Referenzprojekte

Unternehmen müssen ihre Logistikprozesse sowohl kosteneffizient als auch nachhaltig gestalten. Gemeinsam mit unserem Projektpartne PreZero haben wir eine innovative Lösung entwickelt, die genau das ermöglicht: Die integrierte KI-Lösung zur Stoffstromoptimierung bietet Unternehmen die Möglichkeit, Frachtpreise realistisch abzuschätzen und Stoffströme effizient zu gestalten.

Der Schienenverkehr lässt als größter Einzelstromverbraucher in Deutschland trotz vieler Fortschritte noch bedeutende Energie- und CO2 Einsparpotenziale ungenutzt. Das Forschungsprojekt »EKSSE – Energieeffiziente Koordination und Steuerung des Schienenverkehrs in Echtzeit« setzt sich daher zum Ziel, den Energiebedarf im U-Bahn-Betrieb durch Erhöhung der Rückspeisequote bremsender Züge und energiesparendem Fahrverhalten zu senken und somit die Energieeffizienz des deutschen Schienenverkehrs maßgeblich zu steigern, diesen dadurch zugleich kostengünstiger zu gestalten und so einen wichtigen Beitrag zur modernen, nachhaltigen Mobilität zu leisten.

Globale Lieferengpässe, steigende Rohstoffpreise, schwindende Ressourcen – nachhaltiges Wirtschaften ist nicht nur ökologisch, sondern auch ökonomisch sinnvoll. Nicht nur das: Auch die regulativen Vorgaben der Bundesregierung oder der EU fordern immer mehr Engagement von Seiten der Wirtschaft ein. So müssen Unternehmen kontinuierlich ihre CO2-Emissionen aufzeigen, indem sie ihre Product Carbon Footprints ermitteln und gleichzeitig geeignete Maßnahmen nachweisen, mit denen der eigene CO2-Abdruck reduziert und der Bedarf an natürlichen Rohstoffen verringert werden soll. Hier bieten zirkuläre bzw. kreislaufwirtschaftliche Ansätze hohes Lösungspotenzial und rücken daher in den Überlegungen immer mehr in den Vordergrund.

Seit 2009 nimmt die Zahl der Apotheken in Deutschland stetig ab (ABDA – Bundesvereinigung Deutscher Apothekerverbände e.V. 2020). Auch in Bayern ist die Zahl der Apotheken zwischen 2009 und 2020 um mehr als 10% gesunken (dpa 2020). Nicht nur ältere Menschen sind allerdings auf eine direkte Versorgung mit Medikamenten und die persönliche Beratung durch Fachpersonal angewiesen. Wie können also Vorort-Apotheken gegenüber Online-Apotheken konkurrenzfähig bleiben?

Der Einsatz von KI ermöglicht die Verarbeitung großer Datenmengen und kann dazu beitragen, komplexe Abläufe und Entscheidungsprozesse in der Gesundheitsversorgung zu optimieren. Häufig herrscht jedoch Unsicherheit, wofür KI im Gesundheitswesen eingesetzt werden kann, welche Risiken und Potenziale bestehen und wie die Qualität und Transparenz von KI-Anwendungen sichergestellt werden können.

Durch die zunehmende Digitalisierung entstehen auch in produzierenden Unternehmen immer mehr Daten. Gleichzeitig unterliegen diese Unternehmen den Herausforderungen, die sich durch aktuelle Marktwünsche und individuelle Produktion ergeben. Erhöhte Anforderungen an die Produktion selbst und die Notwendigkeit transparenter und optimierter Materialflussprozesse sind die Folge. Daher stellt sich die Frage, wie operative Prozessdaten aus der Produktion nutzbar gemacht werden können? Das Projekt »ProCheck« zielt daher darauf ab, mittels Process Mining-Verfahren Prozesstransparenz zu schaffen und eine automatisierte und kontinuierliche Analyse, Optimierung und Überprüfung von Materialflussprozessen in kleinteiligen Produktionsabläufen zu ermöglichen.

Das Forschungsprojekt »EnDaSpace PLATON« rückt ein plattformbasiertes Ökosystem im Anwendungskontext der Wasserstoffwirtschaft in den Fokus der interdisziplinären Forschung. Es geht einerseits darum, herauszufinden, wie eine digitale Plattform aussehen muss, die Akteure in der Wasserstoffwirtschaft effizient miteinander verknüpft und andererseits darum, zu analysieren, wie darauf basierende Geschäftsmodelle konzipiert sein müssen, damit sie sich erfolgreich am Markt platzieren lassen.

Automatisiertes Maschinelles Lernen (AutoML) genießt derzeit viel Aufmerksamkeit, da es verspricht die Entwicklung und Konfiguration von KI Prozessen zu automatisieren. Gemeinsam mit unserem Kunden aus dem Bereich der industriellen Fertigung haben wir deshalb untersucht, welche spezifischen Anpassungen für den Einsatz von AutoML Systemen in der praktischen Anwendung im Unternehmen sinnvoll sind.

Der Traktionsenergieverbrauch, also der Strom der zum Antrieb der Züge verwendet wird, ist der wichtigste Kostenfaktor in der Stromrechnung eines Schienenverkehrsunternehmens. Er wird in erster Linie durch die Fahrweise der Züge bestimmt. Aber auch eine energieeffiziente Koordination des Zugverkehrs kann durch sein Rückspeisungspotenzial entscheidend zur Kostensenkung beitragen. In dem Projekt arbeiten Experten für mathematische Optimierung der Friedrich-Alexander-Universität Erlangen-Nürnberg und des Fraunhofer-Instituts für Integrierte Schaltungen IIS zusammen mit der VAG Verkehrs-Aktiengesellschaft daran, durch eine effizienten Fahrweise in Verbindung mit einer intelligenten Koordination aller Bahnen den Energieverbrauch der Nürnberger U-Bahn zu senken.

Im Projekt »KITE – Künstliche Intelligenz im Transport zur Emissionsreduktion« entwickelten die Forscherinnen und Forscher der Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS ein neues KI-basiertes Verfahren zur Tourenplanung, um Leerfahrten zu reduzieren und die Transportlogistik nachhaltiger zu gestalten.