FAKULTÄT FÜR MASCHINENBAU

Herzlich willkommen

AI Engineering (AiEng) umfasst die systematische Konzeption, Entwicklung, Integration und den Betrieb von auf Künstlicher Intelligenz (KI) basierenden Lösungen nach Vorbild ingenieurwissenschaftlicher Methoden. Gleichzeitig schlägt AiEng eine Brücke zwischen der Grundlagenforschung zu KI-Methoden und den Ingenieurwissenschaften und macht dort den Einsatz von KI systematisch zugänglich und verfügbar. Das Projektvorhaben konzentriert sich auf die landesweite Entwicklung eines Bachelorstudiengangs «AI Engineering», welcher die Ausbildung von Methoden, Modellen und Technologien der KI mit denen der Ingenieurwissenschaften vereint. AiEng soll als Kooperationsstudiengang der Otto-von-Guericke-Universität (OVGU) Magdeburg mit den vier sachsen-anhaltischen Hochschulen HS Anhalt, HS Harz, HS Magdeburg-Stendal und HS Merseburg gestaltet werden. Der fächerübergreifende Studiengang wird Studierende befähigen, KI-Systeme und -Services im industriellen Umfeld und darüber hinaus zu entwickeln und den damit einhergehenden Engineering-Prozess - von der Problemanalyse bis zur Inbetriebnahme und Wartung / Instandhaltung - ganzheitlich zu begleiten. Das AiEng-Curriculum vermittelt eine umfassende KI-Ausbildung, ergänzt durch eine grundlegende Ingenieurausbildung und eine vertiefende Ausbildung in einer gewählten Anwendungsdomäne. Um eine Symbiose von KI- und ingenieurwissenschaftlicher Lehre zu erreichen, wird ein neuer handlungsorientierter Rahmen entwickelt und gelehrt, welcher den vollständigen Engineering-Prozess von KI-Lösungen beschreibt und alle Phasen methodisch unterstützt. AIEng zeichnet sich durch eine modulübergreifende Verzahnung von Lehr- und Lerninhalten innerhalb eines Semesters sowie durch ein fakultäts- und hochschulübergreifendes Tandem-Lehrkonzept aus und verfolgt ein studierendenzentriertes Didaktikkonzept, welches durch viele praxisorientierte (Team-)Projekte und ein großes Angebot an Open Educational Resources (OERs) mit (E)-Tutorenprogramm getragen wird.

Projekt im Forschungsportal ansehen

AI Engineering (AiEng) umfasst die systematische Konzeption, Entwicklung, Integration und den Betrieb von auf Künstlicher Intelligenz (KI) basierenden Lösungen nach Vorbild ingenieurwissenschaftlicher Methoden. Gleichzeitig schlägt AiEng eine Brücke zwischen der Grundlagenforschung zu KI-Methoden und den Ingenieurwissenschaften und macht dort den Einsatz von KI systematisch zugänglich und verfügbar. Das Projektvorhaben konzentriert sich auf die landesweite Entwicklung eines Bachelorstudiengangs «AI Engineering», welcher die Ausbildung von Methoden, Modellen und Technologien der KI mit denen der Ingenieurwissenschaften vereint. AiEng soll als Kooperationsstudiengang der Otto-von-Guericke-Universität (OVGU) Magdeburg mit den vier sachsen-anhaltischen Hochschulen HS Anhalt, HS Harz, HS Magdeburg-Stendal und HS Merseburg gestaltet werden. Der fächerübergreifende Studiengang wird Studierende befähigen, KI-Systeme und -Services im industriellen Umfeld und darüber hinaus zu entwickeln und den damit einhergehenden Engineering-Prozess - von der Problemanalyse bis zur Inbetriebnahme und Wartung / Instandhaltung - ganzheitlich zu begleiten. Das AiEng-Curriculum vermittelt eine umfassende KI-Ausbildung, ergänzt durch eine grundlegende Ingenieurausbildung und eine vertiefende Ausbildung in einer gewählten Anwendungsdomäne. Um eine Symbiose von KI- und ingenieurwissenschaftlicher Lehre zu erreichen, wird ein neuer handlungsorientierter Rahmen entwickelt und gelehrt, welcher den vollständigen Engineering-Prozess von KI-Lösungen beschreibt und alle Phasen methodisch unterstützt. AIEng zeichnet sich durch eine modulübergreifende Verzahnung von Lehr- und Lerninhalten innerhalb eines Semesters sowie durch ein fakultäts- und hochschulübergreifendes Tandem-Lehrkonzept aus und verfolgt ein studierendenzentriertes Didaktikkonzept, welches durch viele praxisorientierte (Team-)Projekte und ein großes Angebot an Open Educational Resources (OERs) mit (E)-Tutorenprogramm getragen wird.

