CPS-Talk: Gruppenleiterin Manja Mai-Ly Pfaff im Gespräch

Hallo Manja, die Gruppe „Wissensmodellierung und Assistenz“ fand sich erst Anfang 2021 zusammen. Mit welchen Kollegen seid ihr gestartet und wie habt ihr eure „Technologiewaben“ gefunden?

Wir sind zu dritt gestartet: Arno Weiß, Willy Mehling und ich, Manja Pfaff. Wir kamen alle aus unterschiedlichen Abteilungen: Arno aus der „Digitalisierung in der Produktion“, Willy aus der „Kognitiven Produktion“ und ich aus der klassischen „Werkzeugmaschine“. Mittlerweile sind wir bereits zu fünft, komplementiert wurde unsere junge dynamische Gruppe im Laufe des Jahres durch Sven Pieper und Christian Keilig. Mit der Umstrukturierung Anfang des Jahres 2021 standen wir vor der Aufgabe unsere Gruppenstrategie auszuarbeiten. Arno und Willy arbeiteten schon im Projekt EVOLOPRO zusammen. Willy und ich haben uns schon vorher – unabhängig voneinander – mit dem Thema Kausalität beschäftigt.

Letztlich spiegeln die drei ausgearbeiteten Technologiewaben (siehe Bild) unsere Kernkompetenzen wider – und gleichzeitig unsere Dissertationsvorhaben. So beschäftigt sich Arno mit der Übertragung industrieller Interoperalitätsstandards zur Realisierung der kognitiven Produktion, dazu findet man  bereits einige sehr interessante Blogbeiträge rund um das Thema OPC UA. Willy forscht an Kausalen Graphen, vor allem für die Mensch-KI-Kooperation in der Produktion. Auch ich beschäftige mich mit der Verbindung von Expertenwissen und Maschinendaten. Allerdings liegt mein Fokus auf dem expertengebundenen Wissen und Ontologien als Grundlage für kausale Inferenzen.

Wenn ich unsere Gruppe und ihre Arbeitsweise vorstelle, sage ich gerne, dass ich uns als Start-Up betrachte. Wir sind eine junge Gruppe und wir sind alle mit Begeisterung für unsere Forschungsthemen dabei. Ein Coach sagte mir einmal „Wer die Herzen der Menschen gewonnen hat, der braucht sich um die Köpfe nicht zu sorgen“. Und ich glaube, dies trifft auf unsere Gruppe und Technologiewaben zu.

Die Einteilung eurer Arbeit in die drei Technologiewaben: Ontologische Wissensmodellierung, Industrie 4.0 Kommunikation bzw. Semantik und Causal Knowledge Graphs zeigen eure Arbeitsschwerpunkte. Wie gelingt euch ein Blick über den Tellerrand und wo findet ihr Inspiration für (neue) Ansätze?

Wie eben beschrieben fußen unsere Technologiewaben auf unseren Forschungsinteressen. Aber wir sehen in diesen auch sehr großen Potenzial für die Produktionsindustrie. Wir sind beispielsweise in der Plattform I4.0 UAG Verwaltungsschale, umati und Industrial Ontology Founrdy (IOF) vertreten – aus dem Interesse als Solches. Aber natürlich sind uns der fachliche Austausch und die Vernetzung sehr wichtig. Gleichzeitig treiben die dort aufgenommenen Impulse auch unsere eigene Forschung weiter voran.

Welche (generellen) Herausforderungen gibt es im Bereich Wissensmodellierung aus der Perspektive der Industrie?

Um das zu beantworten, sollten wir uns zuerst fragen, was Wissen eigentlich bedeutet. Wissen ist immer an den Menschen gebunden. Das macht in einer zunehmend automatisierten Produktion den Menschen zunehmend wichtiger. Das Wort Experte/-in stammt aus dem Latein „expertus“, was so viel bedeutet, wie erprobt/bewährt. Es sind also immer die Erfahrungen, die einen Experten dazu befähigen aus Informationen und Daten die richtigen Schlüsse zu ziehen bzw. eine Handlung besonders gut bzw. schnell vollziehen zu können – die den Unterschied ausmachen zwischen Know-That und Know-Why. Zum Verdeutlichen: das alleinige Wissen, wie ein Sternekoch ein Gericht zubereitet, macht mich noch nicht zu einem.

