COMPAS zielt auf die Erforschung und Entwicklung von Softwaretools, die sowohl eine effiziente gemeinsame Entwicklung von Hightech-Systemen entlang der Wertschöpfungskette mithilfe neuartiger kompakter Modellierungstechniken (CM) als auch die Bereitstellung von KI-basiertem „Predictive Health Management“ dieser Systeme mithilfe von „Compact Digital Twins“ (CDT) ermöglichen. Diese sind in der Lage, nichtlineare, transiente und gekoppelte (d.h. von mehreren physikalischen Feldern gleichzeitig abhängige) Situationen zu erfassen bzw. Entscheidungen autark und letztlich in Echtzeit zu treffen. Sie werden so wenig Rechenressourcen benötigen, dass sie direkt in High-Tech-Systeme wie die Motorsteuerung in Maschinen vollautomatischer Fabriken, intelligente Infrastrukturen (Straßenbeleuchtung, Stromnetze usw.) oder in autonome Fahrzeuge passen. In all diesen (und vielen weiteren) Anwendungsszenarien wird das Betriebsverhalten der Systeme auch jeweils noch von mehreren Faktoren beeinflusst, die über die vom deterministischen CM abgedeckten hinausgehen. Daher werden die CDT um datengesteuerte KI-Algorithmen ergänzt. Sie minimieren das Risiko von Entscheidungsfehlern aufgrund unvollständiger Abdeckung wichtiger Effekte.

Diese sehr hohe Komplexität erfordert mehrere bahnbrechende Neuerungen bei der Reduzierung der Modellordnung (MOR) für die CM, bei den KI-Techniken für die CDT und bei der Programmierung. COMPAS wird sie am Beispiel der thermo-mechanischen Zuverlässigkeit von High-Tech-Systemen entwickeln. Sie ist so komplex wie alle oben genannten Szenarien. Das Konsortium verfügt über umfassende Testergebnisse und alle Kenntnisse über die relevanten Mechanismen. Die Projektarbeit kann sich daher vom ersten Tag auf die nichtlineare MOR für CM und - kombiniert mit den KI-Routinen - CDT konzentrieren - bei nur minimalem Zeitbedarf für die Trainings- und Validierungsdaten.