Entwicklung eines intelligenten kognitiven Assistenzsystems für dynamische Produktionsumgebungen - am Beispiel eines Assistenzsystems zur Unterstützung von Mitarbeitern in der Nacharbeit

Kognitive Assistenzsysteme in der Produktion unterstützen Mitarbeiter bei der Bewältigung manueller Tätigkeiten. Im laufenden (Montage-)Prozess versorgen sie den Mitarbeiter mit Informationen zur auszuführenden Tätigkeit. Fortschrittlichere Assistenzsysteme überprüfen zugleich den Prozess und melden etwaige Fehler zurück. Herkömmliche Kognitive Assistenzsysteme eignen sich für lineare Prozessabfolgen, wie sie bspw. in der Linienmontage vorzufinden sind. In Produktionsbereichen, wo Prozesse von unterschiedlichen Einflussfaktoren abhängig sind, eignen sich bisherige Assistenzsysteme kaum. In dieser Arbeit wird die Entwicklung eines Kognitiven Assistenzsystems für den Einsatz in dynamischen Produktionsbereichen am Beispiel der Nacharbeit beschrieben. Grundlage hierfür ist eine Graphenstruktur, die den Produktfortschritt abbildet. Diese wird mit unterschiedlichen Prozessdaten angereichert und erlaubt die Generierung einer Prozessliste mit variablem Ziel. Diese Liste steht in digitaler Form zur Verfügung und steuert das Kognitive Assistenzsystem an. Zudem werden am Assistenzsystem Daten aufgenommen. Diese ermöglichen den Rückschluss auf die Vertrautheit einer Person mit bestimmten Montageprozessen. Diese Information wird genutzt, um Aufträge den Mitarbeitern derart zuzuweisen, dass Auftragsbestände besser reduziert werden. Hierzu werden Metaheuristiken genutzt, da auch eine Vielzahl von Kombinationsmöglichkeiten (Auftrag an Mitarbeiter) zu berücksichtigen ist.Cognitive Assistance Systems used in production provide operators with valuable in-formation about the assembly process to assist in decision-making. Some systems can even check processes and give feedback in case of any errors. Commonly available assistance systems work well in sequentially organized processes like those of an as-sembly line. However, they are barely able to operate in more dynamic environments such as rework areas, where the processes depend on numerous factors. This work aims to describe a Cognitive Assistance System suitable for use in these dynamic pro-duction environments. A graph structure poses as the backbone for this Cognitive As-sistance System as it represents the production stream. This graph structure is then enriched with process-related data and is able to generate a digital process list that serves as the program for the Cognitive Assistance System. The data collected by the system is used to determine the operator’s familiarity with the task to be performed. The information is then used to assign a suitable rework job to the operator in order to reduce the amount of pending rework jobs. Meta-heuristics help to handle the huge number of combinations (job-to-operator) that this system would generate