Agent-X
Projektbeschreibung
Eine zentrale Herausforderung in der Automobilproduktion ist die Leitungssatzfertigung. Trotz technologischen Fortschritts ist sie nach wie vor stark manuell geprägt, mit einem Handarbeitsanteil von rund 85 % beim Haupt-Leitungssatz. Automatisierte Verfahren scheitern bisher an der fehlenden Ordnung und Struktur der Bordnetze.
Leitungssätze bestehen aus zahlreichen Leitungen, die über Pin-Zuordnungen mit Steckern verbunden sind, jedoch ohne übergeordnetes Ordnungsprinzip. Diese komplexe Verflechtung erschwert die Fertigung und verhindert hohe Maschinendurchsätze.
Das Projekt Agent-X entwickelt deshalb Methoden zur virtuellen Abbildung von Bordnetzarchitekturen. Ziel ist eine ganzheitliche Optimierung des gesamten elektrischen und elektronischen Systems – einschließlich Steuergeräten, Stecker-Interfaces, Stromverteilern und Leitungssatz.
Nur ein ganzheitlicher Ansatz ermöglicht eine effiziente Struktur, die die Produktivität der Bordnetzfertigung steigert. Die erwarteten Ergebnisse umfassen eine Verkürzung des Entwicklungsprozesses, die wirtschaftliche Automatisierbarkeit der Leitungssatzfertigung, Kostenreduktionen bei Stromverteilern und Steuergeräten durch eine optimale Ressourcenallokation sowie eine skalierbare Elektrik-/Elektronik-Architektur für individualisierbare Fahrzeuge.
Forschungsbeitrag
Im Rahmen dieses Projekts bringt fortiss seine umfassende Expertise in mathematischer Modellierung, KI-basierten Optimierungsverfahren, Multi-Agenten-Systemen, Graph-Neural-Networks (GNN) und Large Language Models (LLMs) ein.
Besonderes Augenmerk liegt auf Reinforcement Learning (bestärkendem Lernen), um die zahlreichen und teilweise konkurrierenden Anforderungen in der Bordnetzentwicklung zu berücksichtigen. Graph-Neural-Network-Ansätze dienen der Bewertung und Qualitätssicherung der erzeugten Netzstrukturen. Ergänzend kommen Large Language Models zum Einsatz, um textuell vorliegende Anforderungen automatisiert in mathematische Randbedingungen zu überführen.
Projektdauer
01.01.2026 - 31.12.2028
