Machine Learning im Engineering

Ein Antwortflächenmodell ist ein Surrogatmodell, das eine technische Zielgröße als Funktion mehrerer Eingangsparameter beschreibt. Es wird häufig für DoE-Auswertungen, Optimierung und Variantenvergleiche verwendet. Beispiele sind Luftwiderstand über Fahrzeughöhe und Gierwinkel oder Druckverlust über Volumenstrom und Geometrieparameter. Die Modellgüte hängt stark von der Auswahl der Stützstellen und der verwendeten Ansatzfunktion ab.

Datengetriebene Modellierung erstellt ein Modell hauptsächlich aus vorhandenen Daten statt aus explizit formulierten physikalischen Gleichungen. Die Daten können aus Simulationen, Messungen, Prüfständen, Fahrzeugbetrieb oder Versuchsplänen stammen. Solche Modelle sind oft schnell und können komplexe Zusammenhänge approximieren, solange der Anwendungsbereich gut durch Trainingsdaten abgedeckt ist. Außerhalb des Datenbereichs ist Vorsicht nötig, weil datengetriebene Modelle dort physikalisch falsche Vorhersagen machen können.

Datenvorverarbeitung umfasst alle Schritte, mit denen Rohdaten für Machine Learning nutzbar gemacht werden. Dazu gehören Bereinigung, Skalierung, Normalisierung, Ausreißerprüfung, Einheitenabgleich, Umgang mit fehlenden Werten und Zusammenführung verschiedener Datenquellen. Im Engineering ist Datenvorverarbeitung besonders wichtig, weil Simulations- und Messdaten oft unterschiedliche Formate, Rauschen oder Randbedingungen besitzen. Schlechte Datenvorverarbeitung führt häufig zu schlechten Modellen, selbst wenn der Algorithmus leistungsfähig ist.

Deep Learning bezeichnet Machine Learning mit tiefen neuronalen Netzen. Es ist besonders stark bei großen Datenmengen, komplexen Mustern und hochdimensionalen Eingangsdaten. Im Engineering kann Deep Learning für Bildverarbeitung, Anomalieerkennung, Feldvorhersage, Surrogatmodelle und automatische Auswertung eingesetzt werden. Der technische Nutzen hängt stark davon ab, ob genügend repräsentative Daten und klare Validierungsmetriken vorhanden sind.

Ein Entscheidungsbaum ist ein Modell, das Daten durch aufeinanderfolgende Wenn-Dann-Entscheidungen aufteilt. Er ist leicht verständlich und kann sowohl für Regression als auch für Klassifikation eingesetzt werden. Im Engineering ist er nützlich, um einfache Entscheidungsregeln oder Einflussgrößen sichtbar zu machen. Einzelne Entscheidungsbäume neigen jedoch zu Überanpassung und sind oft weniger robust als Verfahren wie Random Forest oder Gradient Boosting.

Ein Ersatzmodell ist die deutsche Bezeichnung für ein Surrogatmodell. Es bildet ein technisches Verhalten vereinfacht und schnell nach, ohne die vollständige Originalsimulation jedes Mal neu zu rechnen. Typische Anwendungen sind Aerodynamikkennfelder, Druckverlustmodelle, Wärmetauscherkennfelder, Bauteiloptimierung oder Systemsimulation. Ein gutes Ersatzmodell ist schnell, ausreichend genau und transparent bezüglich Trainingsdaten, Fehler und Gültigkeitsbereich.

Ein Gauß-Prozess ist ein probabilistisches Regressionsmodell, das Vorhersagen zusammen mit einer Unsicherheit liefert. Das ist im Engineering besonders nützlich, weil teure Simulationen gezielt dort ergänzt werden können, wo die Unsicherheit hoch ist. Gauß-Prozesse werden häufig für Surrogatmodelle, Bayesian Optimization und kleine bis mittlere Datensätze genutzt. Bei sehr großen Datensätzen oder sehr hoher Dimensionalität können sie jedoch rechnerisch aufwendig werden.

