DE102020004828A1 - Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system - Google Patents

Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system Download PDF

Info

Publication number
DE102020004828A1
DE102020004828A1 DE102020004828.5A DE102020004828A DE102020004828A1 DE 102020004828 A1 DE102020004828 A1 DE 102020004828A1 DE 102020004828 A DE102020004828 A DE 102020004828A DE 102020004828 A1 DE102020004828 A1 DE 102020004828A1
Authority
DE
Germany
Prior art keywords
component
configuration
configuration system
internet
party provider
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102020004828.5A
Other languages
German (de)
Inventor
Christian Seiler
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daimler AG filed Critical Daimler AG
Priority to DE102020004828.5A priority Critical patent/DE102020004828A1/en
Publication of DE102020004828A1 publication Critical patent/DE102020004828A1/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Stored Programmes (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Konfigurieren zumindest einer Komponente (12) für eine Vorrichtung (14) für eine Internet-der-Dinge-Einrichtung mittels eines Konfigurationssystems (10), bei welchem von einem Hersteller (18) zumindest eine Vorgabe (20) für die zumindest eine Komponente (12) mittels einer Ontologie (22) für die Komponente (12) und Regeln (24) für die Komponente (12) einem Drittanbieter (26, 28, 30) für die Konfiguration mittels einer elektronischen Recheneinrichtung (32) des Konfigurationssystems (10) vorgegeben werden, wobei die Vorgabe (20) mittels einer Distributed-Ledger-Technologie (34) dokumentiert wird und die mittels der Distributed-Ledger-Technologie (34) dokumentierte Vorgabe (20) an den Drittanbieter (26, 28, 30) zur Konfiguration der zumindest einen Komponente (12) übermittelt wird und bei welchem ein Ergebnis (36) der Konfiguration durch den Drittanbieter (26, 28, 30) mittels eines maschinellen Lernens (38) der elektronischen Recheneinrichtung (32) ausgewertet wird und die Auswertung (40) bei einer zukünftigen Konfiguration der Komponente (12) berücksichtigt wird. Ferner betrifft die Erfindung ein Konfigurationssystem (10).The invention relates to a method for configuring at least one component (12) for a device (14) for an Internet-of-Things facility by means of a configuration system (10) in which a manufacturer (18) has at least one specification (20) for the at least one component (12) by means of an ontology (22) for the component (12) and rules (24) for the component (12) to a third party provider (26, 28, 30) for the configuration by means of an electronic computing device (32) of the Configuration system (10), the specification (20) being documented by means of a distributed ledger technology (34) and the specification (20) documented by means of the distributed ledger technology (34) to the third party provider (26, 28, 30) is transmitted to configure the at least one component (12) and in which a result (36) of the configuration by the third-party provider (26, 28, 30) by means of machine learning (38) of the electronic computing device (32) is evaluated and the evaluation (40) is taken into account in a future configuration of the component (12). The invention also relates to a configuration system (10).

Description

Die Erfindung betrifft ein Verfahren zum Konfigurieren zumindest einer Komponente für eine Vorrichtung für eine Internet-der-Dinge-Einrichtung mittels eines Konfigurationssystems gemäß dem Oberbegriff von Patentanspruch 1. Ferner betrifft die Erfindung ein Konfigurationssystem.The invention relates to a method for configuring at least one component for a device for an Internet-of-Things facility by means of a configuration system according to the preamble of claim 1. The invention also relates to a configuration system.

Der Entwicklungsprozess für verbundene Komponenten, welche auch als „Connected Devices“ bezeichnet werden können, und für verbundene Dienstleistungen, welche auch als „Connected Services“ bezeichnet werden können, ist insbesondere sehr komplex, heterogen und wird von verschiedenen Organisationen beziehungsweise Drittanbietern durchgeführt und muss dann von einem Hersteller der Komponenten verwaltet werden. Insbesondere bei Komponenten für das Internet-der-Dinge, was auch als Internet-of-Things (loT) bezeichnet werden kann, sind Entwicklungsprozesse entkoppelt von dem eigentlichen Hersteller der Vorrichtung. An Berührungspunkten vieler Prozesse ist häufig eine manuelle Arbeit zu leisten, um die verschiedenen Prozessinseln miteinander zu verbinden.The development process for connected components, which can also be referred to as “connected devices”, and for connected services, which can also be referred to as “connected services”, is in particular very complex, heterogeneous and is carried out by various organizations or third-party providers and must then managed by a manufacturer of the components. In the case of components for the Internet of Things in particular, which can also be referred to as Internet of Things (loT), development processes are decoupled from the actual manufacturer of the device. Manual work often has to be done at points of contact between many processes in order to connect the various process islands with one another.

