Neue Geschäftsmodelle durch Datenökosysteme und KI-generierte Digitale Zwillinge

15 Uhr - Vortrag 1: Neue Business Cases durch Datenräume und Datenökosysteme (inkl. Diskussion nach Vortrag)

Ralph Hoch (Bereichsleiter Digital Manufacturing), Damian Drexel (Researcher) und Sebastian Hegenbart (Bereichsleiter Data Analytics und künstliche Intelligenz)

Produkte und Services entfalten ihr volles Potenzial erst durch die Verknüpfung aller daran beteiligter Unternehmen entlang der gesamten Wertschöpfungskette. Besonders durch den Verbund der in den einzelnen Unternehmen anfallenden Daten, können neue Geschäftsfelder und Anwendungsfälle für bestehende Produkte erschlossen werden. Datenräume und Datensouveränität sind in diesem Zusammenhang immer wichtiger werdende Themenbereiche, die auch als Basis für einen digitalen Produktpass verwendet werden. Dieser Vortrag beschäftigt sich mit aktuellen Entwicklungen rund um den überbetrieblichen Datenaustausch mittels Datenräumen (Dataspaces) und standardisierten Services (GAIA-X), und den daraus entstehenden Geschäftsfeldern sowie deren spezifischen Anforderungen an sicherheitsrelevante Aspekte der Datenverarbeitung wie zum Beispiel privacy-preserving Machine Learning Techniken.

15:35 - Kaffeepause

15:45 - Vortrag 2: Optimierung verteilter Prozesse mittels KI-generierter Digitaler Zwillinge (inkl. Diskussion nach Vortrag)

Ralph Hoch und Sebastian Hegenbart

Durch gezielte Datensammlung eröffnen sich neue Perspektiven für Analysen, Auswertungen und die Optimierung von Abläufen. Insbesondere in Industrieprozessen ist eine präzise Modellierung realer Ressourcen von entscheidender Bedeutung, um ausreichend gute Ergebnisse in Optimierungsprozessen zu erzielen. Moderne Ansätze setzen hierbei auf datengetriebene Methoden und moderne Machine Learning Technologien, wie z.B. das Federated Learning für die Modellierung verteilter Daten oder Prozesse, sowie Reinforcement Learning zur präzisen Abbildung des Verhaltens von Ressourcen. Diese Modelle dienen als Grundlage für die Entwicklung hochgenauer Prozesssimulationen in digitalen Zwillingen. In diesem zweiten Teil widmen sich die Vortragenden der datengetriebenen Erstellung von Simulationsmodellen, stellen Techniken des maschinellen Lernens für verteilte Daten vor und präsentieren einen Anwendungsfall zur Energieoptimierung durch digitale Zwillinge.

Ende – ca. 16:30