Im Rahmen des Teilvorhabens wird an der Entwicklung von Methoden und Verfahren zur Analyse und Prädiktion von Systemverhalten geforscht, um bspw. Ursachen für Qualitätsabweichungen zu identifizieren und Qualitätsmaßnahmen vorzuschlagen. Hierzu werden mittels sogenannter Wirknetze die Wirkzusammenhänge zunächst qualitativ und dann auch quantitativ modelliert, wobei sich an Datenstandards der Verwaltungsschale und der OPC-UA orientiert wird, um Kompatibilität und eine direkte Systemintegration in den Digitalen Zwilling herzustellen.

Im Verbund aus Praxis und Wissenschaft soll im Projekt ein Kompetenzzentrum für Logistik und gesundheitsbezogenen Dienstleistungen aufgebaut werden. RessourcE soll, durch die Bildung nachhaltiger Transferstrukturen zwischen Arbeitsforschung und Praxis, Innovationen für gute Arbeitsgestaltung, Führung und Weiterentwicklung im Bereich der Einfacharbeit initiieren. Es werden Lösungen für gesundheitsförderliche Arbeitsgestaltung sowie diversitätsorientierte Kompetenzentwicklung in Einfacharbeit getestet und auf Generalisierbarkeit geprüft. Diese Lösungen umfassen z. B. Assistenzsysteme für physische Tätigkeiten, Konzepte zur Stärkung psychischer Gesundheit oder Softwaretools zur systematischen Auswahl geeigneter Unterstützungstechnologien.

Im Rahmen des beantragten Projekts wird mit CAREads eine Web-Applikation entwickelt, welche Anwender:innen aus dem Pflegebereich ideal bei der Erstellung professioneller Stellenangebote unterstützt. Unter Angabe möglichst weniger Informationen (Unternehmenswebseite, Stellenbezeichnung) soll CAREads Anzeigen mit modernen Designs und ansprechenden, individualisierten Texten generieren können. Im Hintergrund erarbeiten intelligente Verfahren auf die Anwender:innen bezogene Vorschläge. Die Basis hierfür bildet eine extensive Sammlung, Verarbeitung und Bewertung von veröffentlichten Stellenanzeigen, die zum Training von Modellen aus dem Bereich des maschinellen Lernens genutzt werden. Die Individualisierung in Design und Text wird dadurch realisiert, dass die angegebene Unternehmenswebseite bzgl. Corporate Identity bzw. Design, Fotos und Texten analysiert wird und diese Inhalte dann als Eingabe für die auf den Pflegebereich trainierten KI-Modelle verwendet werden. Bewertungen und Anpassungen der vorgeschlagenen Stellenangebote fließen über eine Feedbackschleife in die KI-Modelle ein, um im Zeitverlauf die subjektiven Eindrücke der Nutzer:innen stärker zu berücksichtigen.

Das Projekt KoMAR entwickelt eine flexible Augmented Reality (AR) Multi-User Anwendung, die digitale Modelle mit realen Objekten verbindet. Mehrere Personen können gleichzeitig in einem AR-3D-Szenario interagieren. Ziel ist eine kontextbasierte und robuste Interaktion im virtuellen Raum. Das Projekt ziel auf die Entwicklung neuer Multi-User Funktionen, wie etwa ortsunabhängige Teilnahme an AR-Konferenzen und gemeinsame Manipulation virtueller Objekte, ab. Das BIBA entwickelt dafür eine Potentialbewertung kollaborativer Roboter in der industriellen Montage als ersten Anwendungsfall. AR ermöglicht hier die frühe Einbeziehung von Planungs- und Montagepersonal im realen Kontext ohne physische Systemanpassungen.

Das Mittelstand-Digital Zentrum Bremen-Oldenburg verfolgt das Ziel, den Digitalisierungsstand von KMU in der Metropolregion Nordwest durch individuelle Unterstützungsmaßnahmen zu erhöhen.

Schwerpunkte sind neben dem klassischen produzierenden Gewerbe und produktionsnahen Dienstleistungen wie der Logistik auch die konsumorientierte Dienstleistungswirtschaft, wie Tourismus, Gastronomie oder die Kreativbranche. Die Beteiligung des BIBA ermöglicht unter anderem den Wissenstransfer aus den Forschungsprojekten in die Industrie, die Umsetzung von Infrastruktur und Demonstratoren, sowie die Durchführung von Präsenzveranstaltungen und Online-Formaten.

Lebensmittel, auch Kühl- oder Tiefkühlwaren, werden immer häufiger online bestellt und müssen unter Einhaltung der Kühlkette an die Kund*innen versendet werden. Die derzeit häufig zum Versand genutzten Styropor- bzw. EPS-Boxen bieten zwar gute technische Eigenschaften, wie z.B. Isolierwirkung oder Lebensmittelechtheit, haben jedoch nicht zuletzt wegen der fossilen Rohstoffe ökologische Nachteile. Zur Verbesserung der Umweltbilanz von Lebensmittelversandbehältern wird in diesem Projekt eine innovative Verpackungslösung entwickelt, welche möglichst aus recyclebaren oder Biokunststoffen besteht und die wärmedämmende Wirkung eines Vakuums nutzt. Weiter wird durch ein kompaktierbares Design eine effiziente Rücksendung im Sinne der Wiederverwendbarkeit erreicht.

Montageassistenzsysteme speichern Daten zur Qualitätssicherung. Eine automatische Datenanalyse von Prozessschritten, die durch Fehlerfortpflanzung zu Produktionsfehlern führen können existiert bisher nicht. OptiAssist entwickelt ein KI-basiertes System zur Identifikation von Anomalien im Montageprozess durch unüberwachtes Lernen, woraufhin der Aufwand der Montagevorgänge im Vorranggraphen neu gewichtet wird. Auf Basis einer Optimierung schlägt ein Expertensystem auf geeigneten Dashboards dem Prozessplaner Änderungen des Prozesses vor. Um die Nutzerakzeptanz zu erhöhen, werden Strategien für einen geeigneten Zeitpunkt zur Umplanung des Montageprozesses entwickelt.

Im Rahmen von AITeach wird ein innovatives Gesamtsystem entwickelt, welches die Erstellung von Montageablaufplänen und -anweisungen für Montageassistenzsysteme im Rahmen der Arbeitsvorbereitung in der variantenreichen Montage automatisiert. Hierzu soll ein innovatives Softwaresystem entwickelt werden, welches fusionierten Sensordaten mittels intelligenter Algorithmen und KI-Methoden hinsichtlich der demonstrierten Tätigkeiten analysiert. Ziel ist das automatische Erkennen von manuellen Montagearbeitsschritten, eine einfach verständliche Ausbereitung und Darstellung der erkannten Tätigkeiten mittels text-basierter Anweisungen sowie einer Visualisierung auf Basis eines Digitalen Zwillings.