Die US 2009/0254876 A1 offenbart ein Softwaresystem, das Konzepte, Konzeptinstanzen und Beziehungen innerhalb des Softwaresystems umfasst, wobei diese identifiziert und in einem Repository gespeichert werden. Die Softwaresystem-Fakten werden aus Artefakten, die das Softwaresystem umfassen, extrahiert und durch explizite Definition bereitgestellt. Die Architektur des Softwaresystemsystems wird aus den gespeicherten Softwaresystemfakten wiederhergestellt. Es werden Schichtenansichten der wiederhergestellten Architekturen geniert. Die gespeicherten Fakten des Softwaresystems werden anhand von Architekturregeln geprüft, um die architektonische Konformität des Softwaresystems sicherzustellen. Die Auswirkungen vorgeschlagener Änderungen im Softwaresystem werden durch Abfragen der identifizierten Softwaresysteme und Fakten bewertet.
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren sowie ein Konfigurationssystem zu schaffen, mittels welchem ein verbesserter Konfigurationsprozess zwischen einem Hersteller einer Vorrichtung und einen Drittanbieter für die Konfiguration einer Komponente realisiert werden kann.The US 2009/0254876 A1 discloses a software system that includes concepts, concept entities and relationships within the software system, identifying them and storing them in a repository. The software system facts are extracted from artifacts comprising the software system and provided by explicit definition. The architecture of the software system system is restored from the stored software system facts. Layer views of the restored architectures are embarrassed. The stored facts of the software system are checked on the basis of architecture rules in order to ensure the architectural conformity of the software system. The effects of proposed changes in the software system are assessed by querying the identified software systems and facts.
The object of the present invention is to create a method and a configuration system by means of which an improved configuration process between a manufacturer of a device and a third party provider for the configuration of a component can be implemented.

Diese Aufgabe wird durch ein Verfahren sowie durch ein Konfigurationssystem gemäß den unabhängigen Patentansprüchen gelöst. Vorteilhafte Ausgestaltungsformen sind in den Unteransprüchen angegeben.This object is achieved by a method and by a configuration system according to the independent patent claims. Advantageous embodiments are specified in the subclaims.

Ein Aspekt der Erfindung betrifft ein Verfahren zum Konfigurieren zumindest einer Komponente für eine Vorrichtung für eine Internet-der-Dinge-Einrichtung mittels eines Konfigurationssystems, bei welchem von einem Hersteller zumindest eine Vorgabe für die zumindest eine Komponente mittels einer Ontologie für die Komponente und Regeln für die Komponente einem Drittanbieter für die Konfiguration mittels einer elektronischen Recheneinrichtung des Konfigurationssystems vorgegeben werden.One aspect of the invention relates to a method for configuring at least one component for a device for an Internet-of-Things facility using a configuration system, in which a manufacturer provides at least one specification for the at least one component using an ontology for the component and rules for the component can be specified to a third party provider for the configuration by means of an electronic computing device of the configuration system.

Es ist vorgesehen, dass die Vorgabe mittels einer Distributed-Ledger-Technologie dokumentiert wird und die mittels der Distributed-Ledger-Technologie dokumentierte Vorgabe einem Drittanbieter zur Konfiguration der zumindest einen Komponente übermittelt wird und bei welchem ein Ergebnis der Konfiguration durch den Drittanbieter mittels eines maschinellen Lernens der elektronischen Recheneinrichtung ausgewertet wird und die Auswertung bei einer zukünftigen Konfiguration der Komponente berücksichtigt wird.It is provided that the specification is documented by means of a distributed ledger technology and the specification documented by means of the distributed ledger technology is transmitted to a third party provider for the configuration of the at least one component and for which a result of the configuration by the third party provider is transmitted using a machine Learning of the electronic computing device is evaluated and the evaluation is taken into account in a future configuration of the component.