Projekt im Forschungsportal ansehen

Die Kompostierung von organischen Abfällen leistet einen wesentlichen Beitrag zum Klimaschutz. Dennoch entstehen bei der Kompostierung klimaschädliche Treibhausgase, wie z.B. Kohlendioxid (CO2) oder Methan (CH4). Zusätzlich werden in der gewerblichen Kompostierung große Arbeitsmaschinen (z.B. Kompostwender) benötigt. Wenn jeder Kompostplatzbetreiber diese Arbeitsmaschinen selbst erwirbt und nur wenige Stunden am Tag nutzt, werden Ressourcen schlecht genutzt.

Das Projekt zielt darauf ab, den gesamten CO2-Fußabdruck bei der gewerblichen Kompostierung zu verringern. Mithilfe von GNSS-basierter kooperativer Lokalisierung soll ein innovatives Sharing-Konzept für Kompostwender ermöglicht werden. Neuartige Sharing-Konzepte im Verkehrs- und Logistiksektor stellen eine wichtige Möglichkeit zur CO2-Einsparung dar. Zusätzlich ermöglicht eine geteilte Nutzung (Sharing) auch kleinen Betrieben mithilfe moderner Maschinen hochqualitativen Kompost herzustellen. So würde im Sinne der Nachhaltigkeit sowohl der Nutzungsgrad einzelner Maschinen als auch die generelle Kompostierungsquote erhöht.

Die GNSS-basierte kooperative Lokalisierung von miteinander kommunizierenden Fahrzeugen soll es ermöglichen, Abläufe auf der Kompostieranlage zu optimieren und somit weiter CO2 einzusparen. Im Vorprojekt ANDREA wurde bereits ein Datenmanagementmodell (DMM) für die Kompostierung entwickelt. In das DMM wurden allerdings nur Daten von einer Maschine, einem selbstfahrenden Kompostwender, gespeist. Zusätzliche Informationen von anderen Fahrzeugen, wie z.B. Radladern, können nun hinzugezogen werden. Die Radlader sollen mit low-cost GNSS Sensorik ausgestattet werden. Durch Kombination der Beobachtungen der low-cost Sensorik mit der hochgenauen Sensorik des selbstfahrenden Kompostwenders soll untersucht werden, welche Genauigkeitsverbesserungen mit einem kooperativen Ansatz möglich sind. So soll sich beispielsweise herausstellen, ob es in Zukunft möglich sein wird, eine Flotte an Fahrzeugen auf der Kompostieranlage mithilfe von low-cost GNSS automatisch zu steuern.

Zusätzlich soll mithilfe einer gekoppelten Computational Fluid Dynamics (CFD)-Diskrete Elemente Methode (DEM)-Simulation untersucht werden, wie CO2 und CH4 während des Kompostwendeprozesses emittiert werden. Es kann davon ausgegangen werden, dass während des Wendeprozesses, der für die Entwicklung des DMM bereits im Projekt ANDREA auf der Partikelebene untersucht wurde, signifikante Mengen von CO2 und CH4 an die Umgebung abgegeben werden. Daher soll auf Basis der CFD-DEM-Simulation ein Emissionsmodell entwickelt werden, mit dem es möglich sein wird, Maßnahmen und Konzepte zur Emissionsreduzierung (z.B. Absaugung, Filterung direkt hinter dem eWender) zu entwickeln.

