Künstliche Intelligenz zur dynamischen Optimierung des Netzwerkmanagements
Derzeit werden in der industriellen Fertigung viele unterschiedliche, teilweise anwendungsspezifische, Kommunikationssysteme genutzt. Dabei sind die Netzwerke der Produktionsebene mit ihren strengen Vorgaben bezüglich kurzer Reaktionszeiten und hoher Zuverlässigkeit der Datenübertragung oft von den allgemeinen IT-Netzwerken getrennt. Eine für Industrie-4.0-Anwendungen relevante, durchgängige Vernetzung von Sensoren, Kontrolleinrichtungen und Diensten ist sehr komplex und arbeitsintensiv, da die verschiedenen Netzwerke nur durch großen Aufwand verknüpft werden können. Für zeitsensitive Anwendungen werden Netzwerkprotokolle benötigt, die Informationen in einem garantierten Zeitfenster übertragen. Einen vielversprechenden Ansatz, um Anwendungen mit unterschiedlichen Anforderungen über dasselbe Netzwerk zu betreiben, bietet Time Sensitive Networking (TSN). Die praktische Handhabung dieser Technologie ist bislang sehr komplex. Die Reaktion auf veränderte Kommunikationsanforderungen, die Optimierung von TSN-Netzwerken im Betrieb und die vorausschauende Administration zur Vermeidung von Störungen erfordert zudem weitreichendes Netzwerk-Know-how, das bei der Inbetriebnahme und beim Betrieb von Fertigungsanlagen vielfach nicht zur Verfügung steht.
Im Projekt KITOS sollen Methoden der Künstlichen Intelligenz (KI), wie selbstlernende Verfahren, genutzt werden, um die Probleme mit der steigenden Komplexität eines dynamischen Netzwerkmanagements zu lösen. Ziel ist es, industrielle Netzwerke so auszustatten, dass sie über die notwendige Dynamik und über Verfahren verfügen, um Störungen automatisch zu erkennen und zu beseitigen. Mit dieser Möglichkeit zur Selbstoptimierung können dann zukünftige Produktionsprozesse der Industrie 4.0 mit der erforderlichen Agilität und Zuverlässigkeit realisiert werden. Die Verbundpartner entwickeln ein breit anwendbares Netzwerkmanagement-Konzept und wenden dies zielgerichtet auf die neuartige Kommunikationstechnologie TSN an. Es werden KI-Algorithmen entwickelt und in Konfigurationswerkzeugen eingesetzt, um Ressourcen effizienter zu nutzen und performantere Konfigurationen zu ermöglichen. Für den aktiven Betrieb wird das Netzwerkmanagement mit KI-unterstützten Fehlererkennungs- und Adaptionsmechanismen gegen Ausfälle abgesichert.
Durch die Nutzung KI-basierter Verfahren zur Netzsteuerung kann die industrielle Vernetzung der Zukunft nicht nur robuster und zuverlässiger, sondern auch ihre Konfiguration effizienter gestaltet werden. Die Netzwerke der Zukunft sollen mit minimalen Kenntnissen bedient und konfiguriert werden können. Der Einsatz von Technologien wie TSN wird dadurch einfacher und ermöglicht die nächste Generation industrieller Anwendungen. Insbesondere KMU, die bisher keine Ressourcen hatten, um die Idee der industriellen Vernetzung allumfassend umzusetzen, können von den Projektergebnissen profitieren. Die Vision von Industrie 4.0 wird somit breit in den Mittelstand getragen.