Somit kann eine Rückkopplungsschleife erzeugt werden, die die Anforderungen eines Engineerings-Konzepts maschinell überwachen. Somit kann mit der Anbindung von Fähigkeiten des maschinellen Lernens, das zum Beispiel zur Unterstützung grundliegender Software-Entwicklungs-Prinzipien ausgebildet ist und auf die Daten vertraut, die die Rückkopplungsschleife passieren, eine Überwachung der Konfiguration durchgeführt werden. Die Komponente des maschinellen Lernens generiert Empfehlungen für die Erzeugung der Komponente, um eine entsprechende Lernkurve zu unterstützen und ganzheitlich bessere Anforderungsartefakte in der nächsten Iteration zu erzeugen. Der Mehrwert von Lösungen für maschinelles Lernen besteht insbesondere darin, Muster aus historischen Daten zu erkennen und auf der Grundlage dieser Muster Empfehlungen zu generieren, die für die Entwicklung von Komponenten von Bedeutung sein können.In this way, a feedback loop can be created that automatically monitors the requirements of an engineering concept. Thus, with the connection of machine learning capabilities, which are designed, for example, to support basic software development principles and rely on the data that pass through the feedback loop, the configuration can be monitored. The machine learning component generates recommendations for the generation of the component in order to support a corresponding learning curve and to generate holistically better requirement artifacts in the next iteration. The added value of machine learning solutions lies in the ability to recognize patterns from historical data and, based on these patterns, to generate recommendations that can be of importance for the development of components.

Gemäß einer vorteilhaften Ausgestaltungsform wird mittels einer Mustererkennung beim maschinellen Lernen die Auswertung durchgeführt.According to an advantageous embodiment, the evaluation is carried out by means of a pattern recognition in machine learning.

Ebenfalls vorteilhaft ist, wenn die elektronische Recheneinrichtung für das maschinelle Lernen von zumindest einem weiteren Drittanbieter angelernt wird.It is also advantageous if the electronic computing device is trained for machine learning by at least one further third party provider.

Es hat sich weiterhin als vorteilhaft erwiesen, wenn die Internet-der-Dinge-Einrichtung als ein verbundenes Kraftfahrzeug bereitgestellt wird.It has also proven to be advantageous if the Internet of Things facility is provided as a connected motor vehicle.

Ein weiterer Aspekt der Erfindung betrifft ein Konfigurationssystem zum Konfigurieren zumindest einer Komponente für eine Vorrichtung für eine Internet-der-Dinge-Einrichtung, mit zumindest einer elektronischen Recheneinrichtung, wobei das Konfigurationssystem zum Durchführen eines Verfahrens nach dem vorhergehenden Aspekt ausgebildet ist. Insbesondere wird das Verfahren mittels des Konfigurationssystems durchgeführt.A further aspect of the invention relates to a configuration system for configuring at least one component for a device for an Internet of Things facility, with at least one electronic computing device, the configuration system being designed to carry out a method according to the preceding aspect. In particular, the method is carried out using the configuration system.

Vorteilhafte Ausgestaltungsformen des Verfahrens sind als vorteilhafte Ausgestaltungsformen des Konfigurationssystems anzusehen. Das Konfigurationssystem weist dazu gegenständliche Merkmale auf, welche eine Durchführung des Verfahrens oder eine vorteilhafte Ausgestaltungsform davon ermöglichen.Advantageous embodiments of the method are to be regarded as advantageous embodiments of the configuration system. To this end, the configuration system has objective features which enable the method or an advantageous embodiment thereof to be carried out.

Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus der nachfolgenden Beschreibung eines bevorzugten Ausführungsbeispiels sowie anhand der Zeichnung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in der einzigen Figur alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen.Further advantages, features and details of the invention emerge from the following description of a preferred exemplary embodiment and with reference to the drawing. The features and combinations of features mentioned above in the description as well as the features and combinations of features mentioned below in the description of the figures and / or shown alone in the single figure can be used not only in the specified combination, but also in other combinations or on their own, without the frame to leave the invention.

Dabei zeigt die einzige Fig. ein schematisches Blockschaltbild einer Ausführungsform eines Konfigurationssystems.The single FIGURE shows a schematic block diagram of an embodiment of a configuration system.

In der Fig. sind gleiche oder funktionsgleiche Elemente mit gleichen Bezugszeichen versehen.Identical or functionally identical elements are provided with the same reference symbols in the figure.