WASABI zielt darauf ab, kleinen und mittleren Unternehmen (KMUs) neue Werkzeuge und das Wissen zur Verbesserung der Fähigkeiten und Leistung ihrer Mitarbeiter bereitzustellen. Es werden fortschrittliche Benutzerschnittstellen für die hybride Entscheidungsfindung entwickelt. Solche Schnittstellen unterstützen Mitarbeiter dabei, mit komplexer Software zu interagieren und reduzieren effektiv ihre Lernkurve. Dadurch wird es für Menschen einfacher, Software zu nutzen und sie effektiv in ihrer Arbeit anzuwenden. Die fortschrittlichen Benutzerschnittstellen von WASABI fokussieren beispielsweise Situationsanalysen, Aktionsplanung und -ausführung sowie die Überwachung und Minderung von Auswirkungen. Eine der Schlüsseltechnologien im Lösungsportfolio von WASABI ist der digitale intelligente Assistent (DIA) - eine anthropomorphe, aufgabenorientierte KI. Ein Netzwerk von Innovationszentren, das KMUs auf diesem neuen Weg unterstützt, wird geschaffen und in bestehende Netzwerke integriert. Unser individualisierter, föderierter Shop wird DIAs und Skill-Pakete enthalten, um Organisationen bei der Erreichung ihrer Nachhaltigkeitsziele zu unterstützen. Arbeiter im industriellen und kaufmännischen Bereich werden ihn zur berührungs- oder blickfreien Computerinteraktion, für KI-basierten Ratschläge und Anleitungen sowie Datenanalysen nutzen können.

Die Wareneingangskontrolle erfolgt in vielen KMUs noch manuell. Eine Automatisierung dieser Prozesse optimiert den Wareneingang, reduziert Fehler entlang der gesamten Lieferkette und schafft Wettbewerbsfähigkeit auf dem Markt der Transport- und Lagerlogistik. Die Umsetzung dieser Automatisierung, sei es durch eigene Entwicklung oder Nutzung von bestehenden Lösungen auf dem Markt, ist sehr kostspielig und für viele KMUs nicht realisierbar.

Hier setzt das Forschungsvorhaben „Pakur“ an, um KMUs im Logistik-Segment eine (teil-)automatisierte Datenerfassung in der Wareneingangskontrolle bzw. bei der Inventur zu ermöglichen. Die neueren Durchbrüche im Bereich der Bildverarbeitung mittels neuronaler Netze sollen verwendet werden, um eine einfach zu nutzende, automatische, digitale Standardlösung zur Identifikation und Zählung von Paketen anhand von Bildern der palettierten Ware zu entwickeln. Dabei soll der Mitarbeiter durch eine App unterstützt werden, um so den Prozess der Warenannahme und Inventur zu beschleunigen und gleichzeitig mögliche Fehlerpotenziale zu minimieren. Hierbei sollen Algorithmen entwickelt und neuronale Netze trainiert werden, die in der Lage sind, die einzelnen Elemente, wie z.B. Pakete oder Säcke, auf einer Palette fehlerfrei auch in heterogenen Umgebungen zu erkennen, ihr Packmuster zu analysieren und daraus dann die Anzahl der Elemente entsprechend je Stückgut abzuleiten. Diese Information kann dann direkt an ein mögliches Warenwirtschaftssystem weitgegeben werden. Fehler werden so frühzeitig erkannt und falsche Informationen im System vermieden.

Der Fokus der Entwicklung liegt auf der Erstellung der Algorithmen, basierend auf aktueller, innovativer Forschung. Der Transfer in die Praxis wird durch eine fertige, quelloffene, durch Dritte einfach nutzbare Softwarebibliothek und eine quelloffene Demo-Anwendung für das Smartphone realisiert. Damit wird sichergestellt, dass auch Dritte das Ergebnis aktiv nutzen und auf andere Bereiche anwenden können.

In Port2Connect (Intelligentes Hafenlogbuch zur effizienten und nachhaltigen Nutzung der Hafeninfrastruktur) wird ein digitales Hafenlogbuch entwickelt, das die Transparenz und Sichtbarkeit von

Vorgängen im Hafen erhöht und eine automatische Planung und Optimierung mit Künstlicher Intelligenz ermöglicht. Durch das intelligente Monitoring- und Assistenzsystem werden Schiffe während ihres Aufenthaltes im Hafen digital begleitet und überwacht. Dadurch sollen insbesondere die Ziele für eine effizientere Nutzung sowie ein nachhaltiger Schutz vor Beschädigungen der vorhandenen Hafeninfrastruktur und eine Verbesserung des Klimas durch Verringerung von Emissionen erreicht werden.

Das Hafenlogbuch wird exemplarisch für 2.200 Meter der Stromkaje in Bremerhaven entwickelt. Verschiedene Anforderungen werden an ein solches System gestellt. Dazu gehören, die Emissionserfassung und –zuordnung sowie die Lage der Liegeplätze direkt an der Weser, welche der Flussströmung und den Gezeiten bedingten Tidenhub ausgesetzt sind. Weiterhin müssen für eine effiziente Nutzung der Liegeplätze Schiffe im Hafen häufiger verholt werden. Zusätzlich bergen insbesondere große Container-Schiffe ein erhöhtes Risiko für eine Beschädigung der Infrastruktur und eben jene besitzen einen großen Anteil an den Gesamtemissionen des Hafens.

Im Projekt SYDITIL wird ein systemischer Digitaler Zwilling (DZ) für die Logistik entwickelt. Als technologische Grundlage dient Σ, eine Sprache und Methode zur Beschreibung komplexer sozio-technischer Systeme sowie die WorldLab-Software. Anhand der Anwendungsszenarien Lagerlogistik und Hafenlogistik wird entwickelt und evaluiert. Die angestrebte Lösung soll zur kontinuierlichen Verbesserung der Logistikprozesse beitragen. Hierzu wird der DZ ständig mit den aus dem Logistiksystem gesammelten Daten aktualisiert und simuliert mögliche Szenarien sowie prognostiziert bevorstehende Risiken. Gegebenenfalls werden Warnungen an bestehende Steuerungs- und Kontrollsysteme gesendet, um den Logistikbetrieb zu optimieren. Zudem wird durch die Visualisierung der Simulations- und Vorhersageergebnisse die Entscheidungsfindung für zukünftige Planungen unterstützt.

Stress und mangelnde Aufmerksamkeit sind die Hauptursachen für Arbeitsunfälle in der Industrie und beeinträchtigen die Leistung der Arbeitnehmer. Physikalische, physiologische und psychologische Aspekte im Zusammenhang mit Stress wurden bereits durch die Analyse biometrischer Daten untersucht, aber sie wurden noch nie mit neurophysiologischen/psychologischen Daten integriert. No-Stress erfasst die Bewegungen von Arbeitnehmern bei der Ausführung von Fertigungsaufgaben, indem neurophysiologische Parameter in Echtzeit erfasst werden und mit Sprachassistenz interagiert wird, um Reaktionen und Feedback zu sammeln. Die Ursachen für Stress werden durch die Analyse der Daten der Arbeiter ermittelt, um die Arbeitsumgebung mit einem auf den Menschen ausgerichteten Ansatz neu zu gestalten, der sich auf das Wohlbefinden der Arbeiter konzentriert. Im Rahmen des Projekts wird ein Überwachungssystem für Fertigungsunternehmen entwickelt, um deren Arbeitsbedingungen und Produktionseffizienz zu verbessern. Die Anbieter von Anwendungsfällen werden zusammen mit den Akteuren des Sektors für Arbeitnehmerunterstützung an der Neugestaltung des Produktionsumfelds arbeiten, wobei der Schwerpunkt auf den Arbeitnehmern liegen wird.