Gradient Boosting ist ein Verfahren, bei dem viele schwache Modelle schrittweise zu einem starken Modell kombiniert werden. Jeder neue Baum korrigiert dabei Fehler der vorherigen Modelle. Im Engineering kann Gradient Boosting sehr genaue Vorhersagen für tabellarische Simulations- und Messdaten liefern. Es ist leistungsfähig, benötigt aber saubere Hyperparameterwahl und Validierung, um Überanpassung zu vermeiden.

Hybride Modellierung kombiniert physikbasierte Modelle mit datengetriebenen Methoden. Ein typisches Beispiel ist ein CFD- oder 1D-Modell, das durch ein Machine-Learning-Modell beschleunigt, korrigiert oder ergänzt wird. Dadurch können physikalische Plausibilität und hohe Rechengeschwindigkeit miteinander verbunden werden. Hybride Modelle sind besonders interessant für Surrogatmodelle, digitale Zwillinge, Regelung, Optimierung und Simulationen mit vielen Varianten.

KI-gestützte Produktentwicklung beschreibt den Einsatz von KI entlang des Entwicklungsprozesses von Konzept bis Validierung. Sie kann Anforderungen strukturieren, Simulationen beschleunigen, Varianten bewerten, Messdaten analysieren und technische Entscheidungen vorbereiten. In CAE-Prozessen ist sie besonders nützlich, wenn große Datenmengen aus DoE, CFD, Prüfstand oder Betrieb vorliegen. Der größte Nutzen entsteht, wenn KI mit klaren technischen Zielgrößen, Domänenwissen und nachvollziehbarer Validierung kombiniert wird.

KI-gestützte Simulation nutzt künstliche Intelligenz, um Simulationsprozesse schneller, robuster oder auswertbarer zu machen. Beispiele sind automatische Vernetzung, Parameterauswahl, Ersatzmodelle, Ergebnisprognosen, Fehlererkennung und schnelle Nachbildung teurer CFD- oder FEM-Rechnungen. Besonders wertvoll ist KI, wenn viele Betriebspunkte, Geometrievarianten oder Optimierungsschleifen untersucht werden sollen. Die KI muss jedoch gegen physikalische Referenzen geprüft werden, weil ein schnelles Modell nicht automatisch ein richtiges Modell ist.

Ein Klassifikationsmodell ordnet Datenpunkten feste Klassen oder Kategorien zu. Im Engineering kann es z.B. zwischen bestanden und nicht bestanden, stabil und instabil, fehlerfrei und fehlerhaft oder Pumpen und Nicht-Pumpen unterscheiden. Klassifikation ist hilfreich, wenn nicht ein genauer Zahlenwert, sondern eine technische Entscheidung vorhergesagt werden soll. Wichtig sind klare Klassen, ausgewogene Trainingsdaten und eine Bewertung von Fehlklassifikationen.

Kriging ist ein Interpolations- und Regressionsverfahren, das in technischen Surrogatmodellen häufig verwendet wird. Es ist eng mit Gauß-Prozessen verwandt und kann glatte Antwortflächen aus begrenzten Stützstellen erzeugen. Im Engineering wird Kriging oft für DoE, Optimierung, Sensitivitätsanalyse und Ersatzmodelle teurer Simulationen genutzt. Der Vorteil liegt in guter Genauigkeit bei wenigen Stützstellen, der Nachteil in Modellierungsaufwand und Sensitivität gegenüber Datenqualität.

Künstliche Intelligenz im Engineering umfasst Methoden, die technische Daten analysieren, Muster erkennen, Modelle automatisieren oder Entscheidungen unterstützen. Dazu gehören Machine Learning, Optimierung, Bild- und Signalanalyse, Sprachmodelle, Wissenssysteme und automatisierte Auswertungen. In der Produktentwicklung kann KI Entwicklungszeiten verkürzen, Simulationsdaten besser nutzbar machen und Varianten systematischer bewerten. KI ersetzt dabei nicht das Ingenieurwissen, sondern erweitert die Werkzeugkette, wenn Datenqualität, Modellgrenzen und Validierung sauber beherrscht werden.