Fig. zeigt eine schematische Ansicht einer Ausführungsform eines Konfigurationssystems 10. Das Konfigurationssystem 10 ist zum Konfigurieren zumindest einer Komponente 12 für eine Vorrichtung 14 für eine Internet-der-Dinge-Einrichtung ausgebildet. Die Vorrichtung 14 kann beispielsweise für ein verbundenes Kraftfahrzeug 16 ausgebildet sein.1 shows a schematic view of an embodiment of a configuration system 10 . The configuration system 10 is used to configure at least one component 12 for a device 14th trained for an Internet of Things facility. The device 14th can for example for a connected motor vehicle 16 be trained.

Beim Verfahren zum Konfigurieren zumindest der Komponente 12 für die Vorrichtung 14 für die Internet-der-Dinge-Einrichtung mittels des Konfigurationssystems 10 wird von einem Hersteller 18 zumindest eine Vorgabe 20 für die zumindest eine Komponente 12 mittels einer Ontologie 22 für die Komponente 12 und Regeln 24 für die Komponente 12 einem Drittanbieter 26, 28, 30 für die Konfiguration mittels einer elektronischen Recheneinrichtung 32 vorgegeben.In the process of configuring at least the component 12 for the device 14th for the Internet of Things facility using the configuration system 10 is made by a manufacturer 18th at least one requirement 20th for the at least one component 12 by means of an ontology 22nd for the component 12 and rules 24 for the component 12 a third party provider 26th , 28 , 30th for configuration using an electronic computing device 32 given.

Es ist vorgesehen, dass die Vorgabe 20 mittels einer Distributed-Ledger-Technologie 34 dokumentiert wird und die mittels der Distributed-Ledger-Technologie 34 dokumentierte Vorgabe 20 an den Drittanbieter 26, 28, 30 zur Konfiguration der zumindest einen Komponente 12 übermittelt wird und bei welchem ein Ergebnis 36 der Konfiguration durch den Drittanbieter 26, 28, 30 mittels eines maschinellen Lernens 38 der elektronischen Recheneinrichtung 32 ausgewertet und die Auswertung 40 bei einer zukünftigen Konfiguration der Komponente 12 berücksichtigt wird.It is intended that the default 20th using a distributed ledger technology 34 is documented and using distributed ledger technology 34 documented specification 20th to the third party provider 26th , 28 , 30th to configure the at least one component 12 is transmitted and for which a result 36 the configuration by the third party 26th , 28 , 30th by means of machine learning 38 the electronic computing device 32 evaluated and the evaluation 40 when configuring the component in the future 12 is taken into account.

Insbesondere kann vorgesehen sein, dass mittels einer Mustererkennung beim maschinellen Lernen 38 die Auswertung 40 durchgeführt wird. Ferner kann für das maschinelle Lernen 38 von zumindest einem weiteren Drittanbieter die elektronische Recheneinrichtung 32 angelernt werden.In particular, it can be provided that by means of a pattern recognition in machine learning 38 the evaluation 40 is carried out. It can also be used for machine learning 38 the electronic computing device from at least one further third party provider 32 be learned.

Die Fig. zeigt ferner, sollte das Ergebnis 36 als in Ordnung erachtet werden, so kann eine Herausgabe 42 durchgeführt werden. Sollte das Ergebnis 36 als nicht in Ordnung bewertet werden, so kann über eine Rückkopplungsschleife 44 dies dem maschinellen Lernen 38 mitgeteilt werden, sodass die Auswertung 40 durchgeführt werden kann.The figure also shows should the result 36 are deemed to be in order, surrender 42 be performed. Should be the result 36 are evaluated as not in order, so can be via a feedback loop 44 this to machine learning 38 communicated so that the evaluation 40 can be carried out.

Es kann ferner vorgesehen sein, dass eine interne Herstellungs-Pipeline 46 ebenfalls zur Erzeugung der Komponente 12 beiträgt. Bei der internen Herstellungs-Pipeline 46 handelt es sich somit insbesondere um eine Erzeugungs-Pipeline des Herstellers 18.It can also be provided that an internal manufacturing pipeline 46 also to create the component 12 contributes. In the internal manufacturing pipeline 46 it is thus in particular a generation pipeline of the manufacturer 18th .

