Referenzprojekte zum Thema Künstliche Intelligenz

Ziel des Projekts Lerosh ist es, eine Möglichkeit des Schleifens im Handwerk mit dem Roboter zu entwickeln. Kernaspekte sind die Erforschung der Optionen zur Erzeugung von Bewegungsabläufen, welche intuitiv und zeitsparend für den Handwerker funktionieren. Darüber hinaus wird ein intelligenter Endeffektor entwickelt, der anhand von Messwerten entlang des Werkstücks Einschätzungen über die Bearbeitungsqualität geben kann und auch Vorschläge zur weiteren Bearbeitung generiert.

Die europäische Fertigungsindustrie steht vor mehreren Herausforderungen. Dazu gehören u. a. der Übergang von der Massenproduktion zur kundenspezifischen Fertigung, die ständig zunehmende Komplexität der Produktionslinien, der Wettbewerb mit Ländern mit niedrigem Einkommen, das Risiko von Pandemien und die Erwartung niedriger Fehlerquoten. Das Projekt GreenBotAI zielt darauf ab, die Reaktions- und Latenzzeiten von Industrierobotern zu reduzieren, die Bahnplanung zu optimieren und die fließende Ausführung bestimmter Aufgaben zu ermöglichen. Das Projekt befasst sich mit der Entwicklung der notwendigen Hardwarekomponenten sowie modernster Deep-Learning-Methoden zur Überwachung, Datenverarbeitung und Fehlerkontrolle, um eine neue Generation der Robotik zu schaffen. Ein Hauptziel des Projekts ist die Senkung des Energieverbrauchs für Roboteraufgaben um 50 %.

Torsions-Sicherheitselemente sind lebensrettende Komponenten in Sicherheitsgurtsystemen. Im Crashfall werden sie auf Torsion belastet, wobei deren Ausfall erst nach einer definierten Anzahl von Umdrehungen zulässig ist. Insbesondere bei tiefen Temperaturen erfüllen die heutigen Produkte die Anforderungen nicht. Zudem steht keine Methode zur zerstörungsfreien Qualitätsprüfung dieser Bauteileigenschaft zur Verfügung. In diesem Vorhaben sind Entwicklungen im Produktdesign und in der Fertigung dieser Elemente sowie in der Gestaltung des zugrunde liegenden Werkstoffs vorgesehen, um die Leistungsfähigkeit der Torsions-Sicherheitselemente zu verbessern und ihre Qualitätsschwankungen zu verringern.

Steigenden Umweltbewusstsein sowie sich wandelnde gesellschaftliche Aspekte führen dazu, dass bestehende System- und Produktionskonzepte zukünftig noch stärker hinterfragt werden. Wirtschaftliche Krisen sorgen zudem dafür, dass neue und finanzstarke Anbieter auf den Markt treten, die den hochdynamischen Wandel von Technologien und Produkten beschleunigen und damit auch etablierte Unternehmen unter Druck setzen. Um diesem Druck standzuhalten, müssen insbesondere deutsche Unternehmen resiliente Produktionstechnologien und Digitalisierungsansätze etablieren. In verschiedenen Projekten wird die Entwicklung und Erprobung von Schlüsseltechnologien und methodischen Basiskonzepten verfolgt.

Die fortschreitende Digitalisierung erzeugt stetig steigende Datenmengen, deren Nutzung erhebliche gesellschaftliche und ökonomische Potenziale bietet. GAIA-X – ein europäisches Projekt – bietet den Rahmen für eine vernetzte Dateninfrastruktur und die Schaffung eines digitales Ökosystems auf der Grundlage europäischer Werte. Das Projekt COOPERANTS (Collaborative Processes and Services for Aeronautics and Space) will Digitalisierungsprozesse in der Luft- und Raumfahrtbranche mithilfe von GAIA-X beschleunigen, um effizientere Formen für zukünftige Arbeitsmethoden und Prozesse über den gesamten Lebenszyklus von Raum- oder Luftfahrzeugen hinweg umzusetzen.

Das Fraunhofer-Leitprojekt SWAP will neue technologische Konzepte aufzeigen, wie die Produktion der Zukunft gestaltet werden kann. Aktuell werden die zu produzierenden Güter an einzelnen Bearbeitungsstationen klassisch in einer definierten Prozessreihenfolge gefertigt und montiert. Ziel des Leitprojekts ist es, die Grundlagen für Fertigungsumgebungen zu schaffen, die modulare Fertigungseinheiten beinhalten, welche in Schwärmen von gleichartigen oder unterschiedlichen Werkzeugen, Maschinen oder Transportmitteln kollaborieren und (teil)autonom produktiv zusammenarbeiten. Kern ist ein hierarchischer Schwarm in Erweiterung des in der Produktion schon eingesetzten klassischen Schwarmprinzips.

Mit Hilfe einer Virtuellen Inbetriebnahme (VIBN) ist es Ihnen möglich, Steuerungsfunktionen unabhängig von der realen Maschine in Betrieb zu nehmen und zu überprüfen. Dazu erstellen wir Ihnen einen virtuellen Maschinenzwilling, der in einer 3D-Simulation das Systemverhalten 1:1 abbildet. So können die Steuerungsinbetriebnahme und deren Test parallel zum Hardwareaufbau der Anlagen erfolgen und eine Zeit- und Kostenersparnis hervorrufen.

Die externe Ventrikeldrainage (EVD) ist eine lebensrettende Maßnahme zur Entfernung von überschüssigem Gehirnwasser (Liquor) aus dem Ventrikelsystem des Gehirns. Dies kann erforderlich sein, wenn das Ventrikelsystem blockiert ist oder wenn das Gehirn zu viel Liquor produziert. Das Ziel des Vorhabens und dessen Innovation ist die Entwicklung eines KI-basierten Mixed-Reality-Systems zur Platzierung von Kathetern im Gehirn für die externe Ventrikeldrainage.

Im Vorhaben QuinDa-ML (Qualitätssicherung in Fertigungsanlagen durch intelligente Datenintegration und Einsatz von Maschinellen Lernmethoden mit Aufbau von Expertenwissen) geht es um die Entwicklung eines Baukastensystems von softwarebasierten Tools, das Methoden des Maschinellen Lernens (ML) zur intelligenten Datenintegration und Datenauswertung einsetzt.

Im Projekt »KInO – Produktionsoptimierung zur Ressourcenschonung unterstützt durch künstliche Intelligenz (KI)« geht es darum, Methoden der KI zur Verbesserung von Produktionsprozessen im Hinblick auf die Schonung der Ressourcen Energie, Material und Zeit einzusetzen. Zu diesem Zweck sollen Daten aus Automationsanlagen oder Sondermaschinen zur Generierung eines Expertenmodells genutzt werden, das den Zusammenhang zwischen Prozesseingangsdaten und gemessenen Produktqualitäten beschreibt.