Innerhalb von proto_lab wird bis Ende 2023 eine durchgängige Daten-Pipeline für die diskrete Fertigung/Auftragsabwicklung innerhalb von MS Azure entwickelt. Diese Daten-Pipeline muss um die Erfassung von Zeitreihen vorzüglich aus der MDE- aber auch BDE-Ebene im Jahr 2024 erweitert werden. Die diskreten Daten als auch Zeitreihen dienen als Grundlage zur Anwendung von KI-Algorithmen innerhalb des Production Scheduling sowie des Stoffstrom- und Energiemanagements und damit der Weiterentwicklung von proto_lab in Phase 3 in Richtung einer „optimalen“, nachhaltigen Produktion (Jahre 2023 bis 2025).
Um eine integrierte Daten-Pipeline aus diskreten Daten und Zeitreihen innerhalb eines Data Warehouses zu etablieren, müssen Strukturfragen entlang des gesamten Prozesses bzgl. Datenmodell, gegenseitige Abhängigkeiten, Aggregationsstufen/- bereiche geklärt und technisch in MS Azure umgesetzt werden.
Das proto_lab ist 2016 als fakultätsübergreifendes Projekt mit Kooperationspartnern aus der Industrie entstanden. Ziel war es effiziente Lösungen für die Erfüllung zunehmend individualisierter Kundenwünsche zu finden. Hierfür wurde eine hochflexible IoT-Produktionsumgebung geschaffen, in der Menschen, Maschinen, Logistik und Produkte mithilfe smarter Technik direkt und dezentral miteinander kommunizieren und kooperieren.
Am konkreten Beispiel der Möbelproduktion entstand ein durchgängiger Industrie 4.0 – Prozess, der die vollständige, intelligente Abwicklung eines Kundenauftrags vom Auftragseingang mit Kapazitäts- und Terminplanung über Fertigung und Montage bis hin zur Auslieferung des fertigen Produkts abbildet.
Das proto_lab wird kontinuierlich weiterentwickelt und dient in Phase 3 als Forschungsplattform für den Einsatz von KI-Methoden und Cloudlösungen zur Optimierung von Produktionsprozessen.
Neben Forschungsaktivitäten und dem partnerschaftlichen Wissenstransfer zwischen Hochschule und Unternehmen findet im proto_lab auch anwendungsbezogene Hochschullehre statt, um die Studierenden fit für die Herausforderungen des 21.Jahrhunderts zu machen.