Insbesondere ist somit die Rückkopplungsschleife 44 dargestellt, wobei hierbei dann das maschinelle Lernen 38 wiederum diese Rückkopplungsschleife 44 berücksichtigt und an die entsprechenden Vorgaben 20 zurückgegeben werden, welche auf trainierten Aspekten die grundlegenden Prinzipien der Softwaretechnik aufgebaut werden kann. Diese grundsätzlichen Prinzipien der Softwaretechnik können beispielsweise sogenannte eine sogenannte Abstraktion und/oder eine sogenannte Trennung der Anliegen und/oder eine sogenannte einzige Quelle der Wahrheit und/oder ein sogenanntes Verhindern von Wiederholungen und/oder sogenannte lose Kopplungen und/oder ein sogenannte einheitliches Zugangsprinzip sein.In particular, the feedback loop is thus 44 shown, with machine learning 38 again this feedback loop 44 taken into account and to the corresponding specifications 20th returned, which can be built on trained aspects of the basic principles of software technology. These basic principles of software technology can be, for example, what is known as a so-called abstraction and / or a so-called separation of concerns and / or a so-called single source of truth and / or a so-called prevention of repetitions and / or so-called loose couplings and / or a so-called uniform access principle .

Dieses ermöglicht eine automatische Empfehlungsmaschine, die Vorschläge wie die folgenden unterbreiten kann. Beispielsweise kann überprüft werden, ob Duplikationen bereits vorhanden sind, beispielsweise ob die entsprechende Komponente bereits von einem anderen Drittanbieter 26, 28, 30 behandelt wurde. Ferner können beispielsweise gemeinsame Teile in einer neuen Komponente 12 getrennt und Verweise darauf hinzugefügt werden. Ferner kann überprüft werden, ob ein Anforderungs-Artefakt in letzter Zeit sehr häufig geändert wurde, wobei entsprechende Änderungen oft widersprüchlich waren. Es scheint dann ein grundlegender Konflikt hinter dieser Frage zu stecken, wobei dies dann überprüft wird und entsprechende Enthüllungen des Konflikts durchgeführt werden. Ferner, sollte dieses Anforderungs-Artefakt in keiner Engineering-Pipeline mehr referenziert oder verwendet werden, kann dann überprüft werden, ob dieses Artefakt noch weiterhin relevant ist. Dieses Anforderungs-Artefakt kann ebenfalls als sehr komplex ausgewertet werden und beispielsweise viele Informationen enthalten. Es kann dann vorgeschlagen werden, dass das Anforderungs-Artefakt in kleinere Teile für die Komponente 12 zerlegt wird, um Teile davon an anderer Stelle weiterzuverwenden.This enables an automatic recommendation engine that can make suggestions like the following. For example, it can be checked whether there are already duplications, for example whether the corresponding component is already from another third-party provider 26th , 28 , 30th was treated. Furthermore, for example, common parts in a new component 12 separated and references to them added. It can also be checked whether a requirement artifact has recently been changed very frequently, with corresponding changes often being contradictory. There then appears to be a fundamental conflict behind this question, which is then checked and appropriate revelations of the conflict made. Furthermore, if this request artifact is no longer referenced or used in any engineering pipeline, it can then be checked whether this artifact is still present is still relevant. This requirement artifact can also be evaluated as very complex and, for example, contain a lot of information. It can then be suggested that the requirements artifact be broken down into smaller parts for the component 12 is dismantled in order to reuse parts of it elsewhere.

Die maschinelle Lernmaschine kann durch einen massenbasierten Überprüfungsprozess, über beispielsweise eine sogenannte „crowd“ gespeist und qualifiziert werden, bei dem Software-Engineering-Experten aus verschiedenen Bereichen bestehende Anforderungs-Artefakte selbst überprüfen und selbst Empfehlungen generieren, die als Blaupausen für das maschinelle Lernen 38 dienen. Eine weitere mögliche Verbesserung kann darin bestehen, dass diese Software-Engineering-Experten, welche insbesondere vorliegend auch als weitere Drittanbieter bezeichnet werden können, die Grundprinzipien und Richtlinien überprüfen und weiterentwickeln und Aktualisierungen dieser Richtlinien in das maschinelle Lernen 38 für die zukünftige Anwendung und Verwendung in der Rückkopplungsschleife 44 bereitstellen.The machine learning machine can be fed and qualified by a mass-based verification process, for example via a so-called “crowd”, in which software engineering experts from different areas check existing requirement artifacts themselves and generate recommendations themselves that act as blueprints for machine learning 38 serve. A further possible improvement can consist in the fact that these software engineering experts, who in particular can also be referred to as further third-party providers in the present case, check and further develop the basic principles and guidelines and update these guidelines in machine learning 38 for future application and use in the feedback loop 44 provide.

