Entscheidungsunterstützungssysteme für die Auswahl von Betriebsmitteln in der Produktionstechnik, z.B. Messsysteme, durch datengetriebene und regelbasierte Ansätze sind Gegenstand aktueller Forschungsaktivitäten. Nicht zuletzt, um verteiltes Expertenwissen nachhaltig zu speichern und für Anwender mit verschiedensten Qualifikationen und aus verschiedensten Branchen zur Verfügung zu stellen, ist ein Entscheidungsunterstützungssystem für die Auswahl von Messsystemen notwendig. Dieses fehlt bislang, da die bestehenden Ansätze nicht für branchen- und technologieübergreifende Anwendungen geeignet sind.

In dieser Arbeit wird eine Ontologie für Messsysteme und Messaufgaben entwickelt, um die Interoperabilität zwischen verschiedenen Domänen und Anwendungen sicherzustellen. Auf Grundlage dieser Ontologie wird ein fallbasiertes Entscheidungsunterstützungssystem entwickelt, das fallbasiertes Schließen für die Auswahl eines Messsystems für eine gegebene Messaufgabe anwendet. Zu diesem Zweck wird eine Wissensbasis in Form eines Wissensgraphen erstellt.

Die Auswahl eines geeigneten Messsystems erfolgt auf der Grundlage ähnlicher, in der Vergangenheit durch Experten validierter, Messaufgaben. Dabei werden auch potenziell geeignete Messsysteme aus anderen Branchen und Anwendungen berücksichtigt, die bislang noch nicht von einem Experten validiert wurden. Diese Messsysteme werden durch Analogieschlüsse aus der Wissensbasis gezogen. Die Analogieschlüsse werden mit Embeddings des Wissensgraphen generiert. Die Analogieschlüsse werden dann von einem Experten hinsichtlich ihrer Richtigkeit bewertet.