---
_id: '61118'
abstract:
- lang: eng
text: Im Zuge der Digitalisierung erfahren maschinelles Lernen und datengetriebene
Methoden derzeit eine große Aufmerksamkeit in Wissenschaft und Industrie. Es fehlt
jedoch an Grundlagenwissen und Verständnis, wie die datengetriebenen Methoden
der Informatik mit bewährten modellbasierten Ingenieursmethoden wie dem modellbasierten
Entwurf in der Mechatronik und Methoden der Regelungstechnik sinnvoll kombiniert
werden können, um hybride Modelle zu erhalten. Diese ingenieurwissenschaftlichen
Methoden basieren auf physikalischen Verhaltensmodellen, die eine besonders verdichtete
und interpretierbare Darstellung von Wissen darstellen und insbesondere kausale
Zusammenhänge beschreiben. Für spezifische regelungstechnische Anwendungen gibt
es umfangreiches Vorwissen in Form von bekannten Strukturen und Informationen,
wie z.B. (Teil-)Modelle oder Parametersätze, die auch bei der Anwendung von Methoden
wie dem maschinellen Lernen genutzt werden sollten. Eine solche sinnvolle systematische
Verknüpfung ist wissenschaftlich, insbesondere im Hinblick auf die industrielle
Anwendung, noch nicht ausreichend untersucht worden und sehr vielversprechend.
In diesem Beitrag werden die Ergebnisse der Nachwuchsforschungsgruppe DART – Datengetriebene
Methoden in der Regelungstechnik vorgestellt. Das Hauptziel war es, die synergetische
Kombination von modell- und datengetriebenen Methoden für regelungstechnische
Aufgaben zu erforschen und es werden alle wichtigen Forschungsergebnisse aber
auch die verwendeten Grundprinzipien des maschinellen Lernens in diesem Beitrag
dargestellt.
- lang: eng
text: In the course of digitalization, machine learning and data-driven methods
are currently receiving a great deal of attention in science and industry. However,
there is a lack of basic knowledge and understanding of how data-driven methods
in computer science can be meaningfully combined with proven model-based engineering
methods such as model-based design in mechatronics and control engineering methods
to obtain hybrid models. These engineering methods are based on physical models,
which represent a particularly condensed and interpretable representation of knowledge
and, in particular, describe causal relationships. For specific control engineering
applications, there is extensive prior knowledge in the form of known structures
and information, such as (partial) models or parameter sets, which should also
be used when applying methods such as machine learning. Such a meaningful systematic
connection has not yet been sufficiently investigated scientifically, especially
with regard to industrial applications, and is very promising. This contribution
presents the results of the DART junior research group – Data-driven methods in
control engineering. The main objective was to investigate the synergistic combination
of model- and data-driven methods for control engineering tasks, and all important
research results as well as the basic principles of machine learning used are
presented in this publication.
author:
- first_name: Julia
full_name: Timmermann, Julia
id: '15402'
last_name: Timmermann
- first_name: Ricarda-Samantha
full_name: Götte, Ricarda-Samantha
id: '43992'
last_name: Götte
- first_name: Annika
full_name: Junker, Annika
id: '41470'
last_name: Junker
orcid: 0009-0002-6475-2503
- first_name: Michael
full_name: Hesse, Michael
id: '29222'
last_name: Hesse
- first_name: Luis
full_name: Schwarzer, Luis
last_name: Schwarzer
citation:
ama: Timmermann J, Götte R-S, Junker A, Hesse M, Schwarzer L. DART - Datengetriebene
Methoden in der Regelungstechnik. Vol Band 430. 1. Auflage. HNI Verlagsschriftenreihe;
2025. doi:10.17619/UNIPB/1-2305
apa: 'Timmermann, J., Götte, R.-S., Junker, A., Hesse, M., & Schwarzer, L. (2025).
DART - Datengetriebene Methoden in der Regelungstechnik: Vol. Band 430
(1. Auflage). HNI Verlagsschriftenreihe. https://doi.org/10.17619/UNIPB/1-2305'
bibtex: '@book{Timmermann_Götte_Junker_Hesse_Schwarzer_2025, place={Paderborn},
edition={1. Auflage}, title={DART - Datengetriebene Methoden in der Regelungstechnik},
volume={Band 430}, DOI={10.17619/UNIPB/1-2305},
publisher={HNI Verlagsschriftenreihe}, author={Timmermann, Julia and Götte, Ricarda-Samantha
and Junker, Annika and Hesse, Michael and Schwarzer, Luis}, year={2025} }'
chicago: 'Timmermann, Julia, Ricarda-Samantha Götte, Annika Junker, Michael Hesse,
and Luis Schwarzer. DART - Datengetriebene Methoden in der Regelungstechnik.
1. Auflage. Vol. Band 430. Paderborn: HNI Verlagsschriftenreihe, 2025. https://doi.org/10.17619/UNIPB/1-2305.'
ieee: 'J. Timmermann, R.-S. Götte, A. Junker, M. Hesse, and L. Schwarzer, DART
- Datengetriebene Methoden in der Regelungstechnik, 1. Auflage., vol. Band
430. Paderborn: HNI Verlagsschriftenreihe, 2025.'
mla: Timmermann, Julia, et al. DART - Datengetriebene Methoden in der Regelungstechnik.
1. Auflage, vol. Band 430, HNI Verlagsschriftenreihe, 2025, doi:10.17619/UNIPB/1-2305.
short: J. Timmermann, R.-S. Götte, A. Junker, M. Hesse, L. Schwarzer, DART - Datengetriebene
Methoden in der Regelungstechnik, 1. Auflage, HNI Verlagsschriftenreihe, Paderborn,
2025.
date_created: 2025-09-03T09:35:35Z
date_updated: 2026-04-01T06:14:00Z
department:
- _id: '880'
- _id: '153'
doi: 10.17619/UNIPB/1-2305
edition: 1. Auflage
language:
- iso: ger
main_file_link:
- open_access: '1'
url: https://digital.ub.uni-paderborn.de/doi/10.17619/UNIPB/1-2305
oa: '1'
place: Paderborn
publication_status: published
publisher: HNI Verlagsschriftenreihe
status: public
title: DART - Datengetriebene Methoden in der Regelungstechnik
type: book
user_id: '41470'
volume: Band 430
year: '2025'
...