Forschungs- und Transferprojekte

Das Projekt “ADRIAN” erforscht die Gefahren der Profilbildung im Web 2.0 und entwickelt KI-gestützte Verfahren zur Erkennung von potenziellen Gefährdungen für Einzelpersonen und Institutionen auf Basis heterogener online-befindlicher Datenbestände. 

Das Projekt entwickelt KI-Lösungen für kleine und mittlere Unternehmen, um ihre begrenzten Daten effektiver zu nutzen. Die Lösungen enthalten eine Informationsfusion und interpretierbare KI und unterstützen weitere Datenerhebungen durch eine Rückkopplung. Die Partner verfolgen verschiedene wirtschaftliche Ziele, einschließlich Produkt- und Verfahrensauslegung für Pflanzenzucht, Separatoren und Diagnoseunterstützung für vernetzte Systeme.

Energiemonitoring, Maschinenbau, Maschinensteuerung, Energieverbrauch, Belohnungssystem

Das Projekt dient dem langfristigen Ziel der Entwicklung einer KI-basierten Anwendung zur Verpackungsoptimierung. Sie soll der Industrie und dem Versandhandel helfen, Transportschäden zu reduzieren und Verpackungsmaterialien ressourcenschonender einzusetzen, indem sie den Zielkonflikt der gegensätzlichen Zielstellungen löst. Die in den Unternehmen vorhandenen Datenmengen werden aufgrund der Größe und Komplexität oft nicht genutzt. Im Projekt werden KI-basierte Ansätze untersucht, diese Daten für die Optimierung heranzuziehen. Das packagingLAB Dr. Dennis Reinking möchte das finale Produkt als Beratungsdienstleistung zugänglich machen.

In einem interdisziplinär aufgestellten Forscherteam aus dem Bauingenieurwesen/Wasserbau und der Informatik/KI-Softwareentwicklung wird eine Applikation zur automatisierten Messaufnahme bei Spundwanddickenmessungen an Ufereinfassungen (Kaianlagen) in deutschen Seehäfen erstellt.

Das packagingLAB entwickelt ein generisches Verpackungssystem mit Hilfe von Machine-Learning-Methoden zur Optimierung der Auswahl und des Einsatzes von Versandverpackungen. Ziel ist es, den Materialeinsatz zu minimieren, während der Schutz der Produkte gewährleistet wird. Das Projekt beinhaltet die Analyse von Daten und die Untersuchung von Algorithmen zur Cluster- und Anomalieerkennung, um das Optimierungspotenzial zu ermitteln.

HIS4DiaPedes entwickelt einen hybriden Interaktionsdemonstrator für die kontaktlose Versorgung von Patienten mit diabetischem Fußsyndrom. Die Gesundheitsdaten werden automatisiert über Smart Devices und Sensorik erfasst und über eine Datenplattform analysiert. Die optimierte Interaktion zwischen Patienten und Pflegenden reduziert Komplikationen. Das System verbessert die Gesundheitsversorgung und fördert die Selbstbestimmung und Lebensqualität der Betroffenen.

KIAM entwickelt durch Leuchtturmprojekte Lösungen für KI in verschiedenen Anwendungsfeldern. Die Denkfabrik Digitalisierte Arbeitswelt und das Center for Applied Data Science der FH Bielefeld arbeiten an verschiedenen Projekten zur Kompetenzvermittlung und Optimierung von Arbeitsprozessen. Das übergeordnete Ziel ist ein regionales Kompetenzzentrum für KI im industriellen Mittelstand.

Die minds & maker GmbH testet ein Geschäftsmodell, um Haushalten die Möglichkeit zu geben, ungenutzte Konsumgüter weiterzuverkaufen. Künstliche Intelligenz und Computer Vision sollen bei der visuellen Typisierung und Zustandsbeurteilung gebrauchter Konsumgüter sowie der Ermittlung des aktuellen Marktwerts helfen. Das Ziel ist die Erschließung neuer Potenziale für die zirkuläre Wertschöpfung von Konsumgütern.

