Am 19. Februar 2025 veranstaltete die Arbeitsgruppe von Prof. Dr. Volker Lohweg am Institut für industrielle Informationstechnik (inIT) der Technischen Hochschule Ostwestfalen-Lippe (TH OWL) eine Customer Clinic zusammen mit dem Konsortium des Projekts AI4ScaDa. Dabei wurde der innovative KI-Workflow, der im Rahmen des Projekts für die Versuchsplanung- und analyse entwickelt wurde, intensiv getestet.
Einblicke in den KI-gestützten Workflow
Der neu entwickelte Demonstrator umfasst den kompletten Prozess von der Versuchsplanung bis zur kontinuierlichen Verbesserung der Modelle. Der Workflow umfasst folgende Kernfunktionen:
- Versuchsplanung und -design: Unterstützt eine systematische Versuchsplanung für effiziente Datenerhebung.
- Datentransformation in tabellarische Datensätze: Automatisierte Strukturierung und Aufbereitung der Daten zur weiteren Analyse.
- Optimierung der Datensätze: Raumfüllende Optimierung der Ausgangsdaten, um mit möglichst wenigen Daten gezielt viel Prozesswissen zu erfassen.
- Labeling der Datensätze: Erfassung und Beschriftung der für die Modellierung relevanten Ausgangsgrößen.
- Analyse der Daten mit GUIDE-Baum: Einsatz eines Entscheidungsbaumes für eine transparente und interpretierbare Datenanalyse.
- Evaluation von neuen Datenpunkten: Anwendung bestehender Modelle auf neue Daten zur fundierten Prognose oder Prozessoptimierung.
- Iterative Modellverbesserung durch Active Learning: Identifikation von Bereichen mit hoher Unsicherheit und gezielte Datengenerierung zur Verbesserung der Modellgenauigkeit.
Methodische Grundlagen des Demonstrators
Zu Beginn der Veranstaltung wurden die methodischen Grundlagen des KI-Workflows erläutert, darunter:
- Sliced Latin Hypercube Designs (SLHD): Diese Methode wird in der Versuchsplanung verwendet, um den Parameterraum sowohl mit numerischen als auch mit kategorischen Parametern effizient und gleichmäßig abzudecken.
- GUIDE-Entscheidungsbaum: Eine interpretierbare KI-Technik, die robuste und transparente Vorhersagemodelle ermöglicht.
- Active Learning für Entscheidungsbäume: Dieser Ansatz konzentriert sich auf die gezielte Generierung neuer Datenpunkte in Bereichen hoher Unsicherheit, um die Genauigkeit der Modelle schrittweise zu verbessern.
Die Anwendungsfälle im Projekt haben gezeigt, dass für diese Methoden neue Ansätze erforderlich sind, um die gezielte Datenerhebung mit wenigen Daten zu unterstützen und zu verbessern. Weitere Details und Informationen zu den Methoden sind in den Veröffentlichungen zu finden: https://plattform.its-owl.de/projects/ai-for-scarce-data-maschinelles-lernen-und-informationsfusion-zur-nachhaltigen-nutzung-von-labor-und-kundendatenName/AXYP8egrEQ
Interaktiver Workshop und Praxistest
Nach der theoretischen Einführung konnten die Teilnehmenden den Demonstrator in einem interaktiven Workshop testen. Dabei wurden die einzelnen Bausteine des Workflows anhand eines praxisnahen Anwendungsfalls erprobt. Die Aufgaben führten Schritt für Schritt durch den gesamten Prozess - von der Versuchsplanung bis zur datengetriebenen Entscheidungsfindung. Dieser Praxistest lieferte wertvolle Erkenntnisse über die Funktionalität und Benutzerfreundlichkeit der grafischen Benutzeroberfläche (GUI). Gleichzeitig wurden zahlreiche Anregungen zur weiteren Verbesserung der Oberfläche gegeben, insbesondere hinsichtlich Bedienkomfort, Visualisierungsmöglichkeiten und Interaktivität.
Gelungene Veranstaltung mit positivem Ausblick
Christoph-Alexander Holst, Forschungsgruppenleiter der Arbeitsgruppe von Prof. Dr. Volker Lohweg, betont: „Die Customer Clinic hat bestätigt, dass die entwickelte GUI intuitiv bedienbar ist und den gesamten Workflow effektiv unterstützt.“ Wissenschaftlicher Mitarbeiter Julian Bültemeier, der für die Durchführung der Customer Clinic am 19. Februar 2025 verantwortlich war, schließt sich an: „Das Feedback aus der Testphase wird nun genutzt, um das Tool weiter zu optimieren, bevor der Workflow Ende März auf der Innovationsplattform von it’s OWL veröffentlicht wird. Vielen Dank an alle Beteiligten für das wertvolle Feedback und die engagierte Mitarbeit!“