Referenzprojekte

Ziel des Mittelstand-Digital Zentrums Augsburg ist es kleine und mittlere Unternehmen (KMU) kostenfrei bei der Digitalisierung zu unterstützen. Dazu bieten wir bereits seit 2016 praxisnahe Unterstützung in Form von Weiterbildungen, Informationsmaterialien und individueller Begleitung durch Expert:innen. Aufbauend auf dieser jahrelangen Expertise fokussieren wir uns nun auf die KI-Umsetzung, insbesondere im Bereich Datenökosysteme und datengetriebene Strategien sowie Produktion & Logistik und Nachhaltigkeit durch zirkuläre Wirtschaft.

Die Disposition von Warenlieferungen steht häufig vor der Herausforderung täglich mehrere tausend Lieferungen zu verplanen und dabei aus unzähligen interkontinentalen Alternativrouten auszuwählen. Projektziel ist es daher mittels Methoden der Mathematischen Optimierung nicht nur automatisiert gültige Transportpläne in einer ambitionierten Rechenzeit zu generieren, sondern dabei auch die entstehenden Transportkosten zu minimieren.

Um unnötigen Co2-Austoß sowie das Verkehrsaufkommen am Flughafen München und im Umland zu senken entwickelte die Fraunhofer-Arbeitsgruppe SCS des Fraunhofer IIS verschiedene Konzepte für Mitarbeitermobilität am Flughafen München. Durch die Anwendung von Simulations- und Optimierungsmodellen konnte ohne teure Feldversuche die optimale Kombination aus den entwickelten Mobilitätskonzepten für die Mitarbeiter und Mitarbeiterinnen bestimmt werden.

Ground Support Equipment wie Dollies werden am Flughafen von mehreren Akteuren genutzt und sind ständig in Bewegung. Um effiziente Prozesse in der Nutzung von Dollies zu schaffen, ist die Kenntnis über deren genaue Position maßgeblich. Andernfalls sind Schwund der Dollies, lange Suchzeiten sowie eine erschwerte Abrechnung von Aufträgen die Folgen. Mittels IoT-basiertem Asset-Tracking erreichte die Fraunhofer-Arbeitsgruppe SCS des Fraunhofer IIS eine Optimierung zahlreicher Prozesse rund um Dollies am Flughafen München und eine Steigerung in deren Effizienz.

Am Flughafen München wurde eine IoT-Infrastruktur auf Basis der standardisierten mioty-Technologie aufgebaut. Hierzu wurden drei festinstallierte mioty-Basisstationen ausgebracht. Die vom Fraunhofer IIS entwickelte IoT-Technologie setzt hierbei neue Maßstäbe im Bereich der drahtlosen Datenübertragung hinsichtlich Kosteneffizienz, Reichweite, Übertragungssicherheit und Batterielebensdauer.

In unserem Projekt entwickeln wir eine KI-gestützte Lösung zur zerstörungsfreien Erkennung von Defekten in Leichtmetall-Gussteilen, insbesondere Autoreifenfelgen. Während herkömmliche Qualitätssicherungssysteme auf Röntgenbildern und klassischen Bildverarbeitungsmethoden basieren, bietet unsere innovative Herangehensweise die Möglichkeit, flexibler und effizienter zu arbeiten. Dies ist besonders wertvoll, wenn Fachpersonal rar ist oder häufige Rekalibrierungen notwendig sind. Gemeinsam mit dem Fraunhofer IIS streben wir an, präzise und automatisierte Defekterkennung zu ermöglichen.

SmartForestFire entwickelt ein KI-gestütztes Frühwarnsystem zur automatisierten Waldbranddetektion. Durch die Kombination von Kameras, Sensorik, Geodaten und robuster Funkkommunikation sollen Rauchentwicklungen früher erkannt, Fehlalarme reduziert und auch kleinere oder besonders gefährdete Waldgebiete wirtschaftlich überwacht werden.

Excellent-AI entwickelt vertrauenswürdige KI-Methoden, mit denen mittelständische Unternehmen auch bei begrenzter Datenbasis belastbare Prognosen, Risikoabschätzungen und What-if-Analysen erstellen können – ohne sensible Unternehmensdaten offenzulegen.

Das Projekt »Fluid 4.0« bringt erstmalig Fluidtechnikhersteller, Maschinen- und Anlagenbauer, Anwender und Dienstleister aus der Fluidbranche zusammen, um dort daten- und technologiegestützt Prozesse zu digitalisieren und Circular Economy Strategien und Technologien nutzbar zu machen.

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.