Für die Gesamtoptimierung der Herstellung ist es daher wichtig, sich zunächst eine Übersicht über den Gesamtprozess zu verschaffen. Anschließend wird der Prozess in beschreibbare Teilprozesse differenziert. Für die Simulation der Teilprozesse wird zunächst das weise Wissen (Wissen, welches eindeutig durch mathematische Gleichungen abgebildet werden kann) eingetragen. Im Anschluss wird für die verbleibenden Teilprozesse jeweils eine Blackbox erstellt. Diese Blackbox wird, soweit möglich, mit mathematischen Gleichungen beschrieben, auch wenn diese im ersten Schritt unvollständig sind. Für die Erstellung der mathematischen Gleichungen wird auf Prozessdaten, Fachkräftewissen und Projektinformationen aus abgeschlossenen Projekten zurückgegriffen, bei denen bekannt ist, welcher Input zu einem bestimmten Output geführt hat. Künstliche neuronale Netze können dann mittels Backpropagation-Training einen ersten Berechnungsentwurf liefern. Ist die Blackbox mit den entsprechenden Daten gefüllt, kann diese in das Gesamtsystem eingesetzt und mit diesem verknüpft werden. Hierdurch entsteht die erste Version des Gesamtmodells, welche für die Simulation genutzt werden kann. Das Ziel der Simulation kann unternehmensspezifisch gewählt werden. So kann beispielsweise der Energieeinsatz bei einer möglichst hohen Gesamtausbeute dafür genutzt werden, die Ressourceneffizienz zu steigern.

Literatur:

Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM (2021): Greybox-Modelle zur Optimierung von Gesamtverfahren [online]. Fraunhofer ITWM [abgerufen am: 02.03.2021].