Analyse wiederkehrender Wissenstransfersituationen zur Ableitung methodischer Interventionen zur Verbesserung der agilen Mechatroniksystementwicklung unter Nutzung KI-basierter Ansätze

• Antragsteller: Professor Dr.-Ing. Albert Albers; Professor Dr.-Ing. Norbert Gronau; Professor Dr.-Ing. Marcus Grum
• Fachliche Zuordnung: Konstruktion, Maschinenelemente, Produktentwicklung
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 559141885

Agile Vorgehensweisen und Methoden werden bereits in der Entwicklung von mechatronischen Systemen eingesetzt und weiter erforscht. Im Fokus steht dabei unter anderem das agile Projektteam, welches in kontinuierlichem Informationsaustausch steht und regelmäßig reflektiert, wie es effizienter und effektiver werden kann. Da die Mechanismen einer Erhöhung der Wissenstransfergeschwindigkeit und Qualitätsverbesserung von Wissenstransfers durch methodische Interventionen empirisch erprobt wurden, können diese genutzt und untersucht werden, inwieweit diese in wiederkehrenden Wissenstranssituationen in der agilen Mechatroniksystementwicklung (in Daily-Scrum-Meetings) eingesetzt werden können. Zum jetzigen Zeitpunkt ist unbekannt, wie dies automatisiert durch die Analyse von Wissenstransfersituationen und die Auswahl geeigneter methodischer Interventionen mittels KI-basierten Ansätzen unterstützt werden kann. Eine KI ist besonders interessant, da sie datenbasiert aus bisherigen Anwendungsfällen und Interaktionshistorien mit ProduktentwicklerInnen Zusammenhänge automatisch erkennen und generalisiert und für eine Prognose verfügbar machen kann. Auf Basis dieser Vorhersagen könnten dann vielversprechende Interventionen für einen Ausgleich individueller Informations- und Wissensdefizite durch das KI-System identifiziert werden, sodass sich die Geschwindigkeit der Realisierung von Entwicklungsaufgaben und weiter die Qualität der Erzeugnisse erhöhen könnten. Beispielsweise könnte auf Basis eines Videomitschnitts einer virtuellen Besprechung durch eine KI festgestellt werden, dass bei einem Teilnehmer Verständnisschwierigkeiten vorliegen, welche den Wissensaustausch verlangsamen. Die Empfehlung des KI-Systems zur Präsentation einer technischen Zeichnung zum Klären von Verständnisschwierigkeiten führt zu einer prognostiziert reduzierten Besprechungszeit sowie zu weniger Fehlern in nachfolgenden Produktgenerationen. Das übergeordnete Ziel dieses Forschungsvorhabens ist die automatisierte Analyse von Mustern in wiederkehrenden Wissenstransfersituationen und Ableitung methodischer Interventionen zur Verbesserung des Wissenstransfers in der agilen Mechatroniksystementwicklung unter Nutzung von KI-basierter Ansätze. Eine Verbesserung zeichnet sich dabei durch eine hohe Ergebnisqualität (Effektivität) sowie durch das Verhältnis von Ergebnisqualität und Transferzeit (Effizienz) aus, wobei sich die Transferzeit aus der Transfergeschwindigkeit und der Menge des zu transferierenden Wissens ergibt. Als Grundlage werden die aus den Vorgängerprojekten bekannten Faktoren, welche einen Einfluss auf die Transfergeschwindigkeit von Wissen und die Qualität von Wissensartefakten haben, heranzogen. Zudem werden Interventionen, die die Geschwindigkeit und Qualität von Wissenstransfers in der Produktentwicklung erhöhen, einbezogen.

• DFG-Verfahren: Sachbeihilfen