Kategorie: Forschung

Mehr Effizienz durch mobile Transportroboter

  Von ,
Wie Unternehmen den geeigneten Autonomiegrad in der Intralogistik bestimmen

 

Mehr Effizienz durch mobile Transportroboter

Mehr Effizienz durch mobile Transportroboter

Automatisierung ist in der industriellen Produktion längst kein optionales Zukunftsthema mehr, sondern ein entscheidender Wettbewerbsfaktor. Während Fertigungsprozesse in vielen Unternehmen bereits hochautomatisiert sind, bleibt der innerbetriebliche Materialtransport häufig manuell organisiert oder nur punktuell automatisiert. Genau hier entstehen jedoch steigende Kosten, Medienbrüche und Abhängigkeiten von knappen Personalressourcen. Zudem fehlt es häufig an Transparenz über den tatsächlichen Materialfluss auf dem Shopfloor. Weiterlesen

Die dritte Schicht: Intelligente Systeme für den Mittelstand

  Von
1. Deep Learning, Sensorik und datengetriebene Infrastruktur
Die dritte Schicht

Die dritte Schicht

Im ersten Teil dieser Artikelserie wurde gezeigt, wie klassische Machine-Learning-Verfahren mittelständischen Unternehmen einen pragmatischen Einstieg in die Künstliche Intelligenz ermöglichen. Entscheidungsbäume, Random Forests oder ähnliche Modelle helfen dabei, Erfahrungswissen zu digitalisieren, Prozesse transparenter zu machen und Ressourcen effizienter einzusetzen. Der zweite Teil führte anschließend eine Schicht tiefer in die KI-Zwiebel: Deep Learning eröffnete dort neue Möglichkeiten, wo visuelle Daten, komplexe Muster oder kontinuierliche Zielgrößen eine Rolle spielen (Lutz et al., 2025). Weiterlesen

Gleitsysteme am Reibungsminimum

  Von , , , ,
© Jürgen Jeibmann/Fraunhofer IWSMit dem Forschungsprojekt BioSlide untersucht das Fraunhofer IWS, wie sich Gleitsysteme nachhaltiger und energieeffizienter auslegen lassen. An diesem Gleitlager-Teststand lassen sich neue Werkstoffe besonders anwendungsnah prüfen.

© Jürgen Jeibmann/Fraunhofer IWS
Mit dem Forschungsprojekt BioSlide untersucht das Fraunhofer IWS, wie sich Gleitsysteme nachhaltiger und energieeffizienter auslegen lassen. An diesem Gleitlager-Teststand lassen sich neue Werkstoffe besonders anwendungsnah prüfen.

Reibung bestimmt Energieverbrauch, Verschleiß und Lebensdauer technischer Systeme. Mit dem Forschungsprojekt BioSlide untersucht das Fraunhofer-Institut für Werkstoff- und Strahltechnik IWS, wie sich Gleitsysteme nachhaltiger und energieeffizienter auslegen lassen. Das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Programm BioKreativ 4 mit rund 3,3 Millionen Euro geförderte Projekt ermöglicht den Aufbau einer neuen interdisziplinären Nachwuchsgruppe. Diese befasst sich mit biobasierten Werkstoffen, Schmierstoffen und Supraschmierung.

Gleitlager zählen zu den am häufigsten eingesetzten Funktionselementen im Maschinen- und Anlagenbau. Sie kommen in Motoren, Getrieben, Pumpen oder Antriebssystemen zum Einsatz und definieren maßgeblich den Energiebedarf ganzer Maschinen. Heute bestehen die Gleitelemente oft aus Stahl, Bronze oder technischen Kunststoffen und arbeiten mit mineralölbasierten Schmierstoffen. BioSlide verfolgt einen alternativen Ansatz: Nachwachsende Rohstoffe sollen etablierte Materialien ersetzen und gleichzeitig neue tribologische Leistungsreserven erschließen. Weiterlesen

Power2Polymers: Meilenstein für klimafreundliche Chemie

  Von , , ,
© Power2Polymers

© Power2Polymers

Erstmals ist im industriellen Maßstab gelungen, nachhaltigeres Methanol aus Industrieabgasen industriell zu Paraformaldehyd weiterzuverarbeiten. Das ist ein entscheidender Schritt hin zu neuen Materialien und einer echten CO2-Kreislaufwirtschaft.

