SmartShip – Digitale Zwillinge für Intelligente Schiffe und für Schiffsflotten
Die Seenotrettung ist ein essenzieller Bestandteil der maritimen Arbeitswelt. Ihre Aufgabe, die Suche und Rettung auf See, wird zunehmend anspruchsvoller, denn der expandierende Schiffsverkehr macht Rettungsaktionen aufwändiger und schwieriger. Technologische Fortschritte wie die Automatisierung und die digitale Datenverarbeitung können der Crew helfen, diese Herausforderungen besser zu bewältigen. Methoden des maschinellen Lernens (ML) und die Nutzung von künstlicher Intelligenz (KI) haben das Potenzial, die Schiffsbesatzung zu unterstützen und das Outcome von Rettungsaktionen bedeutsam zu steigern. Derartige Techniken können die Fähigkeiten der Besatzung erweitern, um die Instandhaltung der Schiffe und die Suche auf See zu optimieren. Für dieses Vorhaben ist es erforderlich, Schiffe mit entsprechenden Sensoren auszustatten und angemessen zu vernetzen.
SmartShip I (Abgeschlossen: 01.09.2020 – 31.12.2024)
Zu diesem Zweck sollen Schiffe mit neuen Sensoren ausgestattet werden. Unter anderem gehören dazu Kamerasysteme, welche die Umgebung aufnehmen und Bilddaten zur Auswertung liefern. Eingerichtete IT/KI-Systeme sollen zu Testzwecken umgebaut und mit einem digitalen Zwilling verknüpft werden. Ziel ist es, einen digitalen Zwilling zu entwickeln, welcher die an Bord befindlichen Maschinen überwacht und Vorhersagen, basierend auf den Sensordaten, trifft. Dadurch wird sich erhofft, dass diese Prognosen die Lebensdauer der Maschinen verlängern, indem frühzeitig eingegriffen werden kann und Wartungsarbeiten vorgenommen werden können. Ein digitaler Zwilling eignet sich für diesen Anwendungsfall besonders gut, da er in der Lage ist, heterogene Daten (AIS, Wetter, Bilder, etc.) gleichermaßen zu verarbeiten und für Vorhersagen nutzen zu können. Prognosen basieren dabei auf der Abweichung von Sensordaten der Ist-Zustände mit Sensordaten der Soll-Zustände.
Ein zusätzlicher digitaler Zwilling soll für gesamte Schiffsflotten entwickelt werden, um ihr Verhalten zu analysieren. Mittels dieser Informationen können zukünftige Einsätze sowie Such- und Rettungsaktionen besser geplant, koordiniert und durchgeführt werden. Erlangte Kenntnisse können dann grundsätzlich zur Optimierung der Flotten beitragen. Kombiniert mit Systemen zur Anomalieerkennung mit Echtzeitdatenerfassung, können Kosten reduziert werden, indem Liegezeiten und Betriebsressourcen minimiert werden.
SmartShip II (Laufend: 01.01.2025 – heute)
In der Vergangenheit wurden digitale Zwillinge entwickelt, ML-Algorithmen zur Anomalieerkennung betrieben und ebenfalls ein Prototyp eines Kamerasystems entwickelt, welches der Objekterkennung dient. Nun fokussiert sich die Forschung auf die Standardisierung der Datenarchitekturen und Algorithmen, um den Anwendungsbereich der Modelle zu erweitern und für effiziente KI-Nutzung vorzubereiten. Die bisher entwickelten digitalen Zwillinge sollen für unterschiedliche Schiffsklassen standardisiert und so angepasst werden, dass sie direkt KI-kompatibel sind. Auf diese Weise können wir gewährleisten, dass sie problemlos mit weiteren KI-Technologien kombiniert werden können. Eine dieser Technologien ist das Prognostics & Health Management (PHM), welche sich mit der Erhaltung der systemtechnischen Gesundheitserhaltung befasst.
Large Language Models (LLMs) können komplexe Fachdomänen darstellen und wiedergeben. Kombiniert man eine derartige Komponente mit einem PHM-System, kann die Besatzung von dieser Mensch-Maschinen-Interaktion profitieren. Um das LLM stetig mit Expertenwissen anzureichern, soll eine sprachliche Schnittstelle entwickelt werden, über die die Schiffsbesatzung mit dem PHM kommunizieren kann.
Bekannte Herausforderungen in der Seenotrettung sind schlechte Wetterbedingungen, welche die Suche nach Schiffbrüchigen und vermissten Leuten erschweren. Kamerasystem, welche nur auf dem sichtbaren Spektrum basieren, sind häufig nicht ausreichend, da sie ebenfalls durch Nebel und Regen stark beeinträchtigt werden. Daher macht sich SmartShip nun das Ziel, mehrere Kamerasysteme (z. B. Thermalkameras) und Radarsignale zu kombinieren, um mehrere Quellen auswerten zu können. Gesammelte Erkenntnisse und Daten sollen helfen, die Genauigkeit der Objekterkennung zu verbessern.
SmartShip wird vom Bundesministerium der Verteidigung (BMVg) im Rahmen des DTEC-Förderprogramms gefördert.
Letzte Änderung: 7. Februar 2025