Programm 2026

Prozessdesign ist ein mehrkriterielles Optimierungsproblem: Möglichst hochwertige Produkte sollen zu möglichst geringen Invest- und Betriebskosten in ausreichender Menge produziert werden. Die sich daraus ergebenden bestmöglichen Kompromisse bilden die Menge von Paretolösungen. Diese können auf Grundlage von Fließbildsimulationen durch adaptive Skalarisierungsverfahren numerisch effizient durch wenige charakteristische Punkte dargestellt werden. Dies erlaubt es dem Entscheider, gemäß individueller Präferenzen interaktiv die Zielerfüllung auszubalancieren [1].  

Dieser Prozess kann zeitaufwändig sein und erfordert vom Nutzer ein gutes Verständnis des Konzepts von Paretolösungen. Der Einsatz agentischer KI-Verfahren kann 

hierbei unterstützen: Anstatt eigenständig nach geeigneten Kompromissen zu suchen, formuliert der Nutzer nur noch die Anforderungen an die gesuchte Lösung (z. B. „minimaler Energiebedarf bei mindestens 99,9 % Reinheit“ oder „maximale Reinheit bei begrenzter Heizleistung von 100 kW“). Die eigentliche Suche wird dann von einem Agenten übernommen, der wie folgt vorgeht: 

•  Die Vorgaben des Nutzers werden interpretiert,  
•  ein Plan an Operationen, welche die Optimierungsalgorithmen bereitstellen, wird erzeugt, um zu einer neuen Lösung zu gelangen, 
• der Plan wird ausgeführt, und 
• die neue Lösung wird interpretiert. 

Dieses Vorgehen wird so lange wiederholt, bis der Agent eine passende Antwort auf die Anfrage des Anwenders gefunden hat.  

In dem Vortrag wird die technische Umsetzung des Agenten adressiert; darüber hinaus wird die Funktionsweise innerhalb des gesamten Workflows und der Nutzen anhand industriell relevanter Praxisbeispiele demonstriert.  

[1] Bortz, M., Burger, J., Asprion, N., Blagov, S., Böttcher, R., Nowak, U., ... & Hasse, H. (2014). Multicriteria optimization in chemical process design and decision support by navigation on Pareto sets. Computers & chemical engineering, 60, 354-363. 

Durch Energiekrisen sind Sanierungen, Umnutzungen und „Brownfield-Projekte“ an Bestandsgebäuden und -anlagen im Fokus. Insbesondere bei Brownfield-Projekten hat das Pre-Engineering einen entscheidenden Einfluss auf Projektverlauf und Umsetzung. Hier werden Varianten untersucht und Rahmenbedingungen gesetzt, die einen hohen Einfluss auf die Projektkosten haben. In der Gebäudeplanung und -ausrüstung (TGA), wird die BIM-Methode auf Basis der „Industry Foundation Classes“ (IFC) eingesetzt. Für die Planung verfahrenstechnischer Anlagen werden Standards wie DEXPI (Data Exchange in the Process Industry“-Standard) entwickelt.

Heute finden diese Planungsprozesse weitgehende unabhängig voneinander statt und eine integrierte Betrachtung von Gebäudeausrüstung und Anlage findet kaum Berücksichtigung. Das führt zu Planungsfehlern und erschwert eine integrierte Betrachtung der Energiesysteme für die Sektorkopplung. Eine Ergänzung der Gebäude-Domäne um Anlagenmodelle oder umgekehrt führt zu unnötig komplexen Modellen, die in der Vorplanung und insbesondere für KMU nicht handhabbar sind.

In diesem Vortrag zeigen wir, wie wir diese Standards IFC und DEXPI integrieren und für die Variantenplanung sowie Risiko- und Fehleranalyse aufbereiten und nutzen. Diese Daten können sowohl im 3D-, 2D-Modell und der Virtual- und Augmented Reality visualisiert und analysiert werden. Änderungen können angezeigt und exportiert werden. Für die Risikoanalyse können die geplanten Betriebsarten und Funktionen aus den Colored P&IDs direkt im 3D und in der AR/ VR-Umgebung farblich visualisiert werden.