Finite element simulations are crucial in today’s engineering design. They are increasingly applied to verify the strength of more and more complex products. The earliest possible use of finite element analyses saves high costs by avoiding engineering mistakes and by manufacturing less prototypes. However, extensive expert knowledge is required to set up efficient and reliable simulations and, due to capacity constraints, experienced simulation engineers cannot be consulted for every design step. Thus, the simulations are not applied early enough or have to be created by design engineers who often have less experience in simulations. The lower experience of the simulation users can therefore lead to inappropriate finite element models and wrong engineering decisions, which result in very costly and time-consuming iterations in product development. In this thesis, a knowledge-based assistance system is developed to acquire the necessary simulation knowledge and to provide it to inexperienced simulation users. For the setup of the underlying knowledge base and the situational support of the simulation users, a novel ontology-based approach is presented. The innovation of this approach lies in the adaptation of Artificial Intelligence methods from the fields of Text Mining, Data Mining and Semantic Web. These methods are used to extract and purposefully query the required knowledge from existing simulation models and text-based documents created by experienced simulation users.

Finite-Elemente-Simulationen sind in der heutigen Konstruktionspraxis unverzichtbar. Sie werden immer häufiger eingesetzt, um die Festigkeit der zunehmend komplexen Produkte zu überprüfen. Durch den frühestmöglichen Einsatz von Finite-Elemente-Analysen können hohe Kosten eingespart werden, da Konstruktionsfehler vermieden und weniger Prototypen gefertigt werden müssen. Für die Erstellung effizienter und zuverlässiger Simulationen ist jedoch umfangreiches Expertenwissen erforderlich und aus Kapazitätsgründen können erfahrene Simulationsingenieure nicht für jeden Auslegungsschritt hinzugezogen werden. Daher werden die Simulationen nicht früh genug eingesetzt oder müssen von Konstruktionsingenieuren erstellt werden, die häufig weniger Erfahrung in der Simulation haben. Die fehlende Erfahrung der Simulationsanwender kann daher zu ungeeigneten Finite-Elemente-Modellen und falschen Konstruktionsentscheidungen führen, die sehr kostenintensive und zeitaufwendige Iterationen in der Produktentwicklung zur Folge haben. In dieser Arbeit wird ein wissensbasiertes Assistenzsystem entwickelt, das das notwendige Simulationswissen akquiriert und unerfahrenen Simulationsanwendern zur Verfügung stellt. Für den Aufbau der zugrundeliegenden Wissensbasis und die situative Unterstützung der Simulationsanwender wird ein neuartiger ontologiebasierter Ansatz vorgestellt. Die Innovation dieses Ansatzes liegt in der Adaption von KI-Methoden aus den Bereichen des Text Minings, Data Minings und Semantic Webs. Diese Methoden werden eingesetzt, um aus bestehenden, von erfahrenen Simulationsanwendern erstellten Simulationsmodellen und Textdokumenten das erforderliche Wissen zu extrahieren und gezielt abzurufen.