Digital Twins und ZeroConf AI: Intelligente Pipelines für Industrie

Die zunehmende Komplexität von Cyber‑Physical Systems (CPS) in der Industrie stellt die Integration von Künstlicher Intelligenz (KI) und Machine Learning (ML) vor große Herausforderungen. Fragmentierte IoT‑ und IIoT‑Technologien, unterschiedliche Kommunikationsprotokolle, Datenformate und Gerätefähigkeiten schaffen eine deutliche Lücke zwischen den physischen Schichten und den hochrangigen intelligenten Funktionen.

Digital‑Twin‑Technologie (DT) bietet hier eine vielversprechende Lösung: strukturierte, interoperable und semantisch reichhaltige digitale Abbilder physischer Anlagen. Bisher sind die Ansätze jedoch oft siloartig und stark gekoppelt, was Skalierbarkeit und Wiederverwendbarkeit von KI‑Funktionen einschränkt.

Die vorgestellte Arbeit präsentiert ein modulareres und interoperableres Konzept, das die nahtlose Integration von KI‑Pipelines in CPS ermöglicht. Durch Minimierung der Konfiguration und Trennung der Rollen von DTs und KI‑Komponenten entsteht das Prinzip der Zero‑Configuration (ZeroConf) KI‑Pipelines, bei denen DTs die Datenverwaltung und intelligente Erweiterung orchestrieren.

In einem Micro‑Factory‑Szenario wird gezeigt, dass mehrere ML‑Modelle gleichzeitig und dynamisch verarbeitet werden können. Dadurch beschleunigt sich die Bereitstellung intelligenter Dienste in komplexen industriellen Umgebungen erheblich.