Lineare Regression beschreibt eine Zielgröße als lineare Kombination der Eingangsgrößen. Sie ist einfach, transparent und gut interpretierbar. Im Engineering eignet sie sich für erste Trendanalysen, einfache Korrelationen und robuste Basismodelle. Ihre Grenze liegt bei stark nichtlinearen Zusammenhängen, Wechselwirkungen oder komplexen physikalischen Effekten.

Ein Metamodell ist ein Modell, das auf Ergebnissen anderer Modelle oder Versuche aufgebaut wird. Es beschreibt den Zusammenhang zwischen Parametern und Ergebnissen auf einer höheren Abstraktionsebene. In CAE-Prozessen entsteht ein Metamodell häufig aus einem DoE mit vielen CFD- oder FEM-Rechnungen. Es dient dazu, Zusammenhänge schneller zu analysieren, Sensitivitäten zu erkennen und Optimierungen effizienter durchzuführen.

Modellordnungsreduktion beschreibt Verfahren, mit denen komplexe Simulationsmodelle auf eine kleinere, schnellere Modellform reduziert werden. Ziel ist es, die wichtigsten dynamischen oder physikalischen Eigenschaften zu erhalten. Sie wird eingesetzt, wenn detaillierte Modelle für Optimierung, Regelung, Echtzeitfähigkeit oder viele Varianten zu langsam sind. Die Qualität der Modellordnungsreduktion muss immer gegen das Ausgangsmodell oder Messdaten geprüft werden.

Ein neuronales Netz ist ein Machine-Learning-Modell aus miteinander verbundenen Recheneinheiten, sogenannten Neuronen. Es kann komplexe nichtlineare Zusammenhänge zwischen Eingaben und Ausgaben lernen. Im Engineering wird es für Surrogatmodelle, Kennfeldersatz, Bildauswertung, Sensorsignale, Zustandsüberwachung und Optimierung genutzt. Neuronale Netze können sehr leistungsfähig sein, benötigen aber ausreichende Daten, gute Skalierung und sorgfältige Validierung.

Nichtlineare Regression beschreibt Zusammenhänge, die nicht durch eine einfache lineare Funktion erfasst werden können. Im Engineering ist das häufig der Normalfall, z.B. bei Strömungswiderstand, Wärmeübergang, Materialverhalten oder Wirkungsgradkennfeldern. Nichtlineare Modelle können deutlich genauer sein, benötigen aber mehr Daten und sorgfältigere Validierung. Wichtig ist, dass die gewählte Modellform technisch plausibel bleibt und nicht nur Trainingsdaten nachzeichnet.

Physikbasierte Modellierung beschreibt Modelle, die auf physikalischen Gleichungen, Erhaltungssätzen und bekannten Material- oder Fluidgesetzen beruhen. Beispiele sind CFD, FEM, 1D-Motorsimulation oder thermische Netzwerke. Der Vorteil ist eine bessere Extrapolationsfähigkeit, wenn die relevanten physikalischen Mechanismen korrekt abgebildet sind. Der Nachteil liegt häufig in höherem Modellierungsaufwand, längerer Rechenzeit und notwendigen Annahmen zu Randbedingungen, Materialdaten und Modellparametern.

Ein physik-informiertes neuronales Netz, kurz PINN, verbindet neuronale Netze mit physikalischen Gleichungen oder Nebenbedingungen. Das Modell lernt nicht nur aus Daten, sondern wird zusätzlich durch Erhaltungsgleichungen, Randbedingungen oder bekannte Gesetzmäßigkeiten geführt. Dadurch kann es bei begrenzten Daten physikalisch plausiblere Lösungen liefern als ein rein datengetriebenes Netz. PINNs sind besonders interessant für Strömung, Wärmeübertragung, inverse Probleme und Modellreduktion, aber nicht automatisch schneller oder einfacher als klassische Simulation.

