwickelt f\u00fcr diese Herausforderung eine innovative, KI-basierte L\u00f6sung: ein intelligentes Fertigungsanalysesystem, das Prozesse \u00fcberwacht und Taktzeiten optimiert, indem Ursache-Wirkung-Zusammenh\u00e4nge von Mikrost\u00f6rungen ersichtlich werden. Volkswagen Nutzfahrzeuge stellt Rohdaten und Dom\u00e4nenwissen zur Verf\u00fcgung und arbeitet aktuell an einer Erweiterung der Datenerfassung. Am L3S entwickelt Jeff Reimer die Methodik zur automatischen Dateninterpretation und Mustererkennung. Au\u00dferdem evaluiert er unterschiedliche Deep-Learning-Architekturen.<\/p>\n

Zwar ist es heute schon m\u00f6glich, Betriebsdaten so zu erfassen und auszuwerten, dass auch kleinste Abweichungen und dessen Folgen im Fertigungsprozess identifiziert werden k\u00f6nnen. Allerdings ist hierf\u00fcr eine aufwendige, manuelle Erstellung und Pflege von Regelwerken notwendig. Der Einsatz einer innovativen selbstlernenden Prozessdatenkennzeichnung mit Hilfe von Clustering-Methoden, kombiniert mit intelligenter Muster- und Anomalieerkennung in Zeitreihen, soll diesen Aufwand in Zukunft \u00fcberfl\u00fcssig machen. Vorteil der Methodik: Die Adaption auf ge\u00e4nderte Prozesse und die \u00dcbertragbarkeit auf andere Werke.<\/p>\n

Erprobt werden die Methodenbausteine zun\u00e4chst bei Volkswagen Nutzfahrzeuge am Standort Hannover. Sp\u00e4ter soll die Gesamtmethode auf weitere Werke \u00fcbertragen werden. Wenn das klappt, ist der letzte Schritt die Generalisierbarkeit der Methodik, um die Demonstratorl\u00f6sung auch f\u00fcr andere Anwendungsf\u00e4lle zu erm\u00f6glichen. \u00dcber die Einbindung in das KI-\u00d6kosystem von IIP-Ecosphere, wie die IIP-Plattform und den KI-Accelerator, sollen auch andere Anwender einen niedrigschwelligen Zugang zu dieser KI-L\u00f6sung erhalten.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n <\/span><\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Vorgestellte Projekte<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n
\n \n \n \"CampaNeo\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/a>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n \n \n \"smashhit\n
<\/div>\n <\/div>\n <\/a>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n \n \n \n
<\/div>\n <\/div>\n <\/a>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Kontakt<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Stefan Schestakov<\/h4>\n <\/div>\n <\/div>\n
\n \n
schestakov@l3s.de<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n \n
\n

Stefan Schestakov ist Doktorand am L3S und Projektleiter f\u00fcr SmashHit. Er forscht in den Bereichen Mobilit\u00e4t, Trajektorien und spatio-temporale Vorhersagen.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Jeff Reimer<\/h4>\n <\/div>\n <\/div>\n
\n \n
reimer@l3s.de<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n \n
\n

Jeff Reimer ist Doktorand am L3S und arbeitet innerhalb von IIP-Ecosphere am VWN-Demonstrator. Seine Forschung befasst sich mit den Themen Produktion, Anomaliedetektion und Zeitreihendaten.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

Foto: \u00a9sp4764 – stock.adobe.com Issue: 01\/2022 L3S und Partner Multifaceted collaboration: L3S and VW Commercial Vehicles AI for Mobility and Production From the offices of L3S on the fifteenth floor, the view extends to the Volkswagen plant in the north of Hanover. Physical proximity is not the only reason why VW Commercial Vehicles and the […]<\/p>","protected":false},"author":4,"featured_media":3495,"parent":2750,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-templates\/full-width-page.php","meta":{"_acf_changed":false,"footnotes":""},"categories":[],"tags":[28,82],"class_list":["post-3494","page","type-page","status-publish","has-post-thumbnail","hentry","tag-binaire","tag-binaire-2022-01"],"acf":[],"aioseo_notices":[],"publishpress_future_action":{"enabled":false,"date":"2026-05-27 00:24:25","action":"category","newStatus":"draft","terms":[75],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/3494","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/comments?post=3494"}],"version-history":[{"count":0,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/3494\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/2750"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media\/3495"}],"wp:attachment":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media?parent=3494"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/categories?post=3494"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/tags?post=3494"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}