2011 -
Durch Digitalisierung und rasante Fortschritte beim maschinellen Lernen werden datengetriebene Methoden auch in der Produktion immer bedeutsamer. Oft ersetzen oder ergänzen sie Modellbildung und auf Erfahrungswissen basierende Ansätze: bei der Optimierung einzelner Prozessschritte, bei der Steuerung komplexer Gesamtprozesse (um Ausschuss zu vermeiden und Produktivität zu maximieren), zur Erkennung von Anomalien und sich abzeichnenden Problemen (Stichwort Predictive Maintenance) und zur logistischen Optimierung komplexer Lieferketten. Lernen Computer mithilfe von Sensorik und Aktorik, wie Prozessparameter und Outcome zusammenhängen, lassen sich auch unreife Prozesse erfolgreich entwickeln und betreiben – also Produktionsverfahren, die man physikalisch-ingenieurstechnisch nicht vollständig versteht.