Referenzprojekte

Hier finden Sie eine Auswahl der vielen Projekte, die wir in unseren Forschungsfeldern durchführen bzw. durchgeführt haben.

Abbrechen
  • GRANERGIZE – Graphenbasierter Datenraum für energieeffiziente Logistikimmobilien

    Gebäude- und Energieverbrauchsdaten zusammenführen, vergleichen und gezielt teilen

    © iStock.com/ abadonian / Fraunhofer IIS

    Das Forschungsprojekt GRANERGIZE schafft Transparenz und Effizienz in der Energieverwaltung von Logistikimmobilien. Durch die Entwicklung eines Wissensgraphen ermöglichen wir eine strukturierte Erfassung und Analyse von energetischen Verbrauchsdaten. Ziel ist es, Unternehmen, insbesondere KMUs, einen einheitlichen Rahmen zur Optimierung ihrer Energieeffizienz zu bieten.

    mehr Info
  • © Have a nice day / AdobeStock.com

    Auf dem Markt existieren zahlreiche kommerzielle und Open-Source-Tools für die ML-Lösungsentwicklung in der Industrie. Die Auswahl gestaltet sich jedoch komplex, bedingt durch anwendungsspezifische Zwänge wie Lizenzvereinbarungen, Datensicherheit und Systemkompatibilität. Die Integration mehrerer Tools für eine bestimmte Funktionalität führt zu Herausforderungen in Benutzerfreundlichkeit, Bedienbarkeit, Wartung und Integration in die bestehende Infrastruktur. Das Fraunhofer IIS entwickelt maßgeschneiderte MLOps-Lösungen für die Supply Chain, die die spezifischen Anforderungen unserer Industriepartner berücksichtigen. Diese Lösungen optimieren die Stärken verschiedener ML-Tools, sind gleichzeitig einfach in der Anwendung und Wartung.

    mehr Info
  • © DarkKnight /AdobeStock.com

    Im industriellen Arbeitsalltag kommt vielfach das Wertstrommanagement als betriebswirtschaftliche Methode zur Verbesserung der Prozessführung in Produktion und Dienstleistung zum Einsatz. Dabei werden die einzelnen Tätigkeiten oft von Prozessexperten manuell durchgeführt, was zum einen Ressourcen bindet und zum anderen Schwachstellen mit sich bringt. Vor diesem Hintergrund zielt das Projekt darauf ab am Beispiel des Münchner Flughafens die Tätigkeiten des Wertstrommanagements durch semantische Modellierung und KI-gestützte Auswertung weitmöglichst zu automatisieren.

    mehr Info
  • © industrieblick - Fotolia

    In der Industrie werden zahlreiche Prozesse manuell erfasst: Verantwortliche beobachten das Verhalten der Mitarbeiter, nehmen Zeiten von Prozessschritten auf, identifizieren die Schwachstellen eines Prozesses und entwerfen manuell Lösungen zur Prozessverbesserung. Maßnahmen werden oft händisch identifiziert und mittels Erfahrung bewertet. Gleichzeitig werden im Bereich Industrie 4.0 immer mehr Daten – Fehlermeldungen, Kennzahlen oder Chargeninformationen von Teilen – erhoben und gespeichert. Meist sind diese Informationen allerdings isoliert voneinander in Datensilos, was für eine Einzellösung in der digitalisierten Produktion ausreichend ist. Die Ableitung von Prozessmodellen und Performancekennzahlen benötigt allerdings ein ganzheitlicheres Abbild der vorhanden Informationen um daraus prädiktive Maßnahmen definieren zu können. Ziel ist es, Prozesse so transparent darzustellen, dass eine automatische Aufnahme und Analyse von Prozessmodellen durch den Einsatz von cyber-physischen (CPS) bzw. Internet of Things (IoT) -Systemen und Künstlicher Intelligenz möglich ist.