Das Projekt bietet durch die nachhaltige Ressourcennutzung und Reduktion von Emissionen einen Mehrwert für den Klimaschutz. Durch eine Förderung entstünden auf technischer und wirtschaftlicher Ebene zahlreiche Vorteile für die am Projekt beteiligten Organisationen. Das Institut für Geodäsie könnte seine Kompetenzen im Bereich der GNSS-basierten Positionierung und Sensorfusion durch die kooperative Lokalisierung erweitern. Das Institut für Technische Logistik könnte mit der Simulation und Anwendung von Sharing-Konzepten eine mehrjährige Forschungstätigkeit aufbauen. Das Institut für Logistik und Materialflusstechnik könnte seine Kompetenz in der Schüttgutsimulation mit der zu entwickelnden CFD-DEM-Simulationsmodell ausbauen. Die Firma Sonnenerde als Kompostanlagenbetreiber profitiert von der Entwicklung der optimierten und automatisierten Abläufe auf der Kompostieranlage, bei denen die CO2 und CH4-Emission reduziert wird, und kann durch das Sharing-Konzept auch wirtschaftlich profitieren. Für die Firma Pusch & Schinnerl als Hersteller von Kompostwendern kann durch das Sharing-Konzept ein neuer Kundenkreis erschlossen werden. Außerdem können mit den zu entwickelnden Emissionsreduzierungskonzepten in Zukunft zusätzliche technologische Merkmale für den Pusch & Schinnerl - Kompostwender geschaffen werden, die dieses Produkt von Konkurrenzprodukten unterscheidet.

Das Projekt adressiert insbesondere Ziel 3 der ASAP-Ausschreibung, dass Satellitendaten zunehmend als integraler Bestandteil des Alltags genutzt und GNSS-basierte Dienstleistungen eine hohe Servicequalität und Zuverlässigkeit bieten sollen. In Bezug auf die Ausschreibungsschwerpunkte leistet das Projekt einen wichtigen Beitrag zu den Bereichen Mobilitätswende und Kreislaufwirtschaft. Das innovative Sharing-Konzept ermöglicht eine neue Dienstleistung im Logistiksektor.

Die auf der Kompostieranlage vernetzten, intelligenten Arbeitsmaschinen tragen zu einer effizienten und kreislauforientierten Wirtschaft und Gesellschaft bei.

Projekt im Forschungsportal ansehen

Entwicklung eines Konzeptes für einen auftragsorienten Digitalen Steuerungs-Zwilling, um komplexe Prozesse der Produktion und des Materialflusses zu steuern. Ziel ist eine synschrone Planung und Steuerung der internationalen Produktions-, Transport- und Lagerungsprozesse von Endprodukten und deren Komponenten. Der neue Forschungsansatz geht von einer gemeinsamen Abbildung des Produktions- und Materialflusses als ideale hierarchische Booleschen Interval-Algebra aus, die eine synchrone Steuerung auf unterschiedlichen Hierachie-Ebenen für unterschiedlche Aufgabenstellungen erlaubt.

Projekt im Forschungsportal ansehen

Im Forschungsvorhaben KISync soll untersucht werden wie Methoden der künstlichen Intelligenz (KI) angewandt werden müssen, um die Entscheidungsprobleme verschiedener Prozesse in der operativen Supply-Chain-Planung unter dem Einfluss von Unsicherheiten zu synchronisieren. Dabei soll vor allem die unternehmensinterne Planung in kompetitiven Supply Chains mit geringem Informationsaustausch untersucht werden. Ein weiterer Schwerpunkt ist die Frage, wie KI Synergien mit dem Menschen bilden kann, damit Entscheidungen in komplexen Situationen im Supply Chain Management verbessert werden und auch die prozessübergreifende Datenkompetenz des Menschen nachhaltig gesteigert wird. Aufgrund der Dynamik von globalen Supply Chains mit zunehmenden Unsicherheiten, ist durch die Entwicklung eines solchen Systems zu erwarten, dass die Planungsqualität und Robustheit der operativen Supply-Chain-Planung verbessert werden kann. Das System soll prototypisch implementiert werden, um die Funktionsweise anhand vorliegender Supply-Chain-Daten von zwei mittelständischen Unternehmen zu evaluieren.

Projekt im Forschungsportal ansehen

Hauptziel des FuE-Kooperationsprojektes "ENORM" ist die Entwicklung eines Online Überwachungssystems zur Bestimmung der Restnutzungsdauer von neuartigen Composite-Tragrollen aus Glasfaserverstärktem Kunststoff (GFK) mit PU-Decklage. Durch Implementierung eines neuartigen Messsystems zur Erfassung der Schichtdicke und die Funkübertragung der Zustandsgrößen mittels LoRa-WAN wird ein Cloