Linkedin | PTW

Forschungsgruppe CiP | Center für industrielle Produktivität

Forschungsschwerpunkt Data Science und Künstliche Intelligenz in der Produktion

• Quality Intelligence:​ Einsatz von Deep Learning zur multivariaten statistischen Prozessüberwachung
• Asset Intelligence​: Prädiktive Instandhaltung auf Basis von Maschinen- und Prozessdaten

DIONE-X – Sichere und leistungsfähige Datenräume für das zerspanende Wertschöpfungsnetzwerk

Seit dem Wintersemester 2019/2020 betreut Herr Biegel den Themenbereich „Predictive Maintenance“ in der Vorlesung Machine Learning Anwendungen von Prof. Metternich im Masterstudium. Diese findet in Zusammenarbeit mit Prof. Weigold, Prof. Klingauf (FSR) und Prof. Kersting (Department of Computer Science) statt. Die Vorlesung verbindet ingenieurswissenschaftliche Fragestellungen mit modernen Methoden des Maschinellen Lernens im Kontext der Künstlichen Intelligenz. Dabei werden, ausgehend von der mathematischen Theorie der Verfahren, anhand von einschlägigen Praxisbeispielen aus der fertigenden Industrie die Methoden erläutert und kritisch aus der Perspektive der Ingenieurswissenschaft hinterfragt. Beispielhaft sind der Einsatz des Maschinellen Lernens in der Instandhaltung, im Energiemanagement oder in der Qualitätssicherung zu nennen. Im Rahmen eines Praxisprojekts können die Studierenden ihr neu erlerntes Wissen direkt an realen Daten aus der Industrie erproben.