    mehr Info
  • © artyme - stock.adobe.com

    Der Energieverbrauch eines Flughafens wird neben zahlreichen anderen Faktoren auch durch die Raumlüftungsanlagen bestimmt. Hier gibt es viele Schraubstellen, an denen die Effizienz und Umweltfreundlichkeit gesteigert werden kann. Ein Ausfall einzelner Komponenten zum Beispiel kostet Zeit und Geld. Ebenso richten sich turnusmäßige Wartungen von Anlagen nicht nach dem eigentlichen Bedarf und sind daher teilweise unnötig. Die Fraunhofer-Arbeitsgruppe SCS des Fraunhofer IIS entwickelte deshalb ein exakt auf die Gegebenheiten des Flughafen Münchens zugeschnittenes Monitoring-System, welches Auffälligkeiten von Anlagen frühzeitig erkennt und bei Bedarf Alarm schlägt.

    mehr Info
  • HerzKISO
    © AdobeStock.com

    Innerhalb der EU sterben jährlich beinahe eine halbe Millionen Menschen an plötzlichem Herztod. Eine flächendeckende Verbreitung, einfache Auffindbarkeit und öffentliche Zugänglichkeit von Defibrillatoren kann dazu beitragen, die Überlebenschancen in diesen Fällen deutlich zu erhöhen. Vor diesem Hintergrund entwickelt das Forschungsprojekt »HerzKISO« ein neuartiges, gebietsübertragbares Planungskonzept, um eine faire und flächendeckende Verfügbarkeit von Defibrillatoren sicherzustellen.

    mehr Info
  • © chitsanupong - Adobe Stock

    Genuss und Qualität sind essenzielle Merkmale für jedes Lebensmittel. Die Vielzahl an Geschmacksnoten wird in der Herstellung durch das Mischen von Chargen mit unterschiedlichsten Zutaten erreicht. Auf Seiten der Hersteller, müssen die Chargen im Lagerbestand im Rahmen einer Produktionsplanung für den Mischprozess vorrausschauend bereitgestellt werden. Nur so kann einerseits die Qualität der Mischungen für die Kundenaufträge sichergestellt werden und andererseits der Lagerbestand nachhaltig eingesetzt wird. Vor diesem Zusammenhang entwickelt das Fraunhofer IIS mit Methoden der mathematischen Optimierung eine Chargenauswahl in homogenen Mischprozessen, die eine effizientere und nachhaltigere Lagerführung ermöglicht.

    mehr Info
  • © Adobe Stock / Nightman1965 – stock.adobe.com

    In KIProKV soll ein Planungstool entwickelt werden, welches mathematische Optimierungsansätze nutzt und mit datengetriebener Prozessprognose mittels Machine Learning verbindet. Dabei werden durch das Prognosemodell unsichere Prozessvariablen vorhergesagt, um vorausschauend und flexibel möglicherweise entstehende Verschiebungen oder Engpässe im geplanten Prozessablauf identifizieren zu können. Die Quantifizierung der Unsicherheiten fließt in den Entstehungsprozess der Optimierungsmodelle ein und trägt dazu bei, effiziente Lösungsalgorithmen zu entwickeln. Durch eine Feedbackschleife aus Optimierung und Prognose soll im Gesamtansatz eine Echtzeit-Planung der Umschlagsaufträge erfolgen, welche dem Terminalpersonal zur Verfügung gestellt wird.

    mehr Info
  • Process-Mining in der Produktion mithilfe von CPS
    © ©zapp2photo - Fotolia.com

    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.

    mehr Info
  • Recommender System zur Pflegemaßnahmenplanung in der stationären Pflege – iPAB
    © AdobeStock.com

    Im pflegerischen Krankenhausalltag nimmt die Pflege- und Maßnahmenplanung sowie deren Dokumentation einen zentralen Teil der täglichen Arbeit ein. Noch immer wird stellenweise auf Papier dokumentiert. Die digitale Dokumentation von Behandlungen in Kliniken ist weiterhin äußerst komplex und aufwändig. Sie nimmt, nicht zuletzt aufgrund wenig optimierter Nutzeroberflächen kostbare Zeit in Anspruch, die dann bei der Behandlung von Patientinnen und Patienten fehlt. Behandlungsvorschläge machen bestehende Systeme lediglich auf Basis starr vorgegebener Regeln. Datenzentrierte Analysen und Vorschläge bieten hier großes Einsparpotenzial.

    mehr Info