62 Ingenieurwissenschaften
Refine
Year of publication
- 2024 (27) (remove)
Document Type
- Master's Thesis (10)
- Contribution to a Periodical (8)
- Bachelor Thesis (2)
- Conference Proceeding (2)
- Internet Paper (2)
- Report (2)
- Doctoral Thesis (1)
Language
- German (18)
- Multiple languages (5)
- English (4)
Is part of the Bibliography
- no (27)
Keywords
- 01 (10)
- 02 (2)
- 03 (2)
- 04 (1)
- AI (2)
- Abo-Modell (1)
- Abonnement (1)
- Anforderung (1)
- Artificial intelligence (1)
- Augmented reality (1)
Institute
AProSys: Die Energiewende in Ihrer Nachbarschaft/AProSys: The Energy Transition in Your Neighborhood
(2024)
Das deutsche Stromverteilnetz steht vor erheblichen Herausforderungen, die durch den Übergang zu erneuerbaren Energien und die zunehmende Elektrifizierung der Mobilität weiter verstärkt werden. Diese Veränderungen führen zu einer unvorhersehbaren Dynamik in der Belastung der Verteilnetzinfrastruktur. Dabei spielen insbesondere die Ortsnetzstationen und Umspannwerke, die Sie als kleine Häuschen oder Kästen in Ihrer Nachbarschaft kennen, eine besondere Rolle, da deren Ausrüstung oft veraltet und für die aktuellen Anforderungen nicht ausgelegt ist. Mit dem Projekt ‚AProSys – KI-gestützte Assistenz- und Prognosesysteme für den nachhaltigen Einsatz in der intelligenten Verteilnetztechnik‘, gefördert durch das Bundesministerium für Wirtschaft und Klimaschutz im Rahmen des 7. Energieforschungsprogramms, soll diese Problematik adressiert werden.
Ziel ist es, mit minimalem Einsatz von Sensoren und auf Basis von digitalen Zwillingen in der bestehenden Infrastruktur eine umfassende Überwachung und Zustandsbewertung der Energietechnikanlagen zu ermöglichen, Ausfälle vorherzusagen und in Echtzeit Handlungsempfehlungen zu liefern. Dies umfasst auch die Entwicklung eines digitalen Workforcemanagements zur Optimierung von Wartungsprozessen und eine individuelle Kompetenzvermittlung für Fachkräfte durch ein digitales Wissensmanagement. Das Projekt zielt darauf ab, die Resilienz, Effizienz und Adaptivität der Energieinfrastruktur zu verbessern. Damit leisten wir einen wesentlichen Beitrag zur Bewältigung der Herausforderungen der Energiewende in Deutschland.
Im EU-Projekt ‚DATAMITE ‘ werden Lösungen für die Herausforderungen der effektiven Nutzung und Monetarisierung von Daten in der heutigen Unternehmenslandschaft entwickelt. Daten werden entlang des gesamten Wertschöpfungsprozesses erhoben, wobei deren Generierung oft unstrukturiert geschieht. In der Folge sind die Datensätze häufig ungeeignet, um auf ihnen basierende Entscheidungen zu treffen. Darüber hinaus verhindert die unstrukturierte Erhebung der Daten ihre effiziente Analyse und anschließende Monetarisierung. Die im Rahmen des Projekts zu entwickelnden Lösungen werden die Datenmonetarisierung in der produzierenden Industrie Europas beschleunigen. Konkret sollen europäische Unternehmen mittels einer Plattform und Open-Source-Tools dabei unterstützt werden, Daten strukturiert zu erheben und zu analysieren, um sie so nutzbar zu machen. Bei der gleichnamigen Plattform DATAMITE handelt es sich um eine innovative Datenintegrationsplattform, die eine Vielzahl an Datensätzen aus unterschiedlichen Quellen zu einem einzigen, leicht zugänglichen Datensatz konsolidiert. Die Ergebnisse des Projekts werden in drei verschiedenen Anwendungsfällen mit insgesamt sechs Pilotvorhaben validiert. Diese umfassen Bereiche wie Landwirtschaft, Energie, Industrie, Fertigung und Klima.
