2025, Masterarbeit, Preniqi Lorik
 

Betreuung durch M.Sc. Arnaud Ngamakoua Hakoua

Das wohl bekannteste Konzept der Industrie 4.0 sind die Digitalen Zwillinge. Mithilfe dieser Technologie sollen physische Geräte vollkommen digital implementiert werden. Dabei sind große Datenmengen vom physischen Gegenstück notwendig. Die Übermittlung von großen Datenmengen birgt Herausforderungen, da oftmals Daten nicht richtig erfasst oder übermittelt werden können. Das führt zu lückenhaften Datensätzen und so wiederum zu schlechten Darstellungen in virtuellen Modellen. Ein Konzept, das sich als vielversprechend für die Handhabung von großen Datenmengen erwiesen hat, ist die Nutzung von künstlicher Intelligenz. Diese Arbeit untersucht welche Methoden und Techniken der künstlichen Intelligenz genutzt werden können, um das Management von fehlenden Daten in Digitalen Zwillingen zu erleichtern. Hierbei wird der Use Case einer Carrerabahn genutzt, um eine gewisse Realitätsnähe aufzuzeigen. Um das Potenzial von künstlicher Intelligenz im Kontext von lückenhaften Daten zu analysieren, wurde zunächst die theoretische Basis gelegt, um die verschiedenen technologischen Konzepte besser einordnen zu können. Daraufhin wurde eine qualitative Literaturrecherche durchgeführt, die zum Ziel hat, bereits implementierte Lösungen im Kontext der Carrerabahn aufzuzeigen und zu erläutern. Daraufhin wurde analysiert, welche KI-Methoden genutzt werden können, um mit lückenhaften Datensätzen umzugehen. Die Recherche zeigt, das künstliche Intelligenz ein praktisches Tool sein kann um fehlende Werte in Datensätzen zu ersetzten, jedoch sind Datensätze, die komplexe Strukturen aufweisen auch mit künstlicher Intelligenz noch schwer zu managen.