CO₂ ist als Klimakiller verschrien, dabei kann Kohlenstoffdioxid der Energiewende aktiv nutzen. Das unterstreicht das BMFTR-geförderte Projekt Power2Polymers eindrucksvoll. Zwei Tonnen nachhaltigeres Methanol, gewonnen aus den Industrieabgasen eines Stahlwerks, hat Projektpartner Prefere Paraform GmbH zu Paraformaldehyd verarbeitet. Daraus entstehen neuartige Polyole, die künftig in Klebstoffen, Beschichtungsmaterialien sowie Schmier- und Dichtstoffen zum Einsatz kommen können. Weiterlesen

Neuartige Multimaterial-Bauteile aus dem 3D-Druck für industrielle Anwendungen

  Von , , ,
Mit CeraMMAM lassen sich Hochleistungskomponenten aus verschiedenen Materialien in einem einzigen Prozess herstellen. (Foto: Breig, KIT)

Mit CeraMMAM lassen sich Hochleistungskomponenten aus verschiedenen Materialien in einem einzigen Prozess herstellen. (Foto: Breig, KIT)

Ein Forschungsteam am Karlsruher Institut für Technologie (KIT) hat im Projekt CeraMMAM ein Materialsystem entwickelt, mit dem sich Hochleistungskomponenten aus mehreren Materialien mithilfe eines universellen Bindersystems in einem einzigen Prozess herstellen lassen. Die Technologie eröffnet neue Perspektiven für industrielle Anwendungen – insbesondere in der Medizintechnik, im Maschinenbau sowie in der Luft- und Raumfahrt.

Additive Fertigungsverfahren erlauben es, komplexe Bauteile schichtweise herzustellen. Bislang ließen sich dabei jedoch meist nur sortenreine Materialien wie Metall oder Keramik verarbeiten. Im Projekt CeraMMAM (steht für: Ceramic Multi Material Additive Manufacturing) haben die Forschenden am wbk Institut für Produktionstechnik des KIT einen entscheidenden Durchbruch erzielt: Mithilfe eines neu entwickelten universellen Bindersystems lassen sich verschiedene keramische Materialien kombinieren und Keramik-Metall-Verbindungen herstellen. Weiterlesen

VR-Anwendungen in der Arbeitssicherheit – für Cognitve Readiness und Handlungssicherheit unter Stress

  Von ,
Abbildung: VR-Nutzung von 360 Grad Fotos in VR-Anwendungen für Cognitive Readiness und Stress Exposure Training (zur Veranschaulichung KI-generiert)

Abbildung: VR-Nutzung von 360 Grad Fotos in VR-Anwendungen für Cognitive Readiness und Stress Exposure Training (zur Veranschaulichung KI-generiert)

Virtual Reality (VR)-Anwendungen im Trainingskontext – dazu gibt es viele Meinungen – vor allem von Entschei-dungsträger:innen in Organisationen: „zu teuer“ sagen die einen, „zu aufwändig“ sagen die anderen, „nur was für die jüngere Generation“ sagen die Dritten. Neben Meinungen gibt es aber auch empirische Ergebnisse, die helfen, sich ein fundiertes Bild vom Nutzen von VR-Technologien zu machen. Weiterlesen

Stabil, schnell, massenfertigbar: Durchbruch bei lichtbasierten Datenverbindungen

  Von , ,
Der kompakte Modulator ermöglicht eine schnelle und energieeffiziente Datenübertragung und lässt sich kostengünstig herstellen. (Foto: Hugo Larocque, EPFL)

Der kompakte Modulator ermöglicht eine schnelle und energieeffiziente Datenübertragung und lässt sich kostengünstig herstellen. (Foto: Hugo Larocque, EPFL)

Ein neuartiges Bauteil, das durch eine fortschrittliche Fertigungstechnologie eine sehr schnelle, sparsame und verlässliche Datenübertragung ermöglicht, haben Forschende des Karlsruher Instituts für Technologie (KIT) und der École Polytechnique Fédérale de Lausanne (EPFL) entwickelt. Der elektrooptische Modulator sendet Daten effizient durch Glasfaserkabel und lässt sich kostengünstig in großer Stückzahl auf Standard-Halbleiterplatten herstellen. Das ist wichtig, weil Rechenzentren und Glasfasernetze durch KI‑Anwendungen und den steigenden Datenverkehr an ihre Leistungsgrenzen stoßen. Weiterlesen

Vom Strohhalm zum Kunststoff: Zellstoff-Nebenprodukt wird Basis für Nylon und Perlon

  Von , , ,
© Silvia SteinbachEin Mitarbeiter zieht im Labor für Systembiotechnologie an der Universität des Saarlandes einen Bionylonfaden aus einem Glaskolben.

