Referenzprojekte

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

Abbrechen
  • Foto zum Projekt ADA-Center
    © dragonstock - Fotolia.com

    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.

    mehr Info
  • Foto Mittelstand 4.0-Mobil vor dem Fraunhofer IIS-Gebäude in Nürnberg
    © Fraunhofer IIS/Paul Pulkert

    Kleine und mittlere Unternehmen sind das Herz der deutschen Wirtschaft – durch die Digitalisierung kommt es jedoch zu strukturellen Veränderungen, besonders im Mittelstand. Dieser Aufgabe hat sich das Mittelstand 4.0-Kompetenzzentrum Augsburg verschrieben, indem es KMU in Bayern bei ihrer digitalen Transformation hilft. Das Zentrum bietet dazu eine Vielzahl kostenloser Angebote.

    mehr Info
  • © Fraunhofer IWS

    Die Umstellung auf Elektromobilität ist in der Automobilbranche ein großes Thema, allerdings ist bei elektrisch betriebenen Fahrzeugen die Produktion der treibende Faktor bezüglich des CO2 –Ausstoßes: Hier steht neben der Batterie die Karosserie als zweitgrößter Emittent im Fokus. Daher werden im Projekt »Future Car Prouction« ganzheitlichen Lösungen zur Bewertung und Entwicklung neuer Karosseriekonzepte erforscht, die neben technischer Leistung und Kosten im Besonderen die ökologische Nachhaltigkeit berücksichtigen.

    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
  • © bannafarsai - stock.adobe.com

    Die Steuerung von Lagerbeständen ist eine zentrale Herausforderung bei KMUs im Großhandel. Obwohl dort teilweise bereits Prognosemodelle eingesetzt werden, um Absätze vorherzusagen, sind diese häufig nicht state of the art und liefern außerdem lediglich Punktprognosen, d.h. es wird ein einzelner Wert vorhergesagt. Zusammen mit den Projektpartnern entwickelt und implementiert die Fraunhofer-Arbeitsgruppe für Supply Chain Services SCS des Fraunhofer IIS deshalb ein Verfahren, um mithilfe modernster KI-Methoden die Unsicherheit einer Prognose zu quantifizieren und darauf aufbauend automatisch optimale Lagerbestände zu bestimmen.

    mehr Info
  • Projektfoto KITE: Künstliche Intelligenz im Transport zur Emissionsreduktion
    © Erwin Wodicka - Fotolia.com

    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.

    mehr Info
  • © fotograupner / AdobeStock.com

    Flächendeckende Identifikation von Brachflächen mit KI: Mit dem Projekt ARGOS soll eine bundesweit flächendeckende, KI-gestützte Extraktion von Brachflächen aus Geodaten, Luft- und Satellitenbildern realisiert werden. Ziel ist, daraus eine Online-Informationsplattform zum Thema Brownfields zu entwickeln, die eine aktuelle Übersicht zu potenziellen Standortoptionen für gewerbliche Immobilienprojekte ermöglicht.

    mehr Info
  • DeKIOps – Demokratisierung von KI mit verständlichem und einfach zugänglichem Machine Learning Operations
    © Gorodenkoff - stock.adobe.com

    Ziel des Forschungsvorhabens ist die Demokratisierung von ML-Systemen und der niederschwellige Zugang zu ML-Lösungen für Endanwendende, um dem Fachkräftemangel von ML-Expertinnen und -Experten entgegenzuwirken. Dazu werden Entwicklungsleitlinien für verständlich bedien- und wartbare ML-Systeme entwickelt werden, welche die operative Nutzung dieser ML-Systeme für Endanwender:innen ohne KI-Expertise ermöglichen.

    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