-
Die vorliegende Erfindung betrifft ein computerimplementiertes Verfahren zur Entwicklung eines Produkts in einem vernetzten Gesamtsystem. Ferner betrifft die Erfindung ein Anwendersystem zur computergestützten Entwicklung eines Produkts. Das Verfahren und das System sind insbesondere geeignet, die Entwicklung von Kraftfahrzeugen und Online-Services zu unterstützen.
-
Bei der Entwicklung eines Kraftfahrzeugs oder eines Online-Services arbeiten Entwicklungspartner aus dem Ingenieurs- und Informatikumfeld immer stärker zusammen. Hierbei entstehen immer komplexere Zusammenarbeitsmodelle, welche eine interdisziplinäre Interaktion zwischen den beteiligten Akteuren zunehmend schwieriger machen. Der zwischen den beteiligten Fachbereichen der Produktentwicklung existierende Informations- und Kommunikationsprozess bietet derzeit keine ganzheitliche und automatisierte Systemsteuerung der Informationstechnik, da die Arbeitsabläufe unzureichend vernetzt sind. Hierdurch ergeben sich unerwünschte Unterbrechungen in den derzeitigen Arbeitsprozessen der Produktentwicklung. Die Interaktion der Beteiligten in der Produktentwicklung ist unzureichend. Es ist zwar bekannt, wie Verfahren der künstlichen Intelligenz bei der Produktentwicklung eingesetzt werden können; es fehlt jedoch an einem digitalen Gesamtsystem der Produktentwicklung. Es hat sich herausgestellt, dass das dringendste Problem im Produktentwicklungsprozess die unzureichende Kommunikation ist.
-
Aus der
DE 198 28 528 A1 ist ein Expertensystem bekannt, das eine Kette von Fakten durch Vergleich mit gespeicherten Faktfolgen erkennt und geeignete Aktionen assoziiert, in denen die Kette schemakonform fortgesetzt wird.
-
Aus der
DE 10 2016 100 241 A1 ist ein Verfahren zum Herstellen eines Produkts mit integrierter Planung und direkter ganzheitlicher Steuerung bekannt.
-
Schließlich ist aus der
DE 10 2006 035 245 A1 ein adaptives, elektronisches Expertensystem zur Prozessoptimierung durch Transformation menschlicher Denk- und Lernprozesse in datentechnisch verarbeitbare Modelle und deren mögliche Nutzung während des Prozesses bekannt.
-
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein Verfahren und ein System der eingangs genannten Art anzugeben, mit denen die Entwicklung des Produkts besser automatisiert und technisch unterstützt wird.
-
Erfindungsgemäß wird diese Aufgabe durch ein Verfahren mit den Merkmalen des Anspruchs 1 und ein System mit den Merkmalen des Anspruchs 7 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen ergeben sich aus den abhängigen Ansprüchen.
-
Erfindungsgemäß wird ein computerimplementiertes Verfahren zur Entwicklung eines Produkts in einem vernetzten Gesamtsystem angegeben, bei dem Daten zu Trends und/oder Innovationen von Einheiten verschiedener Entwicklungspartner, sowie ggf. von verschiedenen externen sowie internen Quellen, an einen zentralen Server übertragen werden, eine Wissensdatenbank automatisiert eingerichtet wird, von welcher der zentrale Server Daten anfordert und welche Daten als Rückmeldung auf die Datenanforderung an den zentralen Server überträgt, eine Vorgabedatenbank eingerichtet wird, von welcher der zentrale Server Daten anfordert und welche Vorgabedaten als Rückmeldung auf die Datenanforderung an den zentralen Server überträgt, und der zentrale Server die empfangenen Daten automatisch analysiert und Steuerungsdaten für die Entwicklung des Produkts herleitet sowie automatisch ausgibt.
-
Die Steuerungsdaten umfassen insbesondere Freigabe- und Entscheidungsdaten für die Produktentwicklung sowie Daten zum Ressourceneinsatz.
-
Gemäß einer Ausgestaltung des erfindungsgemäßen Verfahrens werden die Freigabe- und Entscheidungsdaten für die Produktentwicklung dadurch erzeugt, dass ein Input-Vektor für ein neuronales Netz erzeugt wird, die Komponenten des Input-Vektors gewichtet werden und auf eine gewichtete Summe über die Komponenten des Input-Vektors eine Aktivierungsfunktion angewandt wird, welche den Wert eines Output ausgibt. Eine Freigabe erfolgt dann in Abhängigkeit von dem Wert des Output relativ zu einem Schwellenwert.
-
Die Wissensdatenbank wird bei dem erfindungsgemäßen Verfahren insbesondere durch Technologieanwendungen der künstlichen Intelligenz, wie intelligente Assistenten und/oder Maschinenlernverfahren automatisiert aktualisiert.
-
Gemäß einer Weiterbildung des erfindungsgemäßen Verfahrens führt der zentrale Server bei der Analyse der empfangenen Daten automatisch prädiktive und/oder selektive Auswertungen durch.
-
Das erfindungsgemäße System zur computergestützten Entwicklung eines Produkts umfasst dezentrale Einheiten, insbesondere Systemeinheiten, verschiedener Entwicklungspartner, die mit einem zentralen Server, insbesondere über zertifizierte Schnittstellen zum Übertragen von Daten vernetzt sind, und zwar insbesondere zum Übertragen von Daten zu Trends und Innovationen an den zentralen Server. Des Weiteren umfasst das System eine sich automatisch aktualisierende Wissensdatenbank, die eingerichtet ist, Daten, die von dem zentralen Server angefordert werden, zu empfangen und Daten als Rückmeldung auf die Datenanforderung an den zentralen Server zu übertragen. Des Weiteren weist das System eine Vorgabendatenbank auf, die eingerichtet ist, Daten, die von dem zentralen Server automatisiert angefordert werden, zu empfangen und Vorgabedaten als Rückmeldung auf die Datenanforderung an den zentralen Server zu übertragen. Erfindungsgemäß ist der zentrale Server des Systems, insbesondere des Produktentwicklungssystems, eingerichtet, die empfangenen Daten automatisch zu analysieren und Steuerungsdaten zu der Entwicklung des Produkts automatisch herzuleiten sowie auszugeben.
-
Bei dem erfindungsgemäßen Verfahren und dem erfindungsgemäßen System wird ein ganzheitlicher, hybrider Systemansatz für eine durchgehende und effiziente Steuerung des Produktentwicklungsprozesses für alle Akteure angegeben. Bei der hybriden Zusammenarbeit können deskriptive Modelle der Neurologie, Psychologie, Philosophie und Soziologie in implementierbaren Modellen der Informatik, der Ingenieurwissenschaften und der Naturwissenschaften zusammenarbeiten. Diese hybride Zusammenarbeit ermöglicht eine algorithmische Formalisierung von kognitiven Anwendungen und erleichtert so eine digitale Interaktion der einzelnen Beteiligten. Mit der multidisziplinären Methode wird eine Entwicklung von neuartigen, kognitiven, technischen Systemen für eine assistierte Produktentwicklung ermöglicht. Hierdurch kann insbesondere der Produktentwicklungsprozess in der Automobilindustrie verbessert werden, wobei die digitalen Interaktionen zwischen den betroffenen Fachbereichen in der Produktentwicklung einfacher sowie effizienter gestaltet werden.
-
Bei dem erfindungsgemäßen Verfahren und dem erfindungsgemäßen System werden zur Implementierung smarte IT-Assistenten mit Echtzeitinformationen, selektiver Analyse und eine vollständige Vernetzung der beteiligten Wertschöpfungspartner eingesetzt. Derartige digitale und global vernetzte Systemlösungen können eine schnellere Einführung neuer Mobilitätstechnologien unterstützen und auf diese Weise die Wertschöpfung steigern. Es wird eine intensive, agile Kommunikation und Wissensverteilung zwischen den Projektbeteiligten organisiert und die Projektbeteiligten werden durch das erfindungsgemäße System bei der Entwicklung des Produkts unterstützt.
-
Das System ist insbesondere als digitaler Kommunikationsassistent ausgebildet, welcher die Projektbeteiligten bei der Produktentwicklung unterstützt.
-
Es wird nun ein Ausführungsbeispiel der Erfindung mit Bezug zu den Zeichnungen erläutert.
- 1 zeigt den grundsätzlichen Aufbau des Ausführungsbeispiels des erfindungsgemäßen Systems,
- 2 zeigt ein erstes Beispiel für den Ablauf des erfindungsgemäßen Verfahrens,
- 3 zeigt ein weiteres Beispiel für den Ablauf des erfindungsgemäßen Verfahrens,
- 4 zeigt ein technisches Modell zur Entscheidungsunterstützung in der Produktentwicklung und
- 5 zeigt einen Algorithmus für ein Entscheidungsunterstützungssystem in der Produktentwicklung.
-
Mit Bezug zu 1 wird der Aufbau des erfindungsgemäßen Systems 1 zur computergestützten Entwicklung eines Produkts erläutert:
- Das System 1 umfasst eine Vielzahl von dezentralen Einheiten 2 verschiedener Entwicklungspartner. Ferner umfasst das System 1 eine Wissensdatenbank 3 und eine Vorgabendatenbank 4. Die Einheiten 2, die Wissensdatenbank 3 und die Vorgabendatenbank 4 sind mit einem zentralen Server 5 vernetzt, welcher Steuerungsdaten 6 ausgibt.
-
Über die dezentralen Einheiten 2 übertragen die verschiedenen Entwicklungspartner Daten zu Trends und Innovationen an den zentralen Server 5. Gleichzeitig kann der zentrale Server 5 Anfragen an eine oder mehrere der Einheiten 2 stellen, welche Daten als Informationsrückmeldung zurücksendet.
-
Die Wissensdatenbank 3 besteht aus einer Vielzahl von Einzeldatenbanken, wobei es sich zum Teil um offene und zum Teil um geschlossene Datenbanken handelt. Der zentrale Server 5 kann eine Wissensanforderung an eine oder mehrere der Datenbanken der Wissensdatenbank 3 übertragen. Auf diese Anforderung sendet die Wissensdatenbank 3 die Daten als Wissensrückmeldung an den zentralen Server 5 zurück.
-
Die Vorgabendatenbank 4 umfasst Daten zur Strategie der Produktentwicklung. Sie ist interdisziplinär aufgebaut, wobei verschiedene Anforderungen für die Produktentwicklung in eine Produktdatenbank der Vorgabendatenbank 4 eingegeben werden können. Außerdem umfasst die Vorgabendatenbank 4 Termine.
-
Der zentrale Server 5 kann eine Vorgabenanforderung an die Vorgabendatenbank 4 übertragen, welche als Antwort darauf Daten zu einer Vorgabenrückmeldung an den zentralen Server 5 sendet.
-
Der zentrale Server 5 bildet den Regie- und Kommunikationsknoten für das System 1. In dem zentralen Server 5 werden die Daten analysiert, es wird Transparenz geschaffen und es wird gesteuert und koordiniert. Des Weiteren werden in dem zentralen Server 5 Daten erfasst, das Produktentwicklungsprojekt überwacht und Entscheidungen und Vorschläge automatisch generiert.
-
Die Steuerungsdaten 6, welche von dem zentralen Server 5 ausgegeben werden, umfassen Entscheidungen, entscheidende Vorschläge, verarbeitete Informationen und Wissensdaten, Geschäftsszenarien und -ergebnisse, Projektsteuerungsdaten, Daten zum Ressourceneinsatz bei der Produktentwicklung und Daten zu Zeitplänen.
-
Im Folgenden werden verschiedene Phasen mit verschiedenen Stadien des computerimplementierten Verfahrens zur Entwicklung eines Produkts erläutert.
-
Eine Vorphase umfasst ein erstes Stadium, bei dem eine Vision entwickelt wird. Es werden von den Entwicklungspartnern Diskussionen durchgeführt und Vorgaben der Vision erarbeitet. Es wird eine Strategie entwickelt, und es werden Schlagwörter durch die Entwicklungspartner für eine spätere IOX-Recherche festgelegt. Des Weiteren wird eine Anforderungsdefinition festgelegt. Diese Daten des ersten Stadiums werden in die Einheiten 2, die Wissensdatenbank 3 und/oder die Vorgabendatenbank 4 durch Sprache, das Lesen von Daten lesen oder das Schreiben von Daten eingegeben. Dabei unterstützen entwickelte Algorithmen bei der Sprach- und Texterkennung sowie der Textverarbeitung. Auf diese Weise werden sie dem zentralen Server 5 des Systems 1 zur Verfügung gestellt.
-
An die Vorphase schließt sich eine Arbeitsphase an. Diese umfasst die Stadien zwei bis acht des Produktentwicklungsverfahrens.
-
In dem zweiten Stadium werden Schlagworte automatisch eruiert. Es wird ein autonomes „Trend-Scouting“ durchgeführt, insbesondere durch die KI-Technologie des automatischen „Deep-Learning“. Es wird dabei über interne und externe Plattformen und „Open-Source“-Datenbanken nach den vorab festgelegten Schlagworten autonom recherchiert. Dabei wird automatisch eine Auswahl getroffen und entsprechende Quellen und Daten werden angezeigt.
-
In einem dritten Stadium werden die Resultate analysiert. Die Suchresultate werden nach vorgegebenen Clustern und Mustern der Entwicklungspartner analysiert. Die Cluster und Muster werden durch „Deep-Learning“-Technologien, insbesondere durch kognitive Modellierung, automatisch angepasst.
-
Im vierten Stadium werden die Resultate gewichtet. Die Gewichtung der Suchresultate erfolgt mit Hilfe von Algorithmen und nach vordefinierten Kriterien und Mustern. Diese Resultate werden priorisiert und aufbereitet. Ferner werden die existierenden Muster mit „Deep-Learning“-Technologien automatisch angepasst.
-
In einem fünften Stadium werden die Erkenntnisse im IT-System verarbeitet. Dabei werden die gewichteten Ergebnisse autonom verbalisiert und transkribiert, wobei eine Optimierung mit „Deep-Learning“-Anwendungen, insbesondere der intelligenten Automatisierung, erfolgt. Ferner werden Geschäftsmodellvorschläge nach entwickelten Mustern automatisch modelliert und auf Plausibilität überprüft. Auch in diesem Fall unterstützen entwickelte Algorithmen das computergestützte Entwicklungssystem unter Anwendung der „Machine-Learning-Methode“.
-
In einem sechsten Stadium werden die Ergebnisse visualisiert. Die Geschäftsmodellvorschläge werden selbständig angezeigt. Ferner wird der Ressourcenbedarf autonom ermittelt und aufgezeigt. Auch in diesem Fall kommen autonome „Deep-Learning“-Anwendungen wie optimiertes Ressourcenmanagement und intelligente assistive Systemsteuerung zum Einsatz.
-
Des Weiteren wird ein Geschäftsmodell („Business-Case“) entwickelt und abgebildet. Auch in diesem Fall werden automatische „Deep-Learning“-Anwendungen zum Einsatz kommen. Ferner wird eine Roadmap erstellt und abgebildet, wobei auch in diesem Fall Kl-Anwendungen wie ein Algorithmus zur automatisierten „Business-Case“-Erstellung eingesetzt werden.
-
Im siebten Stadium werden Entscheidungen getroffen. Die Entscheidungsfindung erfolgt dabei automatisch. Auch in diesem Fall werden automatische „Deep-Learning“-Anwendungen, insbesondere eine intelligente Automatisierungssteuerung, eingesetzt.
-
Mit Bezug zu den 4 und 5 wird ein technisches Modell zur Entscheidungsunterstützung und ein Algorithmus für ein entsprechendes Entscheidungsunterstützungssystem in der Produktentwicklung näher erläutert:
- Das Modell nimmt einen bestimmten Wert entgegen und bewertet diesen. Der Wert „x“ ist der Input i bzw. der Datenzugang im Modell. Der Wert des Output o wird mit „y“ bezeichnet. Es ist definiert, dass der Wert „1“ dafür steht, dass die Vorgabe „100“ erfüllt oder übererfüllt ist. Ist dies nicht der Fall, gibt das Modell den Wert „0“ aus.
-
Wie in 4 gezeigt, werden in dem Modell mittels eines künstlichen neuronalen Netzes folgende Rechenschritte ausgeführt:
- Der Datenzugang stellt das Input-Neuron dar. Im gezeigten Beispiel ist der Wert „x“ des Input-Neurons 101. Dieser Wert wird an die folgende Schicht des neuronalen Netzes weitergegeben. Das Input-Neuron i1 ist somit 101. Gibt es mehrere Inputwerte in, lassen sich diese im Zähler beliebig erweitern. Das Output-Neuron o1 rechnet alle Eingangswerte zusammen und multipliziert jeden Eingangswert mit seinem Gewicht w der Eingangsverbindung. Auf diese Weise reguliert das Gewicht w den Anteil des Eingangswertes „x“ auf die Eingangssumme. Der Inputwert x = 101 wird direkt in die folgende Schicht weitergegeben. Das Output-Neuron o1 gleicht die errechnete Summe mit einem Schwellenwert ab. Ist der Vergleichswert geringer als der definierte Schwellenwert 100, ergibt das Ergebnis „0“. Ist der Vergleichswert gleich oder größer als der Schwellenwert, ist das Ergebnis „1“. Da in dem gezeigten Modell das Ergebnis von o1 größer als der Wert 100 ist, ergibt der Vergleich einen Wert von „1“. Mit diesem Outputwert von „1“ wurde definiert, dass die Vorgabe von 100 erfüllt wurde und eine Freigabe der Entscheidung erfolgen kann.
-
In 5 ist der Algorithmus des beschriebenen Ausführungsbeispiels für die Implementierung eines entsprechenden Entscheidungsunterstützungssystems in der Produktentwicklung gezeigt. Der Vektor x umfasst die Komponenten xi, wobei i = 1, 2, ... n gilt. Der Vektor xi stellt den Input dar. Die Komponenten des Vektors x werden mit einem Gewichtungsvektor w verknüpft, wobei der Gewichtungsvektor w die Komponenten wi aufweist, wobei auch in diesem Fall i = 1, 2, ... n gilt. Wie in 5 gezeigt, wird auf diese Weise eine gewichtete Summe der Komponenten des Vektors x gebildet. Auf diese Summe wird dann eine Aktivierungsfunktion fakt angewandt. Das Ergebnis ist der Output o, welcher den Wert y annimmt. Ist dieser größer oder gleich dem vorgegebenen Schwellenwert sw, erfolgt eine Freigabe F.
-
Im achten Stadium der Arbeitsphase erfolgt die Umsetzung. Die getroffenen Entscheidungen werden in die Geschäftsprozesse autonom implementiert.
-
An die Arbeitsphase schließt sich die Nachbearbeitungsphase an. Diese umfasst ein neuntes Stadium, in dem das Verfahren überwacht und optimiert wird. Diese Überwachung erfolgt automatisch. Ferner werden Optimierungsmaßnahmen automatisch eingeleitet. Auch in diesem Fall kommen Algorithmen aus dem „Deep-Learning“ , insbesondere der Aktionsplanung, zur Anwendung.
-
Mit Bezug zu 2 wird ein von dem System 1 durchgeführtes Verfahren anhand eines digitalen Geschäftsprozesses, nämlich eines Arbeits- und Liefermodells, in der Produktentwicklung beschrieben:
- Als Vorleistung wird eine Mastersoftware für den Produktentwicklungsprozess erstellt, inklusive aller erforderlichen digitalen Dokumente und Vorlagen. Ferner werden die Rollen und Rechte der virtuellen Zwillinge der handelnden Personen angelegt und zugeordnet. Außerdem werden Sprach- und/oder Textverarbeitungsalgorithmen im IT-System des Produktentwicklungsprozesses aufgenommen. Es wird eine automatisierte Vollständigkeitsprüfung der Eingabe durchgeführt und eine Produktantragsnummer automatisch vergeben. Anschließend leitet die Steuerungssoftware im System den nächsten Verfahrensschritt ein.