© Silvia Steinbach. Ein Mitarbeiter zieht im Labor für Systembiotechnologie an der Universität des Saarlandes einen Bionylonfaden aus einem Glaskolben.

Plastik aus Stroh: Auf diese Formel lässt sich das Vorhaben reduzieren, das das Team von Christoph Wittmann aus der Systembiotechnologie gemeinsam mit Partnern aus Wissenschaft und Industrie seit Anfang Februar verfolgt. Im Projekt „LiGNUM“ sollen Bakterien so manipuliert werden, dass sie ein Nebenprodukt aus der Strohzellstoff-Produktion verwerten können, um daraus Grundbestandteile für Nylon und Perlon zu erzeugen.

Aus industriellen Nebenströmen wieder nutzbare Rohstoffe zu machen, ist die Grundidee der Kreislaufwirtschaft. Im Projekt LiGNUM wird diese Idee konkret umgesetzt: Stoffströme aus der Zellstoffproduktion sollen mithilfe von Mikroorganismen in Bausteine für neue Kunststoffe umgewandelt werden – und damit erdölbasierte Ausgangsstoffe ersetzen. Dass dies in der Region verankert und zugleich überregional vernetzt geschieht, ist dabei das I-Tüpfelchen. Weiterlesen

Neuer Weg zu 2D-Materialien

  Von , , ,
Kombination eines Modells aus einer Rasterelektronenmikroskop-Aufnahme (links) mit einem Ausschnitt der zugrunde liegenden Kristallstruktur eines untersuchten MXenes mit präzise kontrollierten Oberflächenabschlüssen.© B. Schröder/HZDR

Kombination eines Modells aus einer Rasterelektronenmikroskop-Aufnahme (links) mit einem Ausschnitt der zugrunde liegenden Kristallstruktur eines untersuchten MXenes mit präzise kontrollierten Oberflächenabschlüssen.
© B. Schröder/HZDR

Ein internationales Forschungsteam der Technischen Universität Dresden (TUD), des Max-Planck-Instituts für Mikrostrukturphysik Halle, des Helmholtz-Zentrums Dresden-Rossendorf (HZDR) und weiterer Partnerinstitutionen in Europa hat eine neue Methode zur Herstellung von MXenen – einer wichtigen Familie zweidimensionaler Materialien – mit bisher unerreichter Reinheit und Kontrollierbarkeit entwickelt. Ein neuer „Gas-Flüssig-Feststoff“-Prozess ermöglicht die Synthese reiner MXene mit gleichmäßig verteilten und in ihrer Zusammensetzung gezielt eingestellten Halogenatomen auf der Oberfläche. Das führt zu einer spürbaren Steigerung der elektrischen Leitfähigkeit und eröffnet neue Anwendungsmöglichkeiten in der Hochleistungselektronik, Sensorik und Energietechnik. Weiterlesen

Die zweite Schicht: Deep Learning in der Produktion

  Von
Rückblick: Vom klassischen ML zum Deep Learning
FOM Hochschule für Oekonomie & Management

FOM Hochschule für Oekonomie & Management

Im ersten Teil dieser Artikelserie stand der Einstieg in die Künstliche Intelligenz über klassische Machine-Learning-Verfahren im Fokus. Entscheidungsbäume, Random Forests oder ähnliche Modelle bieten mittelständischen Unternehmen einen pragmatischen Zugang zu datengetriebener Optimierung. Sie sind transparent, vergleichsweise leicht zu implementieren und liefern robuste Ergebnisse – solange sich das Problem klar strukturieren lässt. Doch nicht jede industrielle Fragestellung lässt sich mit festen Regeln oder wenigen Entscheidungsdimensionen abbilden. Spätestens dann, wenn visuelle Informationen ins Spiel kommen oder kontinuierliche Zielgrößen vorhergesagt werden müssen, stoßen klassische ML-Ansätze an ihre Grenzen. An dieser Stelle beginnt die nächste Schicht der KI-Zwiebel: Deep Learning. Weiterlesen