zurück

KI-basiertes Wissensmanagement im technischen Service (ServiceSecretary)

0 Projekt-Favoriten

Stellen Sie sich Ihre individuelle Projektübersicht zusammen.

Favoriten anzeigen

Schlagwort: Künstliche Intelligenz (KI)

Fördermaßnahme: Zukunft der Arbeit: Mittelstand - innovativ und sozial - 2017 bis 2020

Laufzeit: 01.08.2022 - 31.01.2025
Webseite

Forschungsziel: Im Forschungsprojekt ServiceSecretary wird ein KI-getriebenes Assistenzsystem entwickelt, das auf drei wesentliche Schritte im Serviceprozess abzielt: Die möglichst einfache Erfassung und Strukturierung von Wissen während der Reparatur und Diagnose, die darauf aufbauende Erzeugung von Diagnose- und Reparaturleitfäden – insbesondere für häufig wiederkehrende Störungen – sowie die bedarfsgerechte Bereitstellung dieser Leitfäden für Fachkräfte und Anwendende.

Ansprechperson Projektkoordination

Maximilian Tischer
+49 631 68037-410
maximilian.tischer@empolis.com

Ansprechperson bei PTKA

Dr.-Ing. Raymond Djaloeis
+49 721 608-24620
raymond.djaloeis@kit.edu

Detaillierte Projektbeschreibung

Problemstellung
Technische Probleme an Maschinen und Anlagen zu verstehen und zu beheben erfordert Erfahrung und das Zusammenspiel zahlreicher Personen – vom Nutzer bis zur technischen Fachkraft. Die in diesen Prozessen verarbeiteten Informationen sind auf viele verschiedene Systeme verteilt, die untereinander meist nicht kompatibel und integrierbar sind. Zudem werden die täglich im Feld erlangten Erfahrungen von technischen Fachkräften und Anwendenden nur in wenigen Ausnahmen strukturiert erfasst. Bei der zunehmenden Komplexität und Vielfalt der verbreiteten Maschinen und einem gleichzeitigen Rückgang an erfahrenen Servicefachkräften führt dieses bislang ungenutzte Potential der Digitalisierung von Serviceprozessen dazu, dass Wissen verloren geht und Maschinen nicht mehr in der notwendigen Zeit und im wirtschaftlichen Kostenrahmen instandgesetzt werden können.

Projektziel
Im Forschungsprojekt ServiceSecretary wird ein KI-getriebenes Assistenzsystem entwickelt, das auf drei wesentliche Schritte im Serviceprozess abzielt: Die möglichst einfache Erfassung und Strukturierung von Wissen während der Reparatur und Diagnose, die darauf aufbauende Erzeugung von Diagnose- und Reparaturleitfäden – insbesondere für häufig wiederkehrende Störungen – sowie die bedarfsgerechte Bereitstellung dieser Leitfäden für Fachkräfte und Anwendende.

Vorgehensweise
Der ServiceSecretary ist als mobiles Assistenzsystem auf dem Smartphone oder an der Maschine umzusetzen. Dazu sollen aktuelle Verfahren der Künstlichen Intelligenz zur automatisierten Erfassung von technischem Servicewissen und zur intelligenten Ermittlung der besten Lösungsstrategie für technische Probleme integriert werden. Arbeitswissenschaftlich wird die Umsetzung und Erprobung durch eine partizipative Anforderungsanalyse hinsichtlich der technischen Rahmenbedingungen, der organisatorischen Prozesse sowie der Kompetenzen und Bedürfnisse der Nutzenden begleitet. Im Anschluss erfolgt eine Technik- und Methodenentwicklung zur maschinellen Verarbeitung der Anleitungen in Sprachleitfäden sowie die Umsetzung anhand von Akzeptanzaspekten mit niederschwelligem Zugang. Dazu wird, gemeinsam mit den industriellen Anwendungspartnern, ein Prototyp des ServiceSecretary erstellt und mit den verschiedenen Nutzergruppen erprobt: Mit technischen Fachkräften einer freien Werkstatt, mit Anwendenden von weltweit eingesetzten Spezialnähmaschinen und mit einem Hersteller von Werkzeugen für individuelle Anforderungen.

Ergebnisse und Anwendungspotenzial
So soll erreicht werden, dass das Wissen von erfahrenen Mitarbeitenden langfristig in der Organisation verbleibt und besonders von jungen Fachkräften – im Idealfall sogar von Kunden und Maschinenbedienern im Self-Service – systematisch genutzt und ausgewertet werden kann. Neben der Basis für einen digitalen Serviceassistenten werden aus der Erprobungsphase weitere Empfehlungen für die Digitalisierung von Serviceprozessen, beispielsweise für geeignete Endgeräte und Interaktionsmodelle, erarbeitet.

Projektpartner
  • Andres GmbH
  • Empolis Information Management GmbH
  • Institut für Technologie und Arbeit e.V.
  • Nähmaschinenfabrik Emil Stutznäcker GmbH & Co. KG
  • POLY-TOOLS bennewart GmbH

Ihre Favoriten

In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.