Insbesondere unterstützt somit das vorliegende Verfahren die Lernkurve der Entwicklungsingenieure durch die Anwendung von Mustererkennungsfähigkeiten in einem integrierten Ingenieur-System und unterstützt so die Qualität, Wartungsfähigkeit, Konsistenz und Vollständigkeit der Anforderungs-Artefakte in frühen Phasen des Lebenszyklus der Anforderungs-Artefakte.In particular, the present method thus supports the development engineers 'learning curve through the application of pattern recognition capabilities in an integrated engineering system and thus supports the quality, maintainability, consistency and completeness of the requirement artifacts in the early phases of the requirement artifacts' life cycle.

BezugszeichenlisteList of reference symbols

1010
KonfigurationssystemConfiguration system
1212
Komponentecomponent
1414th
Vorrichtungcontraption
1616
KraftfahrzeugMotor vehicle
1818th
HerstellerManufacturer
2020th
Vorgabespecification
2222nd
Ontologieontology
2424
Regelnregulate
2626th
erster Drittanbieterfirst third party
3838
zweiter Drittanbietersecond third party
3030th
dritter Drittanbieterthird party provider
3232
elektronische Recheneinrichtungelectronic computing device
3434
Distributed-Ledger-TechnologieDistributed Ledger Technology
3636
ErgebnisResult
3838
maschinelles Lernenmachine learning
4040
Auswertungevaluation
4242
HerausgabeRelease
4444
RückkopplungsschleifeFeedback loop
4646
Herstellungs-PipelineManufacturing pipeline

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent literature cited

  • US 2009/0254876 A1 [0003]US 2009/0254876 A1 [0003]

Claims (5)

Verfahren zum Konfigurieren zumindest einer Komponente (12) für eine Vorrichtung (14) für eine Internet-der-Dinge-Einrichtung mittels eines Konfigurationssystems (10), bei welchem von einem Hersteller (18) zumindest eine Vorgabe (20) für die zumindest eine Komponente (12) mittels einer Ontologie (22) für die Komponente (12) und Regeln (24) für die Komponente (12) einem Drittanbieter (26, 28, 30) für die Konfiguration mittels einer elektronischen Recheneinrichtung (32) des Konfigurationssystems (10) vorgegeben werden, dadurch gekennzeichnet, dass die Vorgabe (20) mittels einer Distributed-Ledger-Technologie (34) dokumentiert wird und die mittels der Distributed-Ledger-Technologie (34) dokumentierte Vorgabe (20) an den Drittanbieter (26, 28, 30) zur Konfiguration der zumindest einen Komponente (12) übermittelt wird und bei welchem ein Ergebnis (36) der Konfiguration durch den Drittanbieter (26, 28, 30) mittels eines maschinellen Lernens (38) der elektronischen Recheneinrichtung (32) ausgewertet wird und die Auswertung (40) bei einer zukünftigen Konfiguration der Komponente (12) berücksichtigt wird.Method for configuring at least one component (12) for a device (14) for an Internet of Things facility by means of a configuration system (10), in which at least one specification (20) for the at least one component is provided by a manufacturer (18) (12) by means of an ontology (22) for the component (12) and rules (24) for the component (12) to a third party provider (26, 28, 30) for the configuration by means of an electronic computing device (32) of the configuration system (10) are specified, characterized in that the specification (20) is documented by means of a distributed ledger technology (34) and the specification (20) documented by means of the distributed ledger technology (34) to the third party provider (26, 28, 30 ) is transmitted to configure the at least one component (12) and in which a result (36) of the configuration by the third-party provider (26, 28, 30) by means of machine learning (38) of the electronic computing device (32) is evaluated and the evaluation (40) is taken into account in a future configuration of the component (12). Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass mittels einer Mustererkennung beim maschinellen Lernen (38) die Auswertung (40) durchgeführt wird.Procedure according to Claim 1 , characterized in that the evaluation (40) is carried out by means of a pattern recognition during machine learning (38). Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass für das maschinelle Lernen (38) von zumindest einem weiteren Drittanbieter (48) die elektronische Recheneinrichtung (32) angelernt wird.Procedure according to Claim 1 or 2 , characterized in that for the machine learning (38) the electronic computing device (32) is trained by at least one further third party provider (48). Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Internet-der-Dinge-Einrichtung als ein verbundenes Kraftfahrzeug (16) bereitgestellt wird.Method according to one of the preceding claims, characterized in that the Internet of Things facility is provided as a connected motor vehicle (16). Konfigurationssystem (10) zum Konfigurieren zumindest einer Komponente (12) für eine Vorrichtung (14) für eine Internet-der-Dinge-Einrichtung, mit zumindest einer elektronischen Recheneinrichtung (32), wobei das Konfigurationssystem (10) zum Durchführen eines Verfahrens nach einem der Ansprüche 1 bis 4 ausgebildet ist.Configuration system (10) for configuring at least one component (12) for a device (14) for an Internet-of-Things facility, with at least one electronic computing device (32), the configuration system (10) for performing a method according to one of the Claims 1 to 4th is trained.
DE102020004828.5A 2020-08-07 2020-08-07 Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system Withdrawn DE102020004828A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102020004828.5A DE102020004828A1 (en) 2020-08-07 2020-08-07 Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020004828.5A DE102020004828A1 (en) 2020-08-07 2020-08-07 Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system

Publications (1)

Publication Number Publication Date
DE102020004828A1 true DE102020004828A1 (en) 2020-10-15

Family

ID=72613147

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020004828.5A Withdrawn DE102020004828A1 (en) 2020-08-07 2020-08-07 Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system

Country Status (1)

Country Link
DE (1) DE102020004828A1 (en)

Similar Documents

Publication Publication Date Title
DE10244131B4 (en) Method for supporting identification of a defective functional unit in a technical installation
EP1751637A1 (en) Knowledge-based diagnostic system for a complex technical system, comprising two separate knowledge bases for processing technical system data and customer complaints
EP1020815A2 (en) Apparatus and method for automatic diagnosis of a technical system with efficient reuse of information
DE112019002411T5 (en) In-vehicle update device, update process method and update process program
DE102005040142A1 (en) Method for identifying complex diagnostic situations in customer service
DE102019210562A1 (en) Method and device for testing software
DE10133375A1 (en) Method and apparatus for automatically creating a Bayesian network
DE102020004828A1 (en) Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system
DE102020115186A1 (en) Method and system for processing vehicle test data from a vehicle
DE102019213061A1 (en) Classification of AI modules
DE102019005545A1 (en) Method for operating a machine data communication network and machine data communication network
DE102019131613A1 (en) Method for operating an electronic computing device for a product development process using machine learning, as well as electronic computing device
DE102020004017A1 (en) Method for configuring at least one component for a device for an Internet of Things facility by means of a configuration system and configuration system
DE10024211B4 (en) Diagnostic method for the condition of a motor vehicle
DE102018106782A1 (en) Method of setting up a controller
DE102020004022A1 (en) Method for configuring at least one component of a motor vehicle by means of a configuration system; as well as configuration system
DE102021003842A1 (en) Method for creating a configuration data set for a motor vehicle by means of an electronic computing device and electronic computing device
DE102023107067A1 (en) Computer-implemented method for securing a signal network representing a vehicle and/or a system of the vehicle, computer program and/or computer-readable medium and data processing device
DE10213895A1 (en) Diagnosis module for a motor-vehicle on-board diagnosis system represents system components in a functional hierarchy with the components linked using combinational logic operators and a configuration table
DE102020001671A1 (en) Method for teaching a neural network, and electronic computing device
EP4446967A1 (en) Method for operating a support system for utilizing a facility with at least one electronic component, computer program product, computer-readable storage medium and support system
DE102022201857A1 (en) Method of controlling a robotic device
DE102004029646A1 (en) Printing machine control system, has control levels with control system components, where each component of control level examines status of all system components of subordinate control level, communicating with it
WO2022161668A1 (en) Formal verification of a program of a control device
DE102020003720A1 (en) Method for monitoring a network system by means of a central electronic computing device and network system

Legal Events

Date Code Title Description
R230 Request for early publication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee