Hilde Gerold erhält den Hans-Uhde-Preis 2026 für innovative Forschung zu KI-gestützter Prozessregelung

In ihrer Masterarbeit „Enhancing Control in Chemical Processes using Reinforcement Learning with Human Feedback“, die am Lehrstuhl Process Automation Systems entstand, untersucht sie die Integration menschlichen Prozesswissens in datenbasierte Regelungsstrategien. Im Mittelpunkt steht der Ansatz Reinforcement Learning from Human Feedback (RLHF), bei dem Präferenzen von Prozessexpert*innen genutzt werden, um sichere und effiziente Regler für komplexe chemische Prozesse zu entwickeln.
Die entwickelte Methodik wurde unter anderem auf einen Bio-Batchreaktor zur Penicillinproduktion sowie einen Polymerisationsreaktor angewandt. Die Ergebnisse zeigen, dass sich sicherheitskritische Faktoren und Langzeiteffekte durch menschliches Feedback erfolgreich berücksichtigen lassen. Darüber hinaus verbindet die Arbeit analytische Optimierungsansätze mit neuronalen Netzen und zeigt neue Möglichkeiten zur Kombination verschiedener Optimierungsziele auf.