-
Durch den Ideengeber und Produktverantwortlichen („Product-Owner“) erfolgt zunächst eine Ideenübernahme aus einem separaten System. Es wird eine qualifizierte, automatische Anforderungsübernahme in das System 1 durchgeführt. Hierbei werden Merkmale zugeordnet, z. B. wer für was verantwortlich ist, wer qualifiziert ist und welche Ressourcen benötigt werden. Außerdem wird autonom eine Produktantragsnummer vergeben. Dabei wird auch eine automatische Ressourcensuche nach Attributen, z. B. Zeit, Qualifizierung, Berufserfahrung, Projektarbeit, Zuweisung von Verantwortlichkeiten und Kompetenzzuweisung, durchgeführt.
-
Anschließend ergibt sich eine Zuordnung des Projektverantwortlichen in System 1. Ein Prozesstool ordnet automatisch nach einer Kapazitätsrecherche in einer Personalentwicklungsdatenbank (einer sogenannten WiKi-Personalentwicklung) einen Projektverantwortlichen für das Projekt zu. Anhand der Texterkennungssoftware und der Analysesoftware wird das digitale Dokument des Produktantrags gelesen und eine erste Grobschätzung des Entwicklungsaufwands erstellt. Nach der automatisierten Zusammenstellung eines virtuellen Produktteams durch einen Steuerungsalgorithmus leitet die Steuerungssoftware des Systems den nächsten Schritt im Verfahren ein.
-
Es wird eine „User-Story“ erfasst und es werden automatisiert weitere Informationen zu Märkten, zum Produktvolumen, zu Wettbewerbern und zu Fragen des Produktverantwortlichen im System abgebildet. Die Ergebnisse werden nach Validierung im System 1 eingetragen, der „Business-Case“ wird befüllt und das Risikomanagement-Tool startet und überwacht den Prozessfortschritt.
-
Im System 1 wird dann die „User-Story“ vom Produktverantwortlichen erfasst. Es wird automatisch eine Recherche von Daten und Einträgen durchgeführt. Die Daten eines Produktantrags werden vom System 1 bearbeitet und Ergebnisse werden erstellt. Es werden automatisch weitere Informationen und automatische Freigaben dazu vom System 1 eingeholt. Die „User-Story“ wird durch den Recherchealgorithmus des Systems, insbesondere die Text- und Bilderkennungssoftware, außerdem automatisch durch Informationen bzw. Daten aus „Open Source“, dem Internet der Dinge und internen Quellen ergänzt. Die Textverarbeitungssoftware vervollständigt automatisch den aktuellen Produktantrag und die für eine Freigabe erforderlichen Dokumente. Die Steuerungssoftware leitet dann den nächsten Schritt im Verfahren ein.
-
Die Dokumente werden durch die Analysesoftware des Systems auf Vollständigkeit geprüft. Es werden Vorgaben von io-Merkmalen in digitalen Dokumenten mit einer Wenn-Dann-Regel eines „Deep-Learning“-Mustererkennungsalgorithmus überprüft.
-
Nach der automatisierten Prüfung durch einen Algorithmus werden die Unterlagen des Produktantrags freigegeben und für die nächste Instanz weitergeleitet. Gleichzeitig erfolgt ein wechselseitiger Informationsaustausch mit Produktentwicklungsteams. Diese wirken an dem Produktantrag und dem Feinkonzept mit. Diese Arbeit erfolgt in standardisierten Verbundsystemen. Sie unterstützen bei Freigaben und aktualisieren automatisch überholte Informationen.
-
Im System 1 erfolgt als nächstes eine automatische Prüfung des Produktantrags auf Vollständigkeit und Validität. Ist diese Überprüfung positiv, wird als nächstes eine automatische Bearbeitung des Produktantrags und eine Schnittstellenabfrage durchgeführt und der Produktantrag im virtuellen Cluster vorgelegt. Dort sind die Rollen und Rechte der realen Entscheidungsträger als individuelles Muster je Entscheider im System 1 angelegt. Die Steuerungssoftware leitet anschließend den nächsten Schritt im Verfahren ein.