Im Projektvorhaben wird eine autonom operierende Indoor-Luftschiffdrohne entwickelt, die optische Überwachungen von Arbeitsschutzmaßnahmen im Schiffsbau durchführt. Der Schiffsbau zeichnet sich durch eine erhöhte Unfallgefahr aus, weil sich im Rahmen der Baustellenfertigung eine hohe Dynamik in der Arbeitsumgebung zeigt. In Erweiterung zum Stand der Technik wird die zu entwickelnde Indoor-Luftschiffdrohne deutlich länger als bestehende Drohnenlösungen operieren können und zudem sehr leise sein. Eine Gefährdung durch die Drohne für den Menschen geht aufgrund der Leichtbauweise nicht aus. Die autonom navigierende Drohne wird mittels optischer Gefahrendetektion in der Lage sein, verschiedene relevante Gefahrensituationen (Kabelgewirr, Rutschige Böden, Bodenlöcher etc.) sicher zu erkennen und an den Verantwortlichen zu melden.

Das TrackInWare Projekt ist ein ambitioniertes Vorhaben zur Entwicklung eines hochpräzisen Positionierungssystems basierend auf der Ultrabreitband- (UWB) und Bluetooth Low Energy (BLE) Technologie. Durch die Kombination dieser beiden Technologien streben wir eine erhebliche Verbesserung der Ortsbestimmung und damit der Prozesseffizienz in Logistik und Produktion an.

Das Bremer Institut für Produktion und Logistik (BIBA), übernimmt die Entwicklung der Hardware für die Beacons und Anchors. Diese Beacons sind mit einem E-Ink-Display ausgestattet, das die Erfassung von Statusmeldungen ermöglicht und so für eine bessere Übersichtlichkeit und Benutzerfreundlichkeit sorgt.

Die Entwicklung erfolgt in enger Zusammenarbeit mit der Firma SigScan, einem führenden Anbieter in der drahtlosen Kommunikation. Das Projekt wird vom Aerospace Valley koordiniert, einer Organisation, die sich für die Förderung von Innovationen und Technologietransfer in der Luft- und Raumfahrtindustrie einsetzt.

Ein wesentliches Ziel des Projekts ist es, die Ergebnisse in realen Produktions- und Logistikumgebungen zu erproben. Hierfür haben wir bereits die Partnerschaften mit Sonae und Whirlpool, zwei führenden Unternehmen in ihren jeweiligen Branchen, etabliert. Bei Sonae werden die entwickelten Technologien in der Logistik erprobt, während Whirlpool diese in ihren Produktionsprozessen einsetzen wird.

Das TrackInWare Projekt zielt darauf ab, durch präzise Positionsbestimmung die Effizienz von Produktions- und Logistikprozessen zu steigern. Mit der intelligenten Nutzung und Integration von UWB- und BLE-Technologie sind wir überzeugt, dass wir einen bedeutenden Beitrag zur Optimierung und Modernisierung dieser Bereiche leisten können.

Smart Power will provide knowledge of two industry4.0 application domains - namely smart manufacturing and smart micro grids - and furthermore unlock the potential by show casing the interconnection of those. Best practices of cross-domain integration will not only provide know-how to future employees, but open the mind set of skilled work-forces to enable competetiveness and advances by broadening possible solution space with taught opportuniƟes from the industry4.0 paradigm.

The training addresses professionals, entrepreneurs,students and life-long learners with skill-driven self-learning course material, which will transfer key principles, methodologies and technologies addressing actual industry problems and challenges. Alongside the problem solving of those real-world scenarios, participants will be encouraged to establish disruptive thinking across domains –

primarily in the cross-domain integration of smart factories and smart grids, but will not be limited to these.

Die europäische Produktionslandschaft steht vor großen Herausforderungen, die nachhaltige und robuste, jedoch zugleich hocheffiziente, Produktionssysteme notwendig machen, die die Möglichkeit besitzen, in großer Geschwindigkeit auf signifikante Veränderungen zu reagieren.

Das übergeordnete Ziel des Projekts RaRe2 ist daher die Schaffung einer flexiblen, wandlungsfähigen und robusten Ökosystem-Plattform, die durch die Interaktion einer Vielzahl europäischer Organisationen ermöglicht wird, indem diese bei der schnellen Umgestaltung von Prozessketten durch kollaborative Systeme und anpassungsfähige Weiterbildungsmaßnahmen zusammenarbeiten.

Im Projekt werden zunächst um Prognose-, Rekonfigurations- und Optimierungsfunktionen erweiterte digitale Zwillinge der Produktions- und Logistiksysteme auf unterschiedlichen hierarchischen Stufen entlang der gesamten Wertschöpfungskette entwickelt. Zusätzlich werden Methoden zur flexiblen und robusten Personaleinsatzplanung entwickelt. In einem nächsten Schritt werden die entwickelten Methoden in einer Ökosystemplattform integriert.

Dieses Projekt wird gefördert mit Mitteln aus dem Forschungs- und Innovationsprogramm Horizon Europe Framework Programme (HORIZON) der Europäischen Union unter dem Förderkennzeichen HORIZON-CL4-2022-TWIN-TRANSITION-01.

Das Projekt hyBit spielt eine zentrale Rolle in der Realisierung des von der EU ausgegebenen Ziels einer klimaneutralen Volkswirtschaft mittels grünen Wasserstoffs in einer ganzheitlichen Energiewende zu realisieren. Die übergeordnete Fragestellung des Projekts lautet: Wie kann Klimaneutralität durch die zielgerechte technische, wirtschaftliche, ökologische, rechtliche und gesellschaftliche Gestaltung von Wasserstoff-Hubs erreicht werden? In fünf Schritten wird über eine flexible Modellierung von Logistiksystemen, die mit Wasserstoff betrieben werden, Pilotanwendungen definiert. Hierzu werden zunächst Transformationspfade, Infrastrukturkonzepte und Roadmaps erarbeitet und simuliert. Die Ergebnisse und Simulationsleistung werden einer zentralen Transformationsplattform bereitgestellt, die diese mit den Ergebnissen anderer Fragestellungen abseits der Mobilität und Logistik kombiniert.

NebulOuS wird ein geeignetes Meta-Betriebssystem einführen, das Brokerage-Fähigkeiten über das gesamte Cloud-Computing-Kontinuum hinweg umfasst. Insbesondere wird es die Entstehung von Ad-hoc-Nebel-Brokerage-Ökosystemen ermöglichen, die IoT-/Edge- und Nebelknoten parallel zu Multi-Cloud-Ressourcen nutzen, um den Anforderungen von hyperverteilten Anwendungen gerecht zu werden. Solche Anwendungen werden von NebulOuS unter Berücksichtigung der Unterstützung des gesamten Lebenszyklus von Edge- und Cloud-Ressourcen verwaltet, um das Hosten von Knoten in verschiedenen Organisationseinheiten desselben oder verschiedener Unternehmen oder das Erreichen privater Rechenzentren von Telekommunikationsanbietern zu ermöglichen, wodurch Ad-hoc-Cloud-Computing-Kontinua entstehen. Das BIBA wird die Forschung zu verteilten digitalen Zwillingen und deren Orchestrierung in das Cloud-Computing-Kontinuum integrieren und die NebulOuS-Lösung in einem Anwendungsszenario im Bereich des Krisenmanagements und der Krisenkommunikation einsetzen.

