Neue Projekte

Laufende Projekte | abgeschlossene Projekte | Gesamtprojektliste | neue Projekte

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 uPQComing – Stärkung der Cyber-Resilienz für das kommende Post-Quanten-Zeitalter
Logo 2026_cofunded_eu

uPQComing

uPQComing – Stärkung der Cyber-Resilienz für das kommende Post-Quanten-Zeitalter

Laufzeit: 01.07.2026 - 30.06.2029, Förderung durch EU - Chips JU

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Leistungsfähige Quantencomputer werden klassische Verschlüsselungsverfahren wie RSA und ECC brechen. Schon heute fangen Angreifer verschlüsselte Daten ab, um sie später zu entschlüsseln (Harvest Now, Decrypt Later). Im Katastrophenschutz hätte ein solcher Bruch unmittelbare Folgen: manipulierte Befehle, gefälschte GPS-Koordinaten oder offengelegte Opferdaten gefährden Einsatzkräfte und Zivilisten.

Im EU-Verbundvorhaben uPQComing entwickelt das BIBA quantensichere Kommunikationslösungen für mobile Befehls- und Energiezentralen. Ziel ist eine durchgängige Vertrauenskette vom Sensor am Einsatzort über Wearables und Gateways bis zur Leitzentrale – und zwar unter den harten Randbedingungen eines Krisenfalls: geringe Bandbreite, instabile Verbindungen, batteriebetriebene Geräte und eine heterogene Funklandschaft von TETRA über 4G/5G bis zur Satellitenstrecke.

Dazu erarbeitet das BIBA die Sicherheitsanforderungen und eine semantische Angriffstypologie für den Sektor, spezifiziert die Referenzarchitektur des Demonstrators (Use Case 7) und validiert die PQC-Lösungen in realitätsnahen Tests auf Latenz, Resilienz und Interoperabilität.

Als Leiter des Arbeitspakets Impact Escalation verantwortet das BIBA zusätzlich Verwertung und Geschäftsmodelle, die Einbringung der Ergebnisse in Standardisierungsgremien wie ETSI und ISO sowie eine europäische Policy-Roadmap für die Quanten-Transition.

Ansprechpartner*in

Stichwörter

Resilienz, Energie und Umwelt, Behörden und Notfalldienste, Cyber-Security, Wissenstransfer

Projektlogo Helium-Drohnensystem zur audiobasierten Störungs- und Fehlererkennung von pneumatischen Maschinen und Werkzeugen

AIrDrone

Helium-Drohnensystem zur audiobasierten Störungs- und Fehlererkennung von pneumatischen Maschinen und Werkzeugen

Laufzeit: 01.07.2026 - 30.06.2028, Förderung durch BMWE

Projektbeschreibung einblenden Projektbeschreibung ausblenden

In der Industrie führen unentdeckte Leckagen und Verschleiß an Druckluft- und Pneumatikanlagen zu hohen Energieverlusten und -kosten. Manuelle Inspektionen sind oft zeitaufwendig, gefährlich und decken nicht alle Bereiche ab. Im Projekt „AIrDrone“ wird ein KI-gestütztes Inspektionssystem entwickelt, das auf einer ultraleisen Heliumdrohne mit einem Diagnosesystem auf Sprachmodellen basiert. Das BIBA verantwortet die Indoor-Lokalisierung, die Entwicklung der Schallmesstechnik sowie die KI-gestützte Datenauswertung. So entsteht eine autarke Lösung für die vorausschauende Instandhaltung pneumatischer Anlagen.

Ansprechpartner*innen

Stichwörter

Energieeffizienz, Energie und Umwelt, Produzierendes Gewerbe, Autonome Roboter- und Transportsysteme, Maschinelles Lernen / Künstliche Intelligenz

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

Impressum Kontakt Anfahrt Datenschutz Qualitätsmanagement AGB & AEB