Projekte

iRECON (SC_Willems) – IoT driven Realtime Conformance Checking (IoT getriebenes Echtzeit-Conformance-Checking)

Dieses Projekt beschäftigt sich mit der Entwicklung eines Process-Mining-Systems, welches Nutzer während der Produktion hinsichtlich Überwachung und Optimierung von Fertigungsprozessen unterstützt. Da

MInD-Phase_1 – Machine Intelligence and Deep Learning

Ziel des Projekts “Machine Intelligence and Deep Learning” (MInD) ist die Identifikation und Nutzung von Deep Learning Technologien zur sozio-technischen Gestaltung des digitalen Wandels. Dazu sollen

KI-Absicherung – KI-Absicherung

Im Rahmen des Projektes „KI Absicherung“ werden erstmalig industrieübergreifend Methoden und Maßnahmen für die Absicherung von KI-basierten Funktionen für das automatisierte Fahren entwickelt. Es wird

SoNAR_IDH – Interfaces to Data for Historical Social Network Analysis and Research

Partner Fachhochschule Potsdam, Institut für Angewandte Forschung Urbane Zukunft, Professor Dr. Marian Dörk; Universitätsklinikum Düsseldorf, Institut für Geschichte, Theorie und Ethik der Medizin, Pr

DigiPro4BaSys – DigiPro4BaSys

Der Trend hin zu immer kleineren Losgrößen die flexibel gefertigt werden müssen, steht der Notwendigkeit zur wirtschaftlichen Nutzung von Maschinen entgehen. Besonders KMU verfügen oft nicht über digi

BaSyPaaS – BaSyPaaS

Mit Hilfe der BaSys-Middleware „BaSyx“ werden Produktionsanlagen und deren Fähigkeiten mittels Verwaltungsschalen beschrieben. Diese können in Kombination mit einem ERP-System für eine automatisierte

SUITE – Intelligente, adaptive Assistenzservices auf Basis von Smart Meter und Gebäudeautomationsdaten

SUITE erprobt Konzepte des maschinellen Lernens und der Multiagententechnologie im Smart Home. Auf Grundlage von Smart Meter Daten, intelligenten Audiosystemen, ausgewählten Smart Home Sensoren sowie

BaSys-BDE-VWS – Effiziente Betriebsdatenerfassung und -nutzung durch Verwaltungsschalen für das Basissystem Industrie 4.0

Das Konzept der Verwaltungsschale (VWS) und die in BaSys 4.0 geschaffene Referenzimplementierung gewähren einen uniformen Zugriff auf unterschiedliche, in Teilmodellen abgelegte Information produktion

FiN 2.0 – Fühler im Netz 2.0

„Fühler im Netz 2.0“ baut auf den Ergebnissen des Projektes „Fühler im Netz“ (FiN) (Projektzeitraum 2014 bis 2017) auf und legt den Fokus darauf, die Möglichkeiten zur Anlagen- und Netzzustandsübe

ExDRa – Exploratory Data Science over Raw Data

Die Idee des ExDRa Projekts ist, geeignete Systemunterstützung für den explorativen Data Science Prozess über heterogene und verteilte Rohdatenquellen zu untersuchen und im Rahmen eines Prototypen für