PINN steht für Physics-Informed Neural Network und bezeichnet ein neuronales Netz, das zusätzlich zu Trainingsdaten auch physikalische Gleichungen oder Nebenbedingungen berücksichtigt. Das Modell wird z.B. durch Erhaltungsgleichungen, Randbedingungen, Anfangsbedingungen oder bekannte Materialgesetze geführt. Dadurch kann ein PINN bei begrenzten Daten physikalisch plausiblere Ergebnisse liefern als ein rein datengetriebenes Modell. In Engineering-Anwendungen ist PINN besonders interessant für Strömungssimulation, Wärmeübertragung, inverse Probleme und Modellreduktion.

Polynomiale Regression erweitert die lineare Regression um Potenzen und Wechselwirkungen der Eingangsgrößen. Dadurch können gekrümmte Zusammenhänge einfacher beschrieben werden. Sie ist gut geeignet für überschaubare Antwortflächen mit moderater Nichtlinearität. Bei hoher Ordnung oder vielen Parametern kann sie jedoch instabil werden und stark überanpassen.

Random Forest ist ein Machine-Learning-Verfahren aus vielen Entscheidungsbäumen. Es kann nichtlineare Zusammenhänge und Wechselwirkungen robust abbilden. Im Engineering eignet es sich für Regression, Klassifikation, Feature-Bewertung und schnelle Surrogatmodelle. Der Nachteil ist, dass Random Forests weniger glatt extrapolieren und außerhalb des Trainingsbereichs oft nur eingeschränkt vertrauenswürdig sind.

Ein Reduced Order Model, kurz ROM, ist ein vereinfachtes Modell mit deutlich reduzierter mathematischer Komplexität. Es soll das wesentliche Systemverhalten eines detaillierten Modells mit viel kürzerer Rechenzeit wiedergeben. Im Engineering wird ROM für Strömung, Struktur, Thermik, Regelung und digitale Zwillinge eingesetzt. Entscheidend ist, dass die Reduktion die für die Fragestellung wichtigen Effekte erhält und nicht nur Rechenzeit spart.

Ein Regressionsmodell sagt kontinuierliche Zielgrößen voraus. Im Engineering können das z.B. Luftwiderstand, Druckverlust, Temperatur, Wirkungsgrad, Spannung oder Lebensdauer sein. Regressionsmodelle lernen aus Daten, wie Eingangsgrößen mit einer numerischen Zielgröße zusammenhängen. Sie eignen sich besonders für Surrogate, Kennfeldersatz, Trendanalyse und schnelle Vorhersagen in Optimierungsschleifen.

Eine Response Surface ist eine mathematische Antwortfläche, die den Zusammenhang zwischen Eingangsparametern und einer Zielgröße beschreibt. Sie wird häufig aus Versuchsplänen oder Simulationsdaten aufgebaut. In der Produktentwicklung hilft sie, Trends, Optima und Sensitivitäten schnell zu erkennen. Response Surfaces sind gut verständlich, können aber bei stark nichtlinearen oder hochdimensionalen Zusammenhängen ungenau werden.

Eine Support Vector Machine ist ein Verfahren für Klassifikation und Regression. Sie sucht eine Entscheidungsgrenze oder Regressionsfunktion, die Datenpunkte mit möglichst guter Trennung oder Fehlerkontrolle beschreibt. Mit Kernelfunktionen können auch nichtlineare Zusammenhänge erfasst werden. Im Engineering ist sie für kleinere bis mittlere Datensätze nützlich, kann bei großen Datensätzen aber aufwendig werden.

Ein Surrogatmodell ist ein schnelles Ersatzmodell für ein langsameres, teureres oder komplexeres Referenzmodell. Im Engineering ersetzt es häufig CFD-, FEM-, 1D- oder Prüfstandsdaten in Variantenstudien und Optimierungen. Das Surrogat lernt den Zusammenhang zwischen Eingangsgrößen und Zielgrößen aus Trainingsdaten. Wichtig ist, dass sein Gültigkeitsbereich klar definiert wird, weil ein Surrogatmodell außerhalb der trainierten Datenbasis unzuverlässig werden kann.

