Diese digitalen Technologien sind vor allem dann eine Unterstützung, wenn es gilt, viele Daten manuell zu sichten und auszuwerten. Zum Beispiel im Zuge der Homologation von Fahrzeugen, während derer täglich hunderte Dateien generiert werden. Mitarbeitende sichten jede dieser Dateien einzeln, um zu entscheiden, ob die Informationen relevant für die Homologation sind oder nicht. Wenn es sich um entsprechend relevante Informationen handelt, müssen die Anpassungen manuell in verschiedene Listen eingetragen werden.
Digitalisierung, Künstliche Intelligenz, Automatisierung: Der technologische Fortschritt in diesen Bereichen entwickelt die Industrie immer weiter, bietet neue Möglichkeiten und beschleunigt Arbeitsschritte und Workflows.
Natural Language Processing
Muhammad Muzammil Mukhtar, Masterstudent an der TH Ingolstadt, hat im Rahmen seiner Abschlussarbeit bei PSW mit Methoden des Natural Language Processing (NLP) einen Algorithmus entwickelt, der die Auswertung dieser Dateien erleichtert. Doch zunächst: Was ist NLP? Dabei handelt es sich um Methoden zur maschinellen Verarbeitung und Erkennung von Sprache. Indem Algorithmen und Ergebnisse der Sprachwissenschaft mit Künstlicher Intelligenz kombiniert werden, können spezifische Informationen in Texten analysiert werden.
Der Algorithmus muss jedoch zunächst „lernen“, welche Informationen er erkennen und welche Entscheidungen er treffen soll. Dazu hat Muhammad auf Basis der vorliegenden Daten über Wochen hinweg den Algorithmus mit verschiedenen Techniken trainiert, sodass die Auswertung der Dateien automatisiert erfolgen kann und nicht mehr manuell durchgeführt werden muss. Mittlerweile hat der Algorithmus eine sehr gute „Trefferquote“. Bei 84 Prozent der Dateien lag er mit seiner Entscheidung richtig, ob die Informationen relevant für die Homologation sind oder nicht. Eine Quote von 100 Prozent ist theoretisch möglich, wenn der Algorithmus mit weiteren Daten trainiert wird.
Die Methodik ist ein eindrucksvolles Beispiel, wie Künstliche Intelligenz in der Fahrzeugentwicklung eingesetzt werden kann und birgt großes Potential für zukünftige Anwendungen.
