AI4Lean

Entwicklung eines KI-Agenten mit Funktionalitäten zur generativen CAD-Modellierung für die Unterstützung der Angebotserstellung modularer Regalsysteme zur Materialbereitstellung

Laufzeit: 01.08.2026 - 31.07.2028, Förderung durch BMWE

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die effiziente Materialbereitstellung ist zentraler Bestandteil der Produktionsplanung. Durchlaufregale sind hier elementar aufgrund ihrer Anpassungsfähigkeit. Dies führt zu hoher Variantenvielfalt bei gleichzeitig geringer Stückzahl, was zu erheblichem Aufwand für die kundenindividuelle Angebotserstellung führt.Das Forschungsprojekt AI4Lean verfolgt die Entwicklung eines KI-basierten Agenten zur Unterstützung der Anforderungsaufnahme und einer automatisierten Entwurfsgenerierung von Durchlaufregalen. Auf Basis der Kundenanforderungen werden über eine trainierte, generative KI CAD-Zeichnungen abgeleitet und dem Kunden zusammen mit einer Kostenkalkulation präsentiert. Über einen Chat können die Kunden weitere Modifikationen und Anpassungen vornehmen.Die technische Umsetzung erfordert minimale, kompositionelle Repräsentationen der CAD-Zeichnungen sowie eine parametrisierte Modellierung der zugehörigen Kundenanforderungen. Ein KI-Chatbot unterstützt die Anforderungsaufnahme und die Konvertierung in die geeignete, parametrisierte Form. Aus dem Output der generativen KI wird eine CAD-Zeichnung rekonstruiert, welche die Kundenanforderungen berücksichtigt.

Ansprechpartner*in

Stichwörter

Prozessoptimierung und -steuerung, Verkehr und Logistik, Produzierendes Gewerbe, Maschinelles Lernen / Künstliche Intelligenz

FLIP-R

Flexible Lösung zur individuellen Justierung der Pinstellung an Güterwaggons durch den mensch-zentrierten Einsatz eines fern-gesteuerten Roboters

Laufzeit: 01.07.2026 - 30.06.2028, Förderung durch BMFTR

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Ansprechpartner*in

Stichwörter

Robotik und Automatisierung, Prozessoptimierung und -steuerung, Maritime Wirtschaft, Verkehr und Logistik, Autonome Roboter- und Transportsysteme, Prozessmodellierung und Simulation

Projektlogo Innovative IT-Plattform für SHK-Instandhaltungsanwendungen mit KI-basierter Modbus-Registerinterpretation zum herstellerneutralen Fernauslesen von Anlageninformationen

KIMbA

Innovative IT-Plattform für SHK-Instandhaltungsanwendungen mit KI-basierter Modbus-Registerinterpretation zum herstellerneutralen Fernauslesen von Anlageninformationen

Laufzeit: 01.06.2026 - 31.05.2028, Förderung durch BMWE
PDF-Flyer zum Download

Projektbeschreibung einblenden Projektbeschreibung ausblenden

KIMbA entwickelt eine herstellerneutrale IT-Plattform für die Fernanalyse und Instandhaltung von Anlagen der Sanitär-, Heizungs- und Klimatechnik (SHK). Betriebsdaten werden über Modbus erfasst und mit KI-Verfahren automatisiert interpretiert. Große Sprachmodelle erschließen Registerwissen aus technischen Dokumentationen, während Deep-Learning-Modelle unbekannte Register anhand von Zeitreihendaten klassifizieren. Darauf aufbauend werden Verfahren zur Anomalie- und Störungserkennung sowie zur Verschleißprognose entwickelt.

Ansprechpartner*innen

Stichwörter

Digitalisierung, Nachhaltigkeit, Energie und Umwelt, Telekommunikation und IT, Maschinelles Lernen / Künstliche Intelligenz, Digitale Plattformen / IoT

Projektlogo KI-gestützte Entgratung von Bauteilen mittels modularer Entgratmaschine und Reinforcement Learning

GratKI

KI-gestützte Entgratung von Bauteilen mittels modularer Entgratmaschine und Reinforcement Learning

Laufzeit: 16.04.2026 - 15.04.2028, Förderung durch BMWE / IGF
PDF-Flyer zum Download

Projektbeschreibung einblenden Projektbeschreibung ausblenden

In der Metallbearbeitung ist das Entgraten oft noch manuell, teuer und fehleranfällig. Konventionelle Automatisierungen scheitern an mangelnder Präzision und Flexibilität für kleine Serien. Im Projekt „GratKI“ wird eine KI-gestützte 5-Achs-CNC-Entgratmaschine mit intelligenter Prozessführung entwickelt. Das BIBA verantwortet dabei die optische Qualitätsprüfung und nutzt Reinforcement Learning, um Prozessparameter dynamisch anzupassen. So entsteht eine adaptive, vollautomatisierte Lösung, die Ausschuss reduziert und höchste Wirtschaftlichkeit sowie Präzision für die industrielle Entgratung garantiert.

Ansprechpartner*innen

Stichwörter

Robotik und Automatisierung, Prozessoptimierung und -steuerung, Luftfahrt, Produzierendes Gewerbe, Maschinelles Lernen / Künstliche Intelligenz

Projektlogo Integrierte Einsatzkommunikation für mobile Einheiten im Vegetationsbrandeinsatz

fireKOMM

Integrierte Einsatzkommunikation für mobile Einheiten im Vegetationsbrandeinsatz

Laufzeit: 01.04.2026 - 30.09.2027, Förderung durch BMFTR

Projektbeschreibung einblenden Projektbeschreibung ausblenden

fireKOMM verfolgt das Ziel, eine zuverlässige und leicht nutzbare Kommunikationslösung für mobile Einsatzkräfte im Vegetationsbrandeinsatz zu entwickeln und in realitätsnahen Übungen zu prüfen. Vegetationsbrände führen regelmäßig zu Kommunikationsproblemen, da Einsatzkräfte häufig in Gebieten arbeiten, in denen Netze unzuverlässig sind oder nur einzelne Systeme funktionieren. Die beteiligten Organisationen nutzen zudem unterschiedliche Geräte und Anwendungen, was die Zusammenarbeit erschwert.

Das BIBA verfolgt dabei das Ziel, ein vermaschtes Kommunikationssystem zu entwickeln und prototypisch umzusetzen, das mobile Einheiten in Vegetationsbränden zuverlässig verbindet. Im Mittelpunkt steht die experimentelle Untersuchung, wie unterschiedliche Übertragungswege parallel genutzt und flexibel miteinander kombiniert werden können, damit ein stabiles Gesamtnetz entsteht.

Ansprechpartner*innen

Stichwörter

Interoperabilität, Resilienz, Telekommunikation und IT, Behörden und Notfalldienste, Digitale Plattformen / IoT, Drahtlose Kommunikationstechnologien und Sensorik