Ich baue beobachtbare Fabriken.
Ingenieur und Forscher am KIT, auf dem Weg zur industriellen Systemarchitektur.
Minimal tragfähige Beobachtbarkeit. Bevor eine Fabrik AI-nativ werden kann, braucht sie verlässliche Spuren dessen, was tatsächlich passiert. Ich konzentriere mich auf die kleinste nützliche Ebene aus Sensoren, manuellen Checkpoints, Ereignisströmen und Prozessaufzeichnungen, die eine Produktionslinie beobachtbar macht. Der erste Meilenstein ist nicht Automatisierung. Er ist, genau genug zu wissen, was passiert, um darüber nachdenken zu können.
Zuverlässige industrielle Dateninfrastruktur. Fabriken mit geringer digitaler Reife brauchen meist nicht zuerst ein weiteres Dashboard. Sie brauchen Zeitstempel, IDs, Schemata, Validierung, Speicherung und Eigentum: die leise Infrastruktur, die rohe Aktivität in nutzbare Daten verwandelt. Eine Fabrik, die ihre Daten besitzt, kann ihren Prozess verbessern, ohne ihr Gedächtnis von getrennten Werkzeugen zu mieten.
Systeme, die wartbar bleiben. Ich bewege mich bewusst in Richtung Systemarchitektur und langfristiger Maintainership: Software, Infrastruktur und Betriebsroutinen entwerfen, die ein Fertigungsunternehmen auch nach dem Pilot weiter nutzen kann. Die Arbeit muss echte Bediener, echte Aufträge und echte Wartungsgrenzen überstehen.
Unsicherheitsbewusste Produktionsmodelle. Sobald die Fabrik beobachtbar ist, öffnet sich die Forschung: Prozessrekonstruktion, probabilistische Zustandsschätzung, Belief Propagation, adaptive Inferenz, Weltmodelle und Entscheidungsunterstützung für unvollständige industrielle Daten. Fortgeschrittene KI wird erst sinnvoll, wenn das Produktionssystem eine strukturierte Realität hat, über die es schließen kann.
Forschung, getragen von realen Fabriken. Das KIT gibt den akademischen Rahmen; Skytex Georgia gibt eine reale Fertigungsumgebung zur Validierung. Die Unternehmensarbeit ist nicht getrennt von der Forschung. Sie ist das Fahrzeug, das prüft, ob die Methoden in der Praxis bestehen. Forschung schafft die Technologie, Pilotprojekte validieren sie, und das Unternehmen trägt sie in die Industrie.
Ingenieur, Forscher und Systemarchitekt in Ausbildung.. Ich arbeite an der Grenze zwischen industrieller Softwaretechnik und angewandter Forschung. Mein Fokus ist, wie Fertigungsumgebungen mit geringer digitaler Reife beobachtbar, datengetrieben und schließlich adaptiv werden können, ohne so zu tun, als hätten sie bereits saubere Echtzeitdaten.
Mit einer Produktionslinie beginnen, nicht mit einer ganzen KI-Fabrik.. Der erste Forschungspilot sollte eng genug sein, um validiert zu werden. Ein Workflow, eine Linie, eine Menge von Ereignissen. Den Prozess kartieren, das Wichtige instrumentieren, fehlende und verrauschte Daten ehrlich erfassen und dann den Produktionszustand rekonstruieren.
Von Papier-Workflows zu adaptiven industriellen Systemen.. Das langfristige Ziel ist keine auffällige KI-Schicht auf Chaos. Es ist eine gewartete Systemarchitektur, in der Datenerfassung, Prozesswissen, unsicherheitsbewusste Inferenz und industrielle Agenten aus derselben Grundlage wachsen können.
Skytex Georgia ist eine reale Stickerei-Fertigungsumgebung mit geringer digitaler Infrastruktur und überwiegend manuellen Workflows. Genau das macht sie zu einer starken Validierungsumgebung für mein Forschungsziel: eine Fabrik von papierbasiertem Betrieb in ein beobachtbares, wartbares und schließlich AI-natives Produktionssystem zu verwandeln. Die aktuelle Arbeit verbindet Produkt- und Großhandelssoftware mit der ersten eigenen digitalen Betriebsebene. Ich suche Betreuer, Kollaboratoren und Fertigungsumgebungen, in denen diese Arbeit von Pilotinfrastruktur zu wartbaren industriellen Systemen reifen kann. Schreiben Sie mir, wenn sich das mit Ihrer Arbeit überschneidet.
Solutions · Essays · Demos · LinkedIn · GitHub · E-Mail