Referenzprojekte

Neues Kompetenzzentrum für Data Analytics und KI in der Industrie: Das ADA Lovelace Center des Fraunhofer IIS und der Fraunhofer-Arbeitsgruppe SCS verbindet auf einzigartige Weise KI-Forschung mit KI-Anwendungen der Industrie. Hier können sich die Partner untereinander vernetzen, vom Know-how des anderen profitieren und an gemeinsamen Projekten arbeiten.

Diese ADA Lovelace Center-Anwendung untersucht Maschinelles Lernen in sicherheitskritischen Systemen. Für autonome Systeme ab einer hohen Automatisierungsstufe werden häufig Neuronale Netze zur Kontexterkennung eingesetzt. Hierzu scheinen die ersten Ergebnisse von Deep-Learning-Ansätzen vielversprechend. Diese KI-Anwendung für Automtove und Industrie 4.0 setzt hier an.

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.

Die BHS Corrugated Maschinen- und Anlagenbau GmbH und die Arbeitsgruppe für Supply Chain Services SCS gründeten 2019 gemeinsam das »Joint Lab Data Analytics«, um in ausgewählten Anwendungen die eigene Data Analytics-Expertise voranzutreiben. Eines der Hauptziele dieser Kooperation ist es, BHS Corrugated auf dem Weg zur digitalen Transformation zu unterstützen und gleichzeitig deren Data Analytics-Kompetenzen im Unternehmen nachhaltig auszubauen.

Die Fraunhofer-Arbeitsgruppe SCS entwickelte in dem interdisziplinären Forschungsprojekt »BELOUGA – Benchmarking im Klinikumfeld« erfolgreich neuartige Handlungsmethoden innerhalb des KIinikbetriebs. Dafür wurde der »BELOUGA«-Dreiklang: Prozessbenchmarking, Wertstromanalyse und Kundebefragung eingeführt.

Lkws stellen eine große Belastung für Umwelt, Infrastruktur und Verkehrssicherheit dar. Deshalb ist es nötig den Straßengüterverkehr langfristig zu reduzieren. Ein effizienter Hebel ist die Reduktion von leer- und teilausgelasteten Fahrten. Dafür sind Prognosen über das kurzfristig zu erwartende Sendungsvolumen notwendig. Im Projekt »KIVAS« evaluieren die Forscher eine Vielzahl an Einflussgrößen und prüfen, wie das Transportvolumen effizienter ausgeschöpft werden kann.

Im Projekt »INSELpro« wird ein neuartiges, gegenseitiges Dienstleistungskonzept für die (städtische) Nachbarschaftshilfe entwickelt. Die Konzeption und Umsetzung neuer personennaher Dienstleistungen erfolgt beispielhaft im Stadtteil Nürnberg-Mögeldorf und wird durch eine eigens entwickelte Nachbarschafts-App unterstützt.

Diese ADA Lovelace Center-Anwendung erforscht KI in der Objektlokalisierung. Die Lokalisierung von Objekten ist eine grundlegende Notwendigkeit für viele Anwendungen in der Logistik und Industrie 4.0. Themen wie das Feintraining in sich ändernden Umgebungen, aktives Lernen zum Einmessen des Modells, Bewegungsmodelle und hybride Sensorfusion werden untersucht und weiterentwickelt.