Intelligente und interaktive AR-basierte Assistenzsysteme weisen zur Unterstützung intralogistischer Arbeitsprozesse ein großes Potenzial auf, werden jedoch in dieser Form in der Praxis, insbesondere in KMU, bisher nur vereinzelt eingesetzt.

Gegenstand des Forschungsvorhaben AR Improve sind intelligente und interaktive AR-Assistenzsysteme, die aktuelle AR-Hardware mit Sensorik sowie bildverarbeitenden Verfahren kombinieren.

Durch die Bereitstellung eines interaktiven Leitfadens, der im Projektvorhaben AR Improve gemeinsam mit KMU entwickelt

wird, werden Entscheidungsträger*innen in KMU fundierte Entscheidungen über den bedarfsgerechten und menschorientierten Einsatz von AR-Assistenzsystemen ohne detaillierte Kenntnisse zur AR-Technologie ermöglicht.

Fablabs Erasmus+ project aims to develop training material for supporting Fablab users, and Fablab Tutors/Teachers, including contents for design, coding and manufacturing with main focus on IoT, 5G, AI/Big Data and Blockchain technologies. The main project objectives include:

 

• Development of learning and teaching strategies and concept/guidelines for FabLabs mainly oriented to IoT related technologies like Blockchain and AI/Big Data.
• Development of didactic methods covering several target groups (University degree studies and general public), - development of learning material (blended learning including e-learning, face-to-face, workshops).
• Development of curriculum for training of design, manufacturing of prototypes using IoT, and AI/Big data technologies applied to industry or similar.
• Organization of training activities for tutors.
• Test of the learning material and tutorial during testing initiatives (courses).
• Optimization of learning content for tutors.

  Within this project the learning content will be developed with a learner-centered approach and using case studies from selected branches of industry (examples) to let learners understand the industrial/practical relevance of the topic and show the linkage of principles and methods with relevant applications. Testing courses/workshops will be run at different targets (from apprenticeship to University level) for integrated testing, assessment and optimization of developed tools and contents.

 

Der Gütertransport in Deutschland erfolgt heute in großen Teilen über den Straßen- und Schienengüterverkehr. Die weitere Zunahme des Transportaufkommens bringt die Systeme allerdings an ihre Belastungsgrenze, dies zeigt sich u.a. durch vermehrtes Stauaufkommen und häufigere Lieferverzögerungen. Eine weitere Herausforderung ist die hohe Umweltbelastung durch den Straßen- und Schienenverkehr. Eine emissionsärmere Alternative und Ergänzung zum landseitigen Transport stellt der wasserseitige Gütertransport mittels Binnenschiff dar. Die verstärkte Nutzung dieses Transportmittels erfordert die Bereitstellung zusätzlicher dezentraler Umschlagspunkte (sogenannter MicroPorts) für die intelligente und effiziente Verknüpfung des land- und wasserseitigen Gütertransports.

Das Ziel des Projekts liegt in der technischen Konzeption und Auslegung eines Netzwerks aus dezentralen Umschlagsknoten für die Verknüpfung des land- und wasserseitigen Güterverkehrs. Die Grundidee besteht in der Nutzung vorhandener Infrastruktur, insbesondere Brücken, für die Installation der MicroPorts. Aufbauend wird eine simulationsbasierte Evaluation durchgeführt, um das neue Umschlagskonzept im Hinblick auf dessen Wirtschaftlichkeit und Nachhaltigkeit zu bewerten. Die erwarteten Projektergebnisse stellen damit die Grundlage dar, um zukünftig dezentrale Umschlagspunkte für den kombinierten land- und wasserseitigen Güterverkehr fundiert zu planen und in die Umsetzung zu bringen.

Das Ziel des Vorhabens ist die Entwicklung eines off-the-shelf Systems für einen möglichst intuitiven Zugriff auf komplexe Informationen durch eine natürliche und niederschwellige Kommunikation in Kombination mit optischen Bilderkennungsverfahren. Zugleich soll es versierten Anwendern einen direkten, schnellen und berührungslosen Zugriff auf einen großen Funktionsumfang ermöglichen. Personenbezogene Bild- und Sprachdaten sollen hierbei aus Datenschutzgründen durch eine integrierte Recheneinheit bearbeitet werden.

Das BiT-Data Projekt hat es sich zur Aufgabe gemacht, die Komplexität und Menge an Produktionsdaten effizient zu nutzen. Unser Ziel ist es, eine Plattform zu entwickeln, die Produktionsdaten sammelt und sie über standardisierte Kommunikationsprotokolle bereitstellt. Dies ermöglicht eine schnelle und transparente Datenverarbeitung, was zu einer verbesserten Betriebsführung und Entscheidungsfindung führt.

Ein wesentlicher Aspekt unserer Plattform ist die einfache Anwendung von KI-Algorithmen. Diese bieten die Möglichkeit, Kernmetriken der Produktionsanlage auf eine zugängliche Art und Weise zur Verfügung zu stellen. Dabei liegt unser Fokus darauf, diese Algorithmen so zu gestalten, dass sie von den Nutzern mit geringem Aufwand genutzt und angepasst werden können.

Unser Pilotanwendungsfall ist die Mensch-Roboter-Kollaboration in der Produktion von Bipolarplatten für Wasserstoffbrennstoffzellen. Hier steht uns BIBA, ein renommierter Forschungspartner, zur Seite. BIBA konzentriert sich auf die Entwicklung und Integration von KI-Algorithmen, die Bilddaten einer optischen Kamera nutzen, um Aussagen über die Qualität der Brennstoffzellen zu treffen.

Unser Ansatz ist dabei vielschichtig und beinhaltet die Erprobung unterschiedlicher Verfahren zur Qualitätskontrolle und Fehlererkennung. Die Ergebnisse unserer Forschungsarbeit fließen in einen Leitfaden ein, der die Nutzung dieser Algorithmen in der Produktion vereinfacht. Ein integraler Bestandteil des Leitfadens ist die Demonstration der Integration der KI-Algorithmen in ein grafisches Data-Pipeline-Tool. Dieser Praxisteil verdeutlicht die einfache Anwendung und das Potenzial der entwickelten Algorithmen.

Mit dem BiT-Data Projekt verfolgen wir das Ziel, Produktionsprozesse durch intelligenten Umgang mit Daten effizienter, genauer und produktiver zu gestalten. Wir sind überzeugt, dass die intelligente Nutzung und Verarbeitung von Daten eine Schlüsselkomponente für die zukünftige Wettbewerbsfähigkeit im produzierenden Gewerbe ist.

Viele Produktionsprozesse in Unternehmen verändern sich in Richtung cyber-physischer Systeme. Für die menschliche Arbeit in der Produktion ergeben sich infolgedessen tiefgreifende Veränderungen hin zu einer Zusammenarbeit mit automatisierten und autonomen Systemen und deren Überwachung. In derartigen hybriden cyber-physischen Produktionssystemen (CPPS) stellen die Qualität der Zusammenarbeit und Interaktion zwischen den menschlichen und technischen Bestandteilen einen wesentlichen Erfolgsfaktor dar.

Für hybride CPPS ist eine integrierte Systemgestaltung erforderlich, um ihre erfolgreiche Einführung und Nutzbarkeit sicherzustellen. Das Ziel des Vorhabens besteht infolgedessen darin, einen Beitrag zur Integration der Human Factors in hybride CPPS zu leisten. Im Detail sollen Wirkzusammenhänge zwischen der Qualität und Leistung menschlicher Arbeit sowie der Ausgestaltungsform hybrider CPPS ermittelt und diese zur Ableitung von Gestaltungsgrundsätzen bei der Neu- und Umplanung entsprechender Arbeitssysteme genutzt werden.

Im Kern soll studienbasiert unterschiedliche Varianten hybrider CPPS modellhaft als Demonstrator abgebildet und bezüglich ihrer Effekte auf die Systemleistung und auf die darin befindlichen Personen untersucht werden. Die so gewonnenen Erkenntnisse sollen zur Bestimmung der zugrundeliegenden Wirkzusammenhänge zwischen verschiedenen Gestaltungsvarianten und Kennzahlen zur Systemleistung und zum Arbeitsempfinden dienen.

Das Hafenumfeld zeichnet sich durch den Umschlag schwerer und großer Lasten aus, in dem der Mensch trotz fortschreitender Automatisierung unerlässlich ist. Im konkreten Anwendungsfall des Automobilumschlags werden in Technikcentern die Fahrzeuge für den jeweiligen Zielmarkt aufbereitet. Hierzu müssen beispielsweise Reifen und Anhängerkupplungen vom Menschen bewegt und montiert werden. Zudem gibt es eine Vielzahl weiterer Autoteile, die kommissioniert und z.T. in Überkopfhaltung montiert werden müssen. Im Ergebnis findet eine starke körperliche Beanspruchung der Mitarbeiter statt, die mit zunehmendem Alter zu einer gewissen körperlichen Beeinträchtigung führt. Im Rahmen des Projektvorhabens „MEXOT“ werden die herausgearbeiteten Herausforderungen mit einem sozio-technischen Entwicklungsansatz angegangen. Hierzu wird der Einsatz von Exoskeletten avisiert und darauf aufbauend an einer intelligenten Arbeitsergonomie geforscht, die die Mensch-Technik-Interaktion in Kombination von Exoskelett und fahrerlosen Transportfahrzeugen (FTF) untersucht. Ausgehend von einem passiven Exoskelett wird eine hardwarenahe Integration von Sensoren erfolgen, um Bewegungsmuster der Mitarbeiter nachzuvollziehen. Dies dient zunächst der Datenanreicherung eines externen Anreiz-Systems, welches den Mitarbeitenden für das korrekte Tragen des Exoskeletts belohnt und Gamification-Ansätze zur Motivationssteigerung integriert. In einem zweiten Schritt werden die Daten und Prozessinformationen zur Aktivierung bzw. Deaktivierung einzelner “Elastomermuskeln” genutzt, womit eine höhere Trageflexibilität bei nicht zu unterstützenden Aktivitäten avisiert wird. Im dritten Schritt werden die Bewegungsinformationen des Exoskeletts genutzt, um ein weitergehendes Pick- and Assemby-by-Motion-Konzept zu entwickeln, welches in Kombination mit dem Kamerasystem des FTFs eine Registrierung einzelner Arbeitsschritte in der Kommissionierung und Montage untersucht. Seitens des FTFs wird zudem an der Produktivitätssteigerung und Entlastung von Mitarbeitenden durch prozess- und mitarbeiterspezifische Materialzuführung gearbeitet. Weiterhin werden für das FTF Sprach- und Gestenbasierte Funktionalitäten der Mensch-Technik-Interaktion umgesetzt.

In Riemann geht es um die Reduzierung der technologischen Hürde zur Nutzung einer Roboterflotte beispielsweise in Lagerhäusern oder der Fertigung. Das Projekt macht Studierende und Fachleute mit fortgeschrittenen Navigationskonzepten vertraut. Insbesondere wurden hierbei Open-Source-Bibliotheken aus dem Robotic Operation System (ROS) berücksichtigt, um Abhängigkeiten zu vermeiden und Transparenz zu schaffen. Das Lehrmaterial wurde Fachleuten und Studierenden zur Verfügung gestellt, um komplexe Lösungen selbst zu warten. Dadurch werden Kosten und Wartezeiten gespart und Teilnehmende in die Lage versetzt, in kurzer Zeit ein solches komplexes System ohne genaue Kenntnisse der inneren Strukturen in Betrieb nehmen zu können. In der zweiten Phase wird das Projekt um die Kollaboration mit Manipulatoren erweitert, um hier ein effizientes Interface auf Basis von ROS2-Komponenten am Beispiel des e.DO Cubes von COMAU beispielhaft zu realisieren. Anhand des Beispiels sollen weitere Lerneinheiten mit Bezug zu ROS2 erstellt werden, um ein voll umfängliches Intralogistik-Szenario abbilden zu können.

Herausforderungen bei der Nutzung von Cloud-Technologien und verteiltem Edge Computing für eine tragfähige IoT-Plattform bestehen darin, hochaufgelöste Daten verfügbar zu machen und zu verarbeiten und dort mit KI-Modellen zu verknüpfen. Der Modellbildung kommt hierbei eine besondere Bedeutung zu, da das Verhalten der Systeme in einem komplexen Varianten-raum beschrieben werden muss, und es dabei auch kontinuierliche Veränderungen über eine Lebensdauer von 20 Jahren zu berücksichtigen gilt. Klassische IoT Plattformen und Strukturen, wie sie bereits u.a. in der Windenergiebranche eingesetzt werden, können die Dynamik des tatsächlichen Lebenszyklus von komplexen Produktsystemen wie Windenergieanlagen (WEA) nur unzureichend abbilden. Insbesondere unter Einbeziehung eines modularen WEA-Ansatzes ist die monolithische Errichtung von digitalen Zwillingen nicht ausreichend. In diesem Vorhaben soll daher ein flexibles, dezentrales Konzept für sogenannte „Micro Digital Twins“ (MDTs) entwickelt und gemeinsam mit dem Verbundpartner Nordex implementiert werden. Dabei wird besonderes Augenmerk auf universelle Anwendbarkeit in der Domäne und eine hohe Anpassungsfähigkeit des Konzeptes an die Weiterentwicklung des Standes der Technik gelegt.

Ziel des Projektes ist die Entwicklung eines intelligenten modularen Endeffektor-Bauteil-Schutzes für die sichere und intuitive Zusammenarbeit zwischen Mensch und Roboter. Das Schutzsystem soll aus einem Schutzkokon bestehen, welches am Endeffektor installiert wird und sowohl diesen als auch das Bauteil umschließt. So können Personen im direkten kooperativen Arbeitsbereich des Roboters vor Gefahren geschützt werden. Durch integrierte Sensorik sollen Menschen im Umfeld frühzeitig erkannt und automatisch Abstand gehalten werden. Mithilfe intelligenter Steuerungsstrategien sollen Roboterbewegungen sowohl spontan (ausweichen) als auch vorausschauend möglich werden, um Prozesse nicht unnötig zu unterbrechen. Interaktionsmodule sollen die nächste Bewegung des Roboters intuitiv anzeigen, so dass die Bewegung antizipiert werden kann und darüber hinaus auch als Schnittstelle für die Eingabe von Befehlen dienen. Somit kann erstmals auch der Mensch auf den Roboter intuitiv reagieren, was die Arbeitssicherheit erhöht und sicherheitsbedingte Unterbrechungen minimiert.

Im Projekt soll auf Basis einer vorhandenen Plattform (MARIDAL) eine Weiterbildungsplattform für Beschäftigte in der Logistik entwickelt werden, die ein bedarfsorientiertes und individuelles Lernen ermöglicht und flexible Lernpfade anbietet. Die in diesem Vorhaben angestrebte Plattform versteht sich als ein digitales Lern-Ökosystem. Die KI dient dabei zur Personalisierung der Nutzererfahrung und Unterstützung des Lernens. Zusätzlich können Zertifikate - auch für externe Personen – ausgestellt werden.

TOKIOS zielt auf die Integration innovativer Methoden und Techniken aus den Bereichen der Statistik und der Künstliche Intelligenz in die Integrations- und Systemtests von Flugzeugen. Die adressierten Methoden sollen hierbei auf Offline-Daten angewendet werden, welche in der Größenordnung von Big Data angesiedelt sind.

Die Aufgaben des BIBAs fokussieren auf die Entwicklung von Datenintegrationslösungen und dem Analyseframework, um Analyseketten interoperable aufsetzen und nutzen zu können. Des Weiteren wird das Analysewerkzeug an die Bedürfnisse des Testingenieurs für zukünftige Testprozesse ausgerichtet

Die Landwirtschaft muss sich verstärkt mit Themen der Nachhaltigkeit und des Qualitätsmanagements auseinandersetzen. Hierbei kommt Futtermitteln auch aus Kostensicht eine immer höhere Bedeutung zu. Das Ziel des Projekts ist die Realisierung einer Cloud-Plattform für Landwirtinnen, Händlerinnen und Futtermittelhersteller*innen, um Futtermittel individuell konfigurieren, bedarfsgerecht produzieren und just-in-time liefern zu können. Neben der Integration von wetterabhängigen Bedarfs- und Preisprognosen steht die Entwicklung einer simulationsbasierten Lieferkettensteuerung mit Optimierung der Ökobilanz im Fokus.

TRICK wird eine vollständige, für KMU erschwingliche und standardisierte Plattform bereitstellen, um die Annahme nachhaltiger und zirkulärer Ansätze zu unterstützen: Sie wird es Unternehmen ermöglichen, Produktdaten zu sammeln und auf einem dedizierten Marktplatz Zugang zu den erforderlichen Dienstleistungen zu erhalten, der für Lösungen von Drittanbietern offen ist. Die TRICK-Demo wird in 2 hochkomplexen und umweltschädlichen Bereichen durchgeführt: Textil-Kleidung als Hauptpilot und verderbliche Lebensmittel für die Replikation. Im Fokus des BIBA steht die Anpassung des B2B-Marktplatzes an die Bedürfnisse eines Circular Information Management (CIM).

i4Q bietet eine Komplettlösung, bestehend aus nachhaltigen IoT-basierten, zuverlässigen Industriedatendiensten (RIDS), die in der Lage sind, die riesigen Mengen an Industriedaten zu verwalten, um die Online-Überwachung und -Steuerung der Fertigung zu unterstützen. Das i4Q Framework garantiert die Zuverlässigkeit der Daten mit Funktionen, die in fünf Grundfunktionen rund um den Datenzyklus gruppiert sind: Sensorik, Kommunikation, Recheninfrastruktur, Speicherung sowie Analyse und Optimierung. Mit i4Q RIDS werden Fabriken in der Lage sein, große Datenmengen zu verarbeiten und dabei ein adäquates Niveau an Datengenauigkeit, Präzision und Rückverfolgbarkeit zu erreichen. Die Daten werden für Analysen und Vorhersagen sowie zur Optimierung der Prozess- und Produktqualität in der Fertigung genutzt, was zu einem integrierten Ansatz für eine Null-Fehler-Fertigung führt. i4Q Solutions wird die industriellen Rohdaten mit kostengünstigen Instrumenten und modernsten Kommunikationsprotokollen effizient erfassen und dabei Datengenauigkeit und -präzision, zuverlässige Rückverfolgbarkeit und zeitgestempelte Datenintegrität durch Distributed-Ledger-Technologie garantieren. i4Q Project wird Simulations- und Optimierungswerkzeuge für die kontinuierliche Prozessqualifizierung der Fertigungslinie, Qualitätsdiagnose, Neukonfiguration und Zertifizierung bereitstellen, um eine hohe Fertigungseffizienz und optimale Fertigungsqualität zu gewährleisten. Das BIBA konzentriert sich auf: 1) die Erstellung von Datenqualitätsrichtlinien für die Fertigung und 2) die Erweiterung seiner Software QualiExplore zur Unterstützung von a) Produktionsdatenqualitätswissen und b) Fertigungslinienzertifizierung unter dem Aspekt der Datenqualität. Die Erweiterung von QualiExplore beinhaltet die Integration eines digitalen Assistenten (conversational AI).

ENHANCE aims at strengthening the cooperation between 3 EU and 4 PC universities across recent research outcomes related to MPQ 4.0. From a capacity-building perspective, this consortium will improve the capacity of HEI in PC with innovative programmes. It will develop new competencies and skills to transfer later to socio-economic partners. ENHANCE will guarantee the sustainability of the consolidated learning programs and materials through the creation of 2 new DIH in PC.

ACROBA project aims to develop and demonstrate a novel concept of cognitive robotic platforms based on a modular approach able to be smoothly adapted to virtually any industrial scenario applying agile manufacturing principles. The novel industrial platform will be based on the concept of plug-and-produce, featuring a modular and scalable architecture which will allow the connection of robotic systems with enhanced cognitive capabilities to deal with cyber-physical systems (CPS) in fast-changing production environments. ACROBA Platform will take advantage of artificial intelligence and cognitive modules to meet personalisation requirements and enhance mass product customisation through advanced robotic systems capable of self-adapting to the different production needs. A novel ecosystem will be built as a result of this project, enabling the fast and economic deployment of advanced robotic solutions in agile manufacturing industrial lines, especially industrial SMEs. The characteristics of the ACROBA platform will allow its cost-effective integration and smooth adoption by diverse industrial scenarios to realise their true industrialisation within agile production environments. The platform will depart from the COPRA-AP reference architecture for the design of a novel generic module-based platform easily configurable and adaptable to virtually any manufacturing line. This platform will be provided with a decentralized ROS node-based structure to enhance its modularity. ACROBA Platform will definitely serve as a cost-effective solution for a wide range of industrial sectors, both inside the consortium as well as additional industrial sectors that will be addressed in the future. The Project approach will be demonstrated by means of five industrial large-scale real pilots, Additionally, the Platform will be tested through twelve dedicated hackathons and two Open calls for technology transfer experiments.

Zwischen den hervorragenden Ergebnissen aus öffentlich geförderten Forschungsprojekten zu Digitalisierung und KI und der Umsetzung in dauerhaft verfügbare Lösungen ist eine systembedingte Lücke festzustellen. Gesamtziel des Projekts ecoKI ist, diese Lücke zu schließen. Mit dem Aufbau einer

Infrastruktur zur Unterstützung von KMUs bei der Einführung von KI-Technologien für Energieeffizienz verfolgt ecoKI folgende Teilziele:

 

1. Generische Digitalisierungs- und KI-Bausteine möglichst einfach zur Steigerung der Energieeffizienz nutzbar zu machen.
2. Reduzierung der Einstiegsbarrieren für KMU bei der Nutzung von Digitalisierung und Methoden des maschinellen Lernens zur Steigerung dernEnergieeffizienz.

 

Der Mensch steht im Zentrum wissensintensiver Herstellungsprozesse. Er muss qualifiziert und flexibel sein, um den Anforderungen seiner Arbeitsumgebung gerecht zu werden. Die Ausbildung neuer Mitarbeiter in diesen Prozessen ist für Unternehmen zeit- und kostenintensiv. Viele Branchen leiden unter dem Fachkräftemangel, der z.B. durch den demographischen Wandel verursacht wird. Eine zweite Herausforderung für das produzierende Gewerbe ist der ständige Wettbewerb durch qualitativ hochwertige Produkte. COALA wird beide Herausforderungen durch das innovative Design und die Entwicklung eines sprachgesteuerten digitalen intelligenten Assistenten für den Fertigungssektor angehen. Die COALA-Lösung wird auf dem datenschutzfokussierten offenen Assistenten Mycroft basieren. Er integriert eine präskriptive Qualitätsanalyse, ein KI-System zur Unterstützung der Ausbildung neuer Mitarbeiter am Arbeitsplatz und eine neuartige Erklärungssoftware - die WHY-Engine. COALA wird sich mit der KI-Ethik während des Entwurfs, des Einsatzes und der Nutzung der neuen Lösung befassen. Entscheidende Komponenten für die Einführung der Lösung sind ein neues didaktisches Konzept, um Arbeitnehmer über Chancen, Herausforderungen und Risiken in der Zusammenarbeit zwischen Mensch und KI zu informieren, sowie ein gleichzeitiger Änderungsmanagementprozess. Drei Anwendungsfälle (Textil, weiße Ware, Flüssigkeitsverpackung) werden die Ergebnisse in gemeinsamen Fertigungsprozessen mit erheblicher wirtschaftlicher Relevanz bewerten. Wir gehen davon aus, dass die Fehlerkosten bei der Herstellung durch das Merkmal der präskriptiven Qualitätsanalyse und die KI-gestützte Schulung der Arbeitnehmer um 30-60% gesenkt werden können. Für die Rüstzeit erwarten wir eine Reduzierung um 15% bis 30% durch die Verkürzung der Mitarbeiterschulungszeit.

Die Fertigung von Großteilen erfordert die Implementierung eines ganzheitlichen Daten-Managements und einer integrierten Automatisierungsmethode, um mit modularen und flexibleren Geräten das gewünschte Maß an Präzision zu erreichen. Die Herstellung von Großteilen zeichnet sich durch ein hohes Maß an erforderlichen Anpassungen aus (kundenspezifisch). Zudem umfasst die Herstellung komplexer und großtechnischer Teile eine Vielzahl von Unterbaugruppen, die zuerst dafür gefertigt und montiert werden müssen.

Dieser hohe Grad an Personalisierung erfordert einen großen Aufwand bei der Konstruktion und der anschließenden Überprüfung nach der Herstellung, um die hohe Präzision zu errreichen. Gleichwohl erfordert dieses maßgeschneiderte, produktorientierte Design eine Ressourcenoptimierung der Werkstatt (d.h. Arbeiter, Maschinen, Geräte) für eine reaktionsschnelle, rekonfigurierbare und modulare Hertigung. Hinzu kommt der arbeiterzentrierte Ansatz: die Ausführung wichtiger arbeitsintensiver Aufgaben durch die Beibehaltung branchenspezifischer Kenntnisse und Fähigkeiten der Arbeiter.

PENELOPE stellt eine neuartige Methodik auf, die produktzentriertes Datenmanagement und Produktions- und Zeitplanung in einer geschlossenen digitalen Regelkreis verbindet, um eine genaue und präzise Herstellbarkeit ab dem ersten Produktdesign sicherzustellen.

PENELOPE basiert auf fünf Säulen für die Entwicklung einer gemeinsamen Methodik und Vision, die in vier industriellgesteuerten Pilotlinien in strategischen Fertigungssektoren eingesetzt werden: Öl und Gas, Schiffbau, Luftfahrt und Bus & Coach; mit potenzieller Reproduzierbarkeit auf weitere Industriesektoren. Darüber hinaus wird ein europaweites Netzwerk von didaktischen Fabriken und Schauräumen eingerichtet, welche Schulungs- und Weiterbildungsmöglichkeiten bietet und den Wechsel der Belegschaft zur Industrie 4.0 samt Mehrzweck-Testbettten ermöglicht und die Adaption der zugehörigen Industrie unterstützt. PENELOPE beabsichtigt, die Wettbewerbsfähigkeit des Fertigungssektors in der EU stark zu erhöhen, indem Produktionsleistung, -qualität und -genauigkeit gesteigert und gleichzeitig die Sicherheit und Ressourceneffizienz der Arbeitnehmer gewährleistet werden.

Im Förderprojekt „compARe“ soll ein AR-basiertes technisches Assistenzsystem entwickelt werden, welches auf bildverarbeitende Verfahren zurückgreift, um Servicetechniker*innen bei der Instandhaltung von Windenergieanlagen zu unterstützen. Dabei wird insbesondere auf Aufgabenstellungen fokussiert, die eine Defekterkennung nur durch einen Abgleich zwischen aktuellem und einem zuvor dokumentierten Zustand oder einem Soll-Zustand zulassen. Somit können Schäden an den WEA vermieden und die Effizienz der Instandhaltungsmaßnahmen gesteigert werden.

Mittels KI-basierter Bildverarbeitungsverfahren, wie z.B. Convolutional Neural Networks (CNN), können Defekte an Bauteilen, welche über lange Zeiträume entstehen, erkannt, klassifiziert und ausgewertet werden. Darüber hinaus wird der Abgleich von Bauteilzuständen anhand historischer Daten ermöglicht. Zur Unterstützung von Servicetechnikerinnen in der Windenergie haben sich mobile Assistenzsysteme als vielversprechend erwiesen. Der Einsatz dieser rechenintensiven Bildverarbeitungsverfahren auf mobilen Endgeräten stellt eine Herausforderung dar, bietet jedoch in Kombination mit dem Einsatz von mobiler Augmented Reality (AR)-Technologie ein großes Potenzial. Auf diese Weise können virtuelle Informationen zur Zustandsveränderung unmittelbar in Bezug zu den betreffenden Bauteilen im Sichtfeld der Servicetechnikerinnen bereitgestellt werden.

ePIcenter wird ein interoperables, auf einer Cloud basierendes Ökosystem von benutzerfreundlichen, erweiterbaren, auf künstlicher Intelligenz basierenden Logistiksoftwarelösungen und unterstützenden Methoden schaffen, das es allen Akteuren im Welthandel und internationalen Behörden ermöglicht, mit Häfen, Logistikunternehmen und Verladern zusammenzuarbeiten und agil auf volatile politische und Marktveränderungen sowie auf größere Klimaveränderungen mit Auswirkungen auf traditionelle Frachtrouten zu reagieren. Dies wird den ständig steigenden Erwartungen der Verbraucher des 21. Jahrhunderts nach preiswerten und leichter verfügbaren Gütern Rechnung tragen und Innovationen im Transportbereich einführen, wie z.B. Hyperloops, autonome / robotergestützte Systeme (z.B. "T-Pods") und neue Lösungen für die Zustellung. ePIcenter integriert dabei technologische Initiativen wie Blockchain, Digitalisierung, Single Windows, EGNOS-Positionsgenauigkeit und das Erdbeobachtungsprogramm Kopernikus.

Die Vision von LEVEL-UP ist die Entwicklung eines ganzheitlichen Frameworks für den Betrieb und die Sanierung neuer und vorhandener Produktionsanlagen, um eine dynamische Nutzung und Wartung mit verbesserten Abhilfemaßnahmen für mehr Nachhaltigkeit zu erreichen. Die LEVEL-UP-Lösung wird in der Betriebsumgebung von Karusselldrehmaschinen, Fräsmaschinen, Pressen, Holzbearbeitungs-, Pultrusions-, Extrusions-, Inspektions- und CNC-Geräten demonstriert, um (i) die Effizienz zu steigern, (ii) die Lebensdauer und Zuverlässigkeit zu verlängern und (iii ) um den ROIC zu erhöhen. Zu diesem Zweck wird LEVEL-UP eine skalierbare Plattform bieten, die den gesamten Lebenszyklus abdeckt und von der Einrichtung digitaler Zwillinge über die Renovierungs- und Wiederaufarbeitungsaktivitäten bis zum Lebensende reicht.

Voraussetzung für die skizzierte Vision ist das Erreichen der Interoperabilität von den Daten bis zur Serviceebene. Das BIBA wird den semantischen Mediator für den Lebenszyklus großer Industrieanlagen bereitstellen. Die Verbindungen zwischen dem Datenaggregator mit den Basis Ontologien und der Wissensbasis werden durch semantische Modelle und Ontologien hergestellt werden.

Die Fertigungsindustrie steht durch den zunehmenden globalen Wettbewerb, kostengünstige Produktion in Entwicklungsländern sowie die knappen Rohstoffe vor großen Herausforderungen. EIT Manufacturing ist eine Initiative des Europäischen Innovations- und Technologieinstituts (EIT), in dem das BIBA einer von 50 Kernpartnern ist. Die Initiative hat das Ziel, europäische Akteure der Fertigungsindustrie in innovativen Netzwerken zusammenzubringen, die einen einzigartigen Mehrwert für europäische Produkte, Prozesse und Dienstleistungen schaffen. Dies soll der europäischen Fertigungsindustrie helfen, wettbewerbsfähiger, nachhaltiger und produktiver zu arbeiten.

Hierfür werden sechs Strategien verfolgt:

 

1. Exzellente Fertigungsqualitäten und Talente: Wertschöpfung durch hochqualifizierte Arbeitskräfte und engagierte Studierende
2. Effiziente Ökosysteme für Fertigungsinnovationen: Wertschöpfung durch die Schaffung von Ökosystemen für Innovation, Unternehmertum und Unternehmenstransformation, welche sich auf Innovations-Hotspots konzentrieren
3. Vollständige Digitalisierung der Fertigung: Wertschöpfung durch digitale Lösungen und Plattformen, die Wertnetzwerke weltweit verbinden
4. Kundenorientierte Fertigung: Wertschöpfung durch agile und flexible Fertigung, die dem globalen personalisierten Bedarf entspricht
5. Sozial nachhaltige Produktion: Wertschöpfung durch sichere, gesunde, ethische und sozial nachhaltige Produktion und Produkte
6. Umweltfreundliche, nachhaltige Produktion: Wertschöpfung durch das Erschaffen einer umweltfreundlicheren und saubereren Industrie

   Die Initiative setzt sich bis 2030 folgende Ziele:

    

   • 1000 Start-Ups zu entwickeln und zu unterstützen-
   • 60% der Fertigungsunternehmen sollen nachhaltige Produktionsverfahren anwenden
   • Investitionen in der Höhe von 325 Millionen EUR sollen von EIT Projekten herangezogen werden
   • 50000 Personen sollen aus- und fortgebildet sowie umgeschult werden
   • Es sollen 360 neue innovative Lösungen entwickelt werden
   • 30% des Materialeinsatzes soll wiederverwendbar sein

    

 

Die Offshore Windenergie ist eine Schlüsseltechnologie für die Erzeugung von regenerativen Energien. Aufgrund ihrer relativ hohen Kosten, unter anderem durch komplexere Installations- und Wartungsprozesse, sind Offshore Windenergieanlagen (OWEA) bislang jedoch nur bedingt wettbewerbsfähig und maßgeblich von Subventionen abhängig. ReaLCoE setzt an diesem Punkt an und versucht durch verschiedene Maßnahmen die Stromgestehungskosten (LCoE) entlang der gesamten Wertschöpfungskette der OWEA von derzeit 117€/MWh auf 35€/MWh zu senken.

Um eine Senkung der LCoE in dieser Größenordnung zu realisieren, erarbeitet und implementiert das BIBA u.a. ein Konzept für die Digitalisierung der OWEA entlang ihres kompletten Lebenszyklus. Hauptaugenmerk liegt dabei einerseits auf einer Industrie 4.0 Einbindung der OWEA durch einen digitalen Zwilling und das Internet der Dinge (IoT). Neben einem verbesserten Informationsaustausch sollen mittels der dadurch geschaffenen Dateninfrastruktur auch intelligente Strategien und Instrumentarien für eine vorausschauende Wartung eingeführt werden. Außerdem werden optimierte Installations- und Logistikprozesse während der Errichtungsphase der OWEA konzipiert, die auf eine Kostenreduktion in der Errichtungsphase abzielen. Validiert werden die erarbeiteten Konzepte anhand eines 12+MW Turbinen-Prototyps sowie durch Start einer ersten Vorserie von 4-6 OWEAs.