Die ständig wachsende Nachfrage nach qualitativ hochwertigen, massgeschneiderten und nachhaltigen Produkten erfordert immer mehr selbstständige, flexible und effiziente Produktionssysteme. Intelligente Produktionsprozesse sind daher von entscheidender Bedeutung für die Zukunft aller Produktionsmaschinen und ihrer nächsten Entwicklungsschritte in der Automatisierungstechnik. Solche Produktionsprozesse werden neben traditionellen formalen Modellierungs- und Steuerungstechniken auch heuristische Methoden der künstlichen Intelligenz (KI) und insbesondere des maschinellen Lernens (ML) angemessen integrieren.
Um die Autonomie der Maschinen, ihre Selbststeuerungskapazitäten unter allen Bedingungen zu erhöhen und Fehler und Unsicherheiten von Rohstoffen und komplexen Prozessen zu korrigieren, werden hybride intelligente Produktionssysteme, die heuristische und formale Methoden integrieren, als Mittel der Wahl angesehen. Diese Einschätzung wird durch das Bewusstsein gestützt, dass alle Modellierungsversuche von Prozessen und Maschinen, ihr Verhalten vorherzusagen und zu kontrollieren, einerseits in ihrer Genauigkeit eingeschränkt sind und andererseits immer mehr Daten- und Analyseinstrumente zur Verfügung stehen. So konzentriert sich die Forschung in diesem Bereich auf die Kombination von deterministischer Modellierung mit ML- und AI-Lösungen, die den optimalen Kompromiss zwischen Datenverarbeitungstechnologien verspricht und zuvor menschliches Wissen über die betrachteten Produktionsprozesse gewonnen hat.