Transferprojekte

Ein Assistenzsystem mit dem das Testen und Validieren von E/E-Systemen automatisiert werden kann

Nachweis der Machbarkeit einer ontologie-gestützten Anomaliedetektion für E/E Testdaten

Das Testen und Validieren elektrischer und elektronischer (E/E) Komponenten in der Automobilindustrie basiert zu großen Teilen auf der Auswertung von Datenlogs aus Testfahrten. Durch Einsatz von Verfahren der Anomaliedetektion können Testingenieure bei der aufwändigen Auswertung der aufgezeichneten Kommunikationsdaten unterstützt werden. Die Auswahl und Parametrisierung dieser Verfahren ist jedoch eine Herausforderung. Im Rahmen des Projekts wurden KI-Technologien in ein Gesamtsystem vereint, das sowohl aus Daten als auch aus Expertenwissen lernt und so bei der Fehlererkennung assistieren kann.

Die K4A Systems GmbH ist Anbieter von wissensbasierten System für die Automatisierung interner Unternehmensprozesse. Kerntechnologie sind Ontologien, die eine formale Beschreibung von Wissen gestatten. Dies dient als technologische Basis für das Gesamtsystem, in dem Expertenwissen zum E/E-System (bspw. Regeln und Anforderungen zu Signalen und Systemparametern) sowie Wissen von Machine Learning Experten (bspw. zur Auswahl und Parametrisierung von Verfahren der Anomaliedetektion) verfügbar gemacht wird. Darüber hinaus werden Systemeigenschaften mit Methoden der Wissensextraktion aus Kommunikationsdaten abgeleitet und wiederverwendbar gemacht.

Im Projekt wurden Methoden zur Anomaliedetektion sowie zur Wissensextraktion weiterentwickelt und mit einem Ontologie-System in ein Gesamtsystem integriert und validiert. K4A konnte damit ihre Kerntechnologie gezielt um kognitive Technologien erweitern. Für den Endkunden ergibt sich ein Assistenzsystem, mit dem das Testen und Validieren von E/E-Systemen automatisiert werden kann. Das System ist einfach konfigurierbar, erlernt Erfahrungswissen und statistisches Wissen selbstständig während der Anwendung und erkennt auch Fehler, die durch Testingenieuren bislang unerkannt blieben.