Das Forschungsprojekt ‚DATAMITE ‘ startete im Januar 2023 und wird während der dreijährigen Laufzeit durch das Horizon-Europe-Programm der Europäischen Kommission gefördert. Das Projekt vereint mit 27 kooperierenden Partnern aus 13 Ländern die Innovationskraft ganz Europas.
Insgesamt wird die Plattform DATAMITE eine innovative Lösung für Unternehmen darstellen, die ihre Daten effektiver nutzen und verwalten möchten. Die Plattform wird zahlreiche Funktionen und Tools bieten, um Datenanalyse und -verarbeitung zu automatisieren, die Datenqualität zu gewährleisten und Daten sicher zu speichern. Unternehmen werden durch die Nutzung von DATAMITE bessere Entscheidungen treffen können, Risiken minimieren können, wertvolle Einblicke in ihre Geschäftsdaten gewinnen und sich dadurch Wettbewerbsvorteile sichern können.
Ziel des Forschungsprojekts ‚DM4AR‘ war es, Servicewissen skalierbar und einfach nutzbar zu machen, indem automatisch Augmented-Reality-Inhalte aus verschiedenen Datenquellen generiert werden.
Nutzen für die Zielgruppe:
Durch die Ergebnisse des Projekts ‚DM4AR‘ kann zukünftig die wesentliche Barriere für die flächendeckende und produktive Nutzung der AR-Technologie durch die Etablierung eines plattformbasierten und automatisierten Ansatzes zur Datenaufbereitung überwunden werden. Dabei steht die einfache Integration in den operativen Serviceprozess im Vordergrund, um den Nutzen zu maximieren und die Umstellung der Serviceprozesse zu vereinfachen. Die ‚DM4AR‘-Ergebnisse ermöglichen somit die Sicherung und den gezielten Einsatz des im Unternehmen vorhandenen Wissens.
33 Prozent aller Unternehmen glauben, den Anschluss an Künstliche Intelligenz (KI) zu verlieren. Obwohl KI auf den ersten Blick eine Herausforderung darstellt, kann sie vor allem im Unternehmenskontext eine bedeutende Rolle spielen. Genau da setzt das Programm "KI-Serviceroadmap 2024" des FIR an und zeigt Ihnen den Weg zu KI im Service auf. Das Programm beginnt für alle teilnehmenden Unternehmen mit einem umfassenden Assessment und mündet in der Entwicklung einer detaillierten Roadmap mit Ihrem individuellen Weg zu KI.
The advancements in Industry 4.0 technologies have provided unprecedented opportunities for optimizing material transportation through various use cases that are possible through rapid technological advance. An important driver for the use cases is data. However, the lack of understanding, which
specific data, from which sources and in what frequency, slows down the implementation of use cases or even reduces their potential benefits. Companies lack the ability to prepare themselves correctly for a use case integration, especially from the data perspective (e.g. data availability, quality, integration).
Therefore, the goal of this thesis is to create a framework for evaluation of Industry 4.0 use cases in the materials' transportation with regard to needed data. The scientific approach employed in this research involves research and analysis of existing frameworks for description or assessment of use cases in different fields and industries. Following, specific use cases related to material transportation in the context of Industry 4.0 will be identified in order to find similarities in the structure and requirements
regarding needed data, and thus identifying common characteristics and key parameters. These parameters will then serve as the foundation for developing a framework that enables companies to systematically analyse and assess potential use cases for material transportation, considering the data requirements and its integration challenges.
The expected result of this thesis is the development of a practical framework that empowers organizations to evaluate and implement Industry 4.0 use cases for material transportation effectively. By providing a structured methodology, this framework will facilitate decision-making processes and support companies in identifying the most suitable use cases based on their specific requirements and
data availability.
Das Forschungsprojekt ‚DiCES‘ bringt verschiedene Industriepartner zusammen, um gemeinsam ein datenbasiertes, integriertes Wertschöpfungssystem für eine nachhaltige, multidimensionale Kreislaufwirtschaft zu entwickeln. Zur Sicherstellung der Praxisnähe des Projekts fanden Workshops mit Industriepartnern aus unterschiedlichen Industriezweigen statt. Dabei wurden Anforderungen an IT-Systeme, Produktkonfigurationen, Geschäftsmodelle und Produktionskonzept behandelt. Alle erhobenen Anforderungen wurden anschließend für die Kategorisierung aufbereitet.