![](\"https:\/\/drehscheibescheduling.guteplanung.de\/wp-content\/uploads\/2017\/11\/shutterstock_321506636-300x200.jpg\" "\\"shutterstock_321506636\\"")
<\/span><\/div>Forschungsinhalte CD-Labor<\/h1><\/span><\/div><\/div><\/div>Seit Mai 2018 f\u00fchren wir ein Christian Doppler Labor und betreiben gezielte Grundlagenforschung zur Entwicklung neuer Algorithmen und Einsatz von \u201eArtificial Intelligence\u201c in der Produktionsplanung.<\/p>\n
Ressourcenplanungs- und Schedulingprobleme treten in einer Vielzahl von Gebieten auf, wie etwa im Gesundheitswesen, in der industriellen Produktion, in Lehreinrichtungen usw.<\/p>\n
Praktische Probleme in diesen Bereichen stellen eine gro\u00dfe Herausforderung dar und ihre L\u00f6sungen haben Auswirkungen auf die beteiligten Menschen, die Effizienz von Arbeitsabl\u00e4ufen und die Kosten f\u00fcr die Betriebe. Aufgrund des hohen Automatisierungsbedarfs in industriellen Anwendungen (z.B. Industrie 4.0) ist die Forschung auf diesem Gebiet gegenw\u00e4rtig sehr bedeutend. Zudem beinhalten die neuen Arbeitsfelder herausfordernde Probleme, die bisher aufgrund der enormen Vielzahl an L\u00f6sungsm\u00f6glichkeiten nicht optimal gel\u00f6st werden konnten.<\/p>\n
Ziel dieses Projektes ist die Entwicklung innovativer Probleml\u00f6sungstechniken auf diesem Gebiet, die auf der Synergie von k\u00fcnstlicher Intelligenz und Optimierung basieren. Diese Methoden nutzen maschinelles Lernen f\u00fcr die automatische Selektion, die Konfiguration und das Design von Algorithmen. Weiters werden neue Strategien vorgeschlagen, die auf der Hybridisierung von Methoden aus k\u00fcnstlicher Intelligenz und Optimierung basieren. Die neuen Techniken werden angewandt, um sehr gro\u00dfe Ressourcenplanungs- und Schedulingprobleme unserer Partner aus der Wirtschaft zu l\u00f6sen.<\/p>\n<\/div>
<\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/p>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":2,"featured_media":2097,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1,32],"tags":[],"class_list":["post-1391","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-allgemein","category-inhalte"],"_links":{"self":[{"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=\/wp\/v2\/posts\/1391","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1391"}],"version-history":[{"count":15,"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=\/wp\/v2\/posts\/1391\/revisions"}],"predecessor-version":[{"id":2376,"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=\/wp\/v2\/posts\/1391\/revisions\/2376"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=\/wp\/v2\/media\/2097"}],"wp:attachment":[{"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1391"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1391"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/drehscheibescheduling.guteplanung.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1391"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Seit Mai 2018 f\u00fchren wir ein Christian Doppler Labor und betreiben gezielte Grundlagenforschung zur Entwicklung neuer Algorithmen und Einsatz von \u201eArtificial Intelligence\u201c in der Produktionsplanung.<\/p>\n
Ressourcenplanungs- und Schedulingprobleme treten in einer Vielzahl von Gebieten auf, wie etwa im Gesundheitswesen, in der industriellen Produktion, in Lehreinrichtungen usw.<\/p>\n
Praktische Probleme in diesen Bereichen stellen eine gro\u00dfe Herausforderung dar und ihre L\u00f6sungen haben Auswirkungen auf die beteiligten Menschen, die Effizienz von Arbeitsabl\u00e4ufen und die Kosten f\u00fcr die Betriebe. Aufgrund des hohen Automatisierungsbedarfs in industriellen Anwendungen (z.B. Industrie 4.0) ist die Forschung auf diesem Gebiet gegenw\u00e4rtig sehr bedeutend. Zudem beinhalten die neuen Arbeitsfelder herausfordernde Probleme, die bisher aufgrund der enormen Vielzahl an L\u00f6sungsm\u00f6glichkeiten nicht optimal gel\u00f6st werden konnten.<\/p>\n
Ziel dieses Projektes ist die Entwicklung innovativer Probleml\u00f6sungstechniken auf diesem Gebiet, die auf der Synergie von k\u00fcnstlicher Intelligenz und Optimierung basieren. Diese Methoden nutzen maschinelles Lernen f\u00fcr die automatische Selektion, die Konfiguration und das Design von Algorithmen. Weiters werden neue Strategien vorgeschlagen, die auf der Hybridisierung von Methoden aus k\u00fcnstlicher Intelligenz und Optimierung basieren. Die neuen Techniken werden angewandt, um sehr gro\u00dfe Ressourcenplanungs- und Schedulingprobleme unserer Partner aus der Wirtschaft zu l\u00f6sen.<\/p>\n<\/div>