Die Naue GmbH & Co. KG ist ein mittelständisches Unternehmen der Baustoffindustrie, das sich auf die Entwicklung und den Vertrieb von Geobaustoffen spezialisiert hat. Das Projekt zielt darauf ab, nachhaltige und ressourcenschonende Lösungen in der Baubranche von Beginn an durch innovative, KI-basierte Planungsprozesse zu fördern.

Die imos AG will wichtige Geschäftsprozesse durch KI-basierte, automatische Sprachverarbeitung unterstützen. Das Projekt besteht aus zwei Phasen: der Untersuchung verschiedener Anwendungsszenarien für KI und der Implementierung eines Prototyps mit modernen Sprachmodellen. Dabei soll auch das Know-how im Unternehmen aufgebaut werden.

Mass Customization als neues Produktionskonzept verbindet die Individualität der Einzelfertigung mit der Effizienz der Massenfertigung. Kundenindividuelle Anforderungen können mit maßgeschneiderten Produkten erfüllt werden, ohne dabei auf die hohe Präzision und die niedrigen Kosten der Massenfertigung verzichten zu müssen.

Weber Data Service IT GmbH arbeitet seit 2020 an der Integration von KI-Methoden in ihre Produktpalette und hat das Projekt “Entwicklung einer KI-Strategie” gestartet. Ein Unterprojekt ist “KITL - KI in der Transportlogistik”, das im Rahmen des Forschungsmasters Data Science läuft. Ziel ist die Unterstützung der Disposition in der Nahverkehrslogistik, insbesondere die Optimierung der Routenplanung.

Creos untersucht, wie das eigene Learning Management System “POMME” durch die Integration von KI-Methoden und -Technologien zu einer Learning Experience Platform (LXP) erweitert werden kann. Die Machbarkeitsstudie konzentriert sich auf datengetriebene KI-Verfahren, um innovative Lehr-/Lernkonzepte wie individuelle Qualifikationspfade, intelligente Lernbegleitung und dynamische Kompetenzprofile zu ermöglichen.

Das OpenModelica Development Projekt an der FH Bielefeld unterstützt die Modelica-Sprache und die Modelica-Standardbibliothek. Ziel ist die effiziente Initialisierung und Simulation von Modelica-Modellen mit dem Open-Source-Simulationstool OpenModelica. Dabei werden symbolische und numerische Verfahren entwickelt und erforscht, um komplexe und große Modelle effizient zu handhaben.

Das Projekt untersucht hybride Ansätze zur Erstellung von „Proper Models“ für smarte Fahrzeuge. Diese Modelle sollen die Fähigkeit zur Selbstwahrnehmung und Anpassung an die Umgebung verbessern. Dabei werden vorhandenes physikalisches Vorwissen und Künstliche Intelligenz kombiniert, um dateneffizient und skalierbar zu sein.

SAIL ist ein interdisziplinäres Forschungsprogramm im Bereich KI, das den gesamten Lebenszyklus von KI-Systemen betrachtet und die technologischen sowie gesellschaftlichen Auswirkungen untersucht. Es besteht aus drei Grundlagensäulen und zwei Anwendungsgebieten und beinhaltet die Einrichtung von Juniorprofessuren und Nachwuchsgruppen sowie ein Promotionsprogramm. Ziel ist eine nachhaltige Stärkung der KI-Forschung in der Region OWL.

Ziel des Projekts ist es, KI-basierte Verfahren zur Vereinfachung der Produktionsplanung zu entwickeln. Dabei sollen auch humanzentrierte Ziele verfolgt werden, um Mitarbeiter zu entlasten. Das CfADS bringt Erfahrung in Modellierung, Simulation und Optimierung von Produktionsprozessen ein, die IoT Factory und das Smart Service Lab dienen als Testumgebungen. Das Data-Analytics Cluster steht für das Training komplexer KI-Verfahren zur Verfügung.

Das Projekt zielt darauf ab, Produktionsabläufe von Unternehmen durch präskriptive Analytik und künstliche Intelligenz zu optimieren, um schnell auf veränderte Bedarfe reagieren zu können. Das Projekt soll eine neue Plattform für die präskriptive Analytik entwickeln, die auch von kleinen und mittleren Unternehmen genutzt werden kann. Die Plattform soll den Entwicklungsaufwand und die Entwicklungszeit verringern und damit zur Nachhaltigkeit in der Produktion beitragen.