Gleichzeitig stellt sich die Frage bei expertengebundenem Wissen: was ist Objektivität. Schoppenhauer sagte bereits: „Bei gleicher Umgebung lebt doch jeder in seiner eigenen Welt“. Der Beobachter bestimmt das Beobachtete. Jeder nimmt und bewertet das Erlebte unterschiedlich. Ein Beispiel sind die kausalen Zusammenhänge in der Produktion: das vielschichtige Zusammenspiel aus bspw. den Kräften während der Bearbeitung, den Materialeigenschaften, dem Maschinenverhalten oder den Umgebungsbedingungen. Objektivität ist das, worauf sich viele Subjektive geeinigt haben. Und betrachten wir die Maschinenebene ergibt sich die zentrale Frage: Welche semantische Bedeutung/Zusammenhang besteht in den Maschinendaten? Hier wird deutlich, dass Wissen zu modellieren sehr vielschichtig und komplex ist. Eine klassische Datenbank würde dieser Mehrdimensionalität nicht gerecht werden.

In der Übersicht eurer Technologiewaben werden einige aktuelle Projekte und Veröffentlichungen namentlich vorgestellt. Welches dieser Projekte begeistert dich warum persönlich am meisten?

Unser größtes Forschungsprojekt in der Gruppe ist KausalAssist von Willy und Sven. Ein sehr spannendes Projekt, welches vergangenes Jahr gestartet ist und an der Erstellung eines kausalen Graphen für ein digitales Maschinenverständnis durch domänenspezifisches Wissen mit KI-Erkenntnissen forscht. Der Link zum Blogbeitrag ist hier.

Unser größtes Industrieprojekt war allerdings die SAP-AAS, in welchem Arno maßgeblich beteiligt war und welches Ende 2021 erfolgreich abgeschlossen wurde. Wenn du mich allerdings fragst, welches Projekt mich persönlich am meisten begeistert, so ist es mein Projekt AdapDat. Ziel des Projektes ist die Entwicklung eines Assistenzsystems zur Unterstützung bei dem expertengeprägten Prozess der Inbetriebnahme von Produktionssondermaschinen.

Wenn du jetzt spontan mit deinen Gruppenmitgliedern einen Ausflug unternehmen „müsstest“, was würdet ihr unternehmen?

Ich würde sagen, wir sind eine sehr sportliche Gruppe und unternehmen viel. Wir könnten eine großartige Runde Volleyball mit Willy spielen, Arno auf seinen langen Jogging-Runden begleiten, mit Sven die Kunst des Angelns lernen und ich könnte den Anderen einige Tricks beim Eiskunstlaufen beibringen. Sollte dabei jemals etwas schief gehen, könnte Christian, der bei der Freiwilligen Feuerwehr ist, uns sicherlich jederzeit helfen.

Danke Manja für die Vorstellung deiner Gruppe Wissensmodellierung und Assistenz! Ich hoffe, dass die Leserinnen und Leser einen ersten Eindruck in die Arbeitsweise und Motivation der Gruppe erhalten konnten. Für Rückfragen steht Ihnen Frau Pfaff gerne unter der Mailadresse manja.mai-ly.pfaff@iwu.fraunhofer.de gerne zur Verfügung.

Kleiner Lesetipp zum Schluss: in vierzehn Tagen stelle ich Ihnen im Interview Adrian Singer, Gruppenleiter der Gruppe Informationsmanagement und Kommunikationssysteme vor. Inwieweit eine effiziente Produktionsplanung elementar für Firmen ist und in welchem Maße Automatisierung dabei helfen kann, lesen Sie hier am 02. März 2022.