Expertensysteme in Produktion und Engineering

Die Entwicklung, Anwendung und Wartung von Software steht unter starker Kritik. Trotz massiven Einsatzes modernster Informations- und Kommunikationstechnologien sind Urteile wie „Flut an Daten“, „Mangel an Informationen“ [Klotz I, 1991] weitverbreitet.

Die Automatisierung der Fertigung und der damit unmittelbar verbundenen administrativen Prozesse hat im letzten Dezennium nochmals stark zugenommen. Der indirekte Bereich hat mit diesen Entwicklungen nicht Schritt halten können. Von einem durchgängigen CIM-Konzept, das den Verkauf mit einschliesst, ist in der Praxis noch kaum die Rede.

In einem schwieriger werdenden Umfeld wird vom TÜV eine ständig verbesserte Qualität seiner Dienstleistung verlangt. Dieser Anforderung zu entsprechen erfordert zunehmend mehr Aufwand, da die Technik auch auf konventionellen Gebieten immer komplexer wird und für eine umfassende Sicherheitsbeurteilung zunehmend Spezialkenntnisse aus mehreren Wissensgebieten erforderlich sind. Sachverständige, die diese Anforderung abdecken können, müssen Spezialisten sein. Diese sind aber selten und allgemein nur eingeschränkt verfügbar. Um deren Wissen in größerem Umfang nutzen zu können, müssen neue Wege beschritten werden.

In immer stärkerem Maße ergibt sich in vielen Datenbankanwendungen die Notwendigkeit, neben der reinen Faktenverarbeitung auch anwendungsspezifisches Wissen, Vorgehensregeln usw. zu berücksichtigen — so wie das von Expertensystemen geleistet wird. Jedoch ergibt sich bei Expertensystemen das Problem, mit sehr großen Faktenmengen zu operieren. Hierfür eignen sich wiederum zur Verwaltung Datenbanksysteme. Ziel dieses Beitrags ist es daher, einen Überblick über die wichtigsten Probleme an der Schnittstelle zwischen den beiden Systemtypen zu geben und Alternativen aufzuzeigen, die die charakteristischen Fähigkeiten beider Systemtypen so miteinander verbinden, daß die funktionellen Eigenschaften einander ergänzen. Von Bedeutung ist beispielsweise die Entwicklung deduktiver Systeme, da sie auf sehr großen Fakten- und Regelmengen operieren können. Der geeignetste Lösungsansatz wurde in einem rechnergestützten Werkstoffinformationssystem IAOWIS für die Konstruktion implementiert und getestet.

Expertensysteme gewinnen heute immer mehr an Bedeutung für die Produktion. Sie helfen Problemstellungen zu lösen, bei denen die bisherige Informationsverarbeitung an ihre Grenzen gestoßen ist. Besonders bei der Lösung diagnostischer Probleme erfahren Expertensysteme eine immer weitere Verbreitung. Um diese neue Softwaretechnologie nutzbringend einzusetzen, bedarf es einer gründlichen Vorbereitung sowohl auf der Seite der Anwender als auch auf der Seite der Entwickler.

Die Bearbeitung der verschiedensten Materialien mit Leistungslasern ist eine Technologie, die sich in den letzten Jahren immer mehr industrielle Anwendungen erschlossen hat. Betreiber von lasertechnischen Anlagen wissen aber um die Komplexität von Laseranwendungen und daß es viel Erfahrung bedarf, die Vielzahl der prozeß-, material- und anlagenbedingten Parameter in den Griff zu bekommen. In einem ersten Ansatz wurde daher versucht, im Rahmen von universitären und industriellen Forschungsprojekten Verfahrensstandards zu bestimmen und in Form von Datenbanksystemen als Einstellparameter dem Betreiber von Laseranlagen zur Verfügung zu stellen. [1]

Der Einsatz wissensbasierter Systeme zur Unterstützung in der technischen Diagnostik nimmt stetig zu. Auch in der Automobilindustrie wird die Sicherstellung der Qualität und Zuverlässigkeit in der Wartung und Fehlerbehebung aufgrund der ständig steigenden Komplexität der Fahrzeuge und ihrer Aggregate, des komplexen Zusammenspiels aller Komponenten und der zunehmenden Verwendung elektronischer Bauteile ein zentrales Problem. Aus diesem Grunde plant die Robert Bosch GmbH, Geschäftsbereich Industrieausrüstung Prüftechnik, Plochingen, den Einsatz wissensbasierter Systeme für die Diagnose von Motoren und Motorelektronik. Gemeinsam mit der Danet GmbH, Geschäftsstelle Künstliche Intelligenz, Darmstadt, wurde daher ein Projekt mit dem Ziel angegangen, herstellerübergreifende Diagnosesysteme in der Kfz-Werkstatt einzusetzen.

Die Entwicklung von Expertensystemen wird heute noch sehr oft als konkurrierend mit der „restlichen“ Softwareentwicklung gesehen. Bis vor wenigen Jahren wurde angestrebt, mit den Entwicklungen aus der „Künstlichen Intelligenz“-Forschung eine gänzlich neue Art der Software-Erstellung zu gründen. In vielen Firmen wurde eine Stabsabteilung für diese Aufgaben gebildet, die nicht selten mit den traditionellen Datenverabeitungsbereichen in Konflikte kamen. Dieser „Parallelismus“ in der Software-Entwicklung ist mittlerweile bewältigt. Es hat sich die vernünftige Einsicht durchgesetzt, daß es nur eine Softwareentwicklung geben kann. Zudem wird durch verstärkte Anstrengungen von Anbietern und Herstellern eine größere Hinwendung zur Softwareentwicklung von Ingenieuren angestrebt. Viele Unternehmen haben sich in den verschiedensten Gremien zusammengeschlossen, um die Produktivität des Software-Entstehungsprozesses zu optimieren. Themen wie Software-Architekturen, Repository oder Software-Entwicklungs- und -produktionsumgebungen, Computer Aided Software Engineering usw. sind aktuell.

Seit nunmehr ca. 25 Jahren beschäftigt sich die Informatik mit dem als „Software-Krise“ bekannten Phänomen, das die erfolgreiche Nutzung der automatisierten Informationsverarbeitung in der betrieblichen Praxis durch Probleme bei der Entwicklung sowie Wartung von Anwendungsprogrammen überschattet [Kimm, 1979]. Ziel der verschiedenen Konzepte des Software Engineering ist es, diese Probleme zu verringern, indem die Software-Erstellung zu einem Prozeß gemacht wird, der in seiner Systematik sowie seinen Planungs- und Kontrollmöglichkeiten die Prinzipien einer ingenieurmäßigen Konstruktion aufgreift.

Die Vorteile und Anwendungsmöglichkeiten von wissensbasierten Systemen sind heute kaum umstritten. Vergleicht man jedoch die Anzahl der produktiv eingesetzten Systeme mit der Zahl der Prototypen, die alleine in Deutschland in die Tausende geht, so tut sich hier eine große Lücke auf. Die Ursachen hierfür sind vielfältiger Art. Zum einen wurden in der Euphorie häufig zu komplexe Probleme angegangen. Zum zweiten ist ein Teil der Projekte universitären Ursprungs und sollten nur die Machbarkeit herausfinden.

Die Automatisierung technologischer Abläufe schließt die Aspekte der Überwachung, Diagnose und Qualitätssicherung ein. Die Forderungen nach Zuverlässigkeit, Sicherheit und Güte sind mit der Kontrolle der aktuellen Prozeßzustände verbunden. Dazu muß und kann eine Vielzahl z.T. sehr verschiedenartiger Prozeßsignale und auch linguistisch formulierter Bedienerbewertungen herangezogen werden. Die Ableitung von Aussagen insbesondere über komplexe Prozeßzustände — meist auch unter erheblich gestörten Bedingungen — ist jedoch keine einfache Aufgabe. Ihre Lösung erfordert eine gezielte Verarbeitung der Primärinformationen, in die bereits Expertenwissen einfließt, und die Auswertung der verschiedenen Sensor- und Zusatzinformationen in Kombination zueinander.

Die biologischen Grundlagen zur Theorie der neuronalen Netzwerke wurden bereits in den 40er Jahren entdeckt. Seit Beginn der 80er Jahre ist es weltweit zu einem enormen Aufschwung dieser Technik gekommen.

Kürzer werdende Produktlebenszyklen fordern eine verstärkte Flexibilisierung der verschiedenen Unternehmensbereiche und eine Verkürzung der Produktentwicklungszeiten. Ein Wettbewerbsvorteil gegenüber der Konkurrenz läßt sich durch den Einsatz von flexiblen Fertigungs- und Montageeinrichtungen sowie durch innovative CA-Technologien erzielen. Das Erreichen von verschiedenen Unternehmenszielen, wie z.B. die Senkung der Herstellungskosten, ist nur zu verwirklichen, wenn die Vorteile der vorhandenen Technologien erkannt und bereits in der Produktentstehungsphase berücksichtigt werden.

In der Literatur zu Expertensystemen (ES) finden sich neben Vorschlägen zu den Einsatzgebieten von ES auch Bewertungskriterien, mit deren Hilfe vielversprechende von den nicht so vielversprechenden Projekten getrennt werden sollen.