-
Ist die automatische Bearbeitung des Produktantrags nicht in Ordnung, erfolgt auch eine Nachbearbeitung und neue Systemeingabe. Ist die automatische Bearbeitung hingegen in Ordnung, erfolgt im System 1 eine automatische Freigabe und eine Beauftragung des Feinkonzepts. Außerdem erfolgt eine automatisierte Bearbeitung des Produktantrags.
-
Auch bei der automatischen Bearbeitung und der Freigabe und Beauftragung des Feinkonzepts erfolgt ein wechselseitiger Informationsaustausch mit den Entwicklerteams.
-
Das Feinkonzept wird unter Nutzung von Systemhilfen und Algorithmen, wie Such-, Rechen- oder Entscheidungssoftware, erarbeitet. Es wird dabei ein Geschäftsmodellvorschlag und eine Renditerechnung automatisiert erstellt. Außerdem wird ein Risikomanagementstatus erstellt. Die Analyse-, Steuerungs- und Texterkennungssoftware analysiert automatisch die aufgeführten Informationen und Daten und erteilt die Freigabe bei einer festgestellten Übereinstimmung der Eingabedaten mit den vorab abgestimmten und definierten Merkmalsanforderungen auf Grundlage der „Deep-Learning“-Technologie-Optimierung. Es wird automatisch das Produktteam zur Erarbeitung eines Feinkonzepts und einer technischen Produktbeschreibung beauftragt. Anschließend leitet die Steuerungssoftware den nächsten Schritt im Verfahren ein.
-
Nach der Analyse der Eingangsdaten mit den Anforderungsmustern sowie einer erreichten Übereinstimmung erfolgt automatisch von einem virtuellen Entscheidungsgremium eine Freigabe zur Produktherstellung. Auch in diesem Fall wird die Analysesoftware, die Texterkennungssoftware und die Textverarbeitungssoftware sowie die Bilderkennungssoftware benutzt. Mit der Freigabe ist somit das Produktkonzept finalisiert.
-
Im Folgenden wird mit Bezug zu 3 ein Geschäftsprozess für Prototypen in der smarten Produktentwicklung beschrieben, bei dem Rechtsfragen und der Datenschutz zu berücksichtigen sind.
-
In diesem Fall stellt der Produktverantwortliche eine Anfrage an das Rechtswesen und den Datenschutz. Daten hierzu werden über einige Einheiten 2 in das System 1 aufgenommen.
-
Der zentrale Server 5 des Systems 1 nimmt den Auftrag entgegen und entscheidet mittels Verfahren der Kl-Technologie-Optimierung automatisch, ob es sich um einen Sonderfall oder Routine handelt. Handelt es sich um einen Sonderfall, gibt der zentrale Server 5 Steuerungsdaten 6 aus, welche eine manuelle Bearbeitung auslösen. Anschließend wird eine Antwort an den Produktverantwortlichen gesandt.
-
Handelt es sich bei dem Auftrag um einen Routinefall oder kann der Sonderfall durch ein Maschinenlernverfahren freigegeben werden, erfolgt eine automatisierte Bearbeitung durch den zentralen Server 5 mittels Verfahren der künstlichen Intelligenz, insbesondere aus dem Bereich des Wissensmanagements. Hierdurch werden Wissensdaten erzeugt und so aufbereitet, dass sie von dem zentralen Server 5 in die Wissensdatenbank 3 geschrieben werden können, über welche ein interner und externer Zugriff auf diese Daten besteht. Ferner wird eine Antwort erzeugt, welche nach einer manuellen Freigabe zurück an den Produktverantwortlichen gesandt wird.
-
Bezugszeichenliste
-
- 1
- System
- 2
- Einheiten verschiedener Entwicklungspartner
- 3
- Wissensdatenbank
- 4
- Vorgabedatenbank
- 5
- Zentraler Server
- 6
- Steuerungsdaten
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
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.
-
Zitierte Patentliteratur
-
- DE 19828528 A1 [0003]
- DE 102016100241 A1 [0004]
- DE 102006035245 A1 [0005]