Konzeption und Entwicklung eines Wissensmodells für fahrerlose Transportsysteme

Institut

Lehrstuhl für Fördertechnik Materialfluss Logistik (TUM-ED)

Typ

Semesterarbeit / Masterarbeit /

Inhalt

theoretisch /  

Beschreibung

Ausgangssituation

Im Forschungsprojekt KIDaFTS (KI-gestützte Datenanalyse zur Leistungssteigerung fahrerloser Transportsysteme) wird ein KI-basiertes Analyse- und Empfehlungssystem für den Betrieb von FTS (fahrerlose Transportsysteme) entwickelt.

Ein zentrales Element dieses Systems ist die formale Strukturierung des Domänenwissens der Intralogistik. Während große Mengen an Sensor-, Prozess- und Steuerungsdaten verfügbar sind, fehlt bislang ein konsistentes, maschineninterpretierbares Wissensmodell, das:

• Betriebszustände strukturiert beschreibt

• Kennzahlen kontextualisiert

• Ursache-Wirk-Beziehungen formalisiert

• Entscheidungsregeln abbildet

• als semantische Grundlage für KI-Algorithmen und Large Language Models dient

Das geplante Wissensmodell soll diese Lücke schließen und als semantisches Rückgrat des KI-Systems fungieren.

 

Aufgabenstellung

Ziel der Arbeit ist die systematische Konzeption und formale Modellierung eines domänenspezifischen Wissensmodells für fahrerlose Transportsysteme, das zentrale Entitäten wie Fahrzeuge, Transportaufträge, Ressourcen, Betriebszustände, Störungen und Leistungskennzahlen strukturiert erfasst und deren semantische Beziehungen, Ursache-Wirk-Zusammenhänge sowie Entscheidungslogiken formal beschreibt. Auf Basis einer Literatur- und Technikanalyse werden geeignete Modellierungsansätze ausgewählt und auf die Intralogistikdomäne übertragen, um ein konsistentes, KI-verwertbares Wissensmodell zu entwickeln. Ergebnis der Arbeit ist eine dokumentierte Wissensarchitektur in Form eines strukturierten Klassen- und Relationsmodells, optional umgesetzt als Ontologie bzw. prototypischer Knowledge Graph, der als semantische Grundlage für KI-gestützte Situationserkennung, KPI-Interpretation und erklärbare Entscheidungsunterstützung dient.

Voraussetzungen

Anforderungsprofil

• Interesse an KI, Intralogistik und Datenmodellierung

• Hohes Maß an Selbstständigkeit, Zuverlässigkeit und strukturierte Arbeitsweise

• Gute Deutsch- und/oder Englischkenntnisse

Beginn ab sofort

Bei Interesse freue ich mich über Ihre Bewerbung, die Sie inklusive Lebenslaufs und Leistungsnachweis bitte per Mail senden.

Möglicher Beginn

sofort

Kontakt

Adrian Sonnemann, M.Sc.
Raum: MW 1590e
Tel.: +49 (89) 289 - 15916
adrian.sonnemanntum.de

Ausschreibung