Testdaten werden genutzt, um die Modellgüte auf bisher unbekannten Daten zu bewerten. Sie sollten nicht für das Training oder die Parameterauswahl verwendet werden, damit die Bewertung möglichst unabhängig bleibt. Im Engineering zeigen Testdaten, ob ein Surrogatmodell oder Regressionsmodell auch für neue Geometrien, Betriebspunkte oder Randbedingungen zuverlässig ist. Eine klare Trennung von Trainingsdaten, Validierungsdaten und Testdaten verhindert zu optimistische Ergebnisse.

Ein Testdatensatz ist die separate Datenmenge, mit der ein fertig entwickeltes Modell abschließend geprüft wird. Er sollte repräsentative Fälle enthalten, die das Modell während Training und Validierung nicht gesehen hat. In CAE- und Engineering-Anwendungen kann der Testdatensatz z.B. aus zusätzlichen CFD-Rechnungen, Messungen oder bewusst zurückgehaltenen DoE-Punkten bestehen. Er liefert die wichtigste Aussage darüber, ob ein Modell außerhalb der Trainingsdaten belastbar funktioniert.

Ein tiefes neuronales Netz besitzt mehrere verborgene Schichten und kann dadurch sehr komplexe Funktionen approximieren. Es eignet sich besonders für große Datensätze, hochdimensionale Eingaben, Bilder, Felddaten oder komplexe Surrogatmodelle. Im CAE-Kontext können tiefe Netze z.B. Strömungsfelder, Temperaturfelder oder Ergebniskennwerte approximieren. Der Aufwand für Training, Datenaufbereitung, Regularisierung und Interpretierbarkeit ist jedoch höher als bei einfachen Modellen.

Trainingsdaten sind die Daten, mit denen ein Machine-Learning-Modell seine Zusammenhänge lernt. Im Engineering stammen sie häufig aus CFD-Simulationen, FEM-Rechnungen, Prüfstandsdaten, Messreihen, DoE-Studien oder Betriebsdaten. Die Qualität der Trainingsdaten bestimmt wesentlich, ob ein Modell später robuste Vorhersagen treffen kann. Wichtig sind repräsentative Betriebspunkte, saubere Zielgrößen, konsistente Einheiten und eine gute Abdeckung des Parameterraums.

Ein Trainingsdatensatz ist die strukturierte Sammlung der Trainingsdaten für ein Machine-Learning-Modell. Er enthält Eingangsparameter, Zielgrößen und häufig zusätzliche Metadaten wie Geometrieversion, Simulationssetup, Randbedingungen oder Messunsicherheit. Für technische Modelle ist nicht nur die Anzahl der Datenpunkte wichtig, sondern auch deren Verteilung im Parameterraum. Ein guter Trainingsdatensatz ist nachvollziehbar, bereinigt und physikalisch plausibel.

Validierungsdaten werden während der Modellentwicklung genutzt, um Modellvarianten, Hyperparameter oder Trainingsabbruch sinnvoll auszuwählen. Sie dienen also zur Modellentscheidung, nicht zur finalen unabhängigen Bewertung. In Engineering-Projekten helfen Validierungsdaten, Überanpassung früh zu erkennen und die Modellgüte im relevanten Parameterbereich zu prüfen. Die finale Aussage zur Übertragbarkeit sollte trotzdem auf separaten Testdaten erfolgen.

XGBoost ist eine besonders verbreitete und effiziente Implementierung von Gradient Boosting. Es wird häufig für strukturierte tabellarische Daten verwendet und erreicht oft hohe Genauigkeit bei relativ kurzer Trainingszeit. Im Engineering eignet es sich für Surrogatmodelle, Fehlerklassifikation, Qualitätsprognosen und schnelle Variantenbewertung. Wie bei allen ML-Modellen sind Datenqualität, Feature-Auswahl und Validierung wichtiger als der reine Algorithmusname.