Team Autoplan - Semantic Planning Engine

Philipp Nicolas Hansen

Development Lead, Infrastructure Lead, Project Responsible

Architektur, Konzeption, Maßgebliche Entwicklung, Code Review, Testing, Dokumentation, Infrastruktur, Reporting an den Auftraggeber

Michelle Dieter

UI Design Studie, Evaluation, Dokumentation, Entwicklung

Miriam Cornel

UI Design Studie, Evaluation, Dokumentation, Entwicklung

Kiro Topacev

Technik, Infrastruktur, Entwicklung

Albert Schotschneider

Technik, Infrastruktur, Entwicklung

Sascha Zenglein

Code Review, Dokumentation, Entwicklung

Daimler AG

Daimler ist einer der größten Automobilhersteller der Welt. Als solcher hat der Konzern hohe Anforderungen auch im Bereich Planung. Das entwickelte Tool schafft eine Möglichkeit, Benutzern die Planung zu erleichtern.

Webseite

Vision

Implizite Zusammenhänge in der Planung von Montagevorgängen sollen mit Hilfe von semantischen Netzen erkannt werden und damit die Planung zukünftiger Vorgänge vereinfachen. Das System soll einem Planer Erkenntnisse über zuvor nur mühsam ersichtliche Zusammenhänge ermöglichen, damit diese direkt in den Planungsprozess einfließen können. Dabei soll eine KI sich dem Suchverhalten des Planers schrittweise anpassen. Weiterhin soll Automatisierungspotenzial geschaffen werden.

Service

Die Applikation wird als Singlepage Webapplikation ausgeliefert. Hierfür wurden eine JavaScript UI und ein Rest Service entwickelt.

User Interface: Es wurde eine JavaScript UI entwickelt, die die einzelnen Workflows sowie das Semantische Netz visualisert

Rest Service: Als Schnittstelle zum Backend wurde ein Rest Service entwickelt, welcher die sich aus Semantischem Netz und Workflows ergebenden Abfragen von der Benutzeroberfläche an das Backend zur Berechnung gibt

Workflows

Workflows sind Arbeitsabläufe die die aktuell in den Commons implementierte Technologie sinnvoll zusammenfügen und von den Planern durchgeführte Arbeitsschritte abbilden

Semantische Suche: Es wurde eine Semantische Suchfunktion entwickelt welche Zusammenhänge in den zugrundeliegenden Daten erschließen kann. Diese können benutzt werden um sich hieraus in der Graphvisualisierung entsprechende Teilgraphen aus der Datenmenge visualisieren zu lassen und die Umgebung der Daten zu erkunden. Um sich den Ausdrucksweisen der Planer anpassen zu können wurde dafür eine Natural Language Processing Einheit entwickelt die Nutzereingaben verarbeitet und bei Ambiguitäten einen Supervised Learning Approach benutzt um die Suche mit der domänenspezifischen Sprache korrekt auszuführen und diese schrittweise zu lernen. Diese Semantische Suche stellt momentan den einzigen Nutzbaren Workflow dar.

Erweiterbarkeit: Die Workflows sind erweiterbar und existieren einige weitere Automatisierungspotenziale und Ansätze die im Rahmen der Projektarbeit aufgefallen sind und als Workflows umgesetzt werden könnten.

Commons

Commons sind Low-Level Technologieeinheiten die in den Workflows verwendet werden

Migration: Migrationstools die die Daten aus der aktuell verwendeten Darstellung in die neu entwickelte importieren und aus dieser Exportieren

Persistenz: Schnittstelle zur Graphdatenbank. Führt Abfragen aus. Enthält generische Abfragemodelle für die Workflows.

Semantik: Natural Language Processing und Machine Learning

Technologie und Konfiguration

Graphdatenbank: Als Basistechnologie wird eine Graphdatenbank verwendet um das Semantische Netz persistent zu speichern und zu verwalten. Mächtige Abfragen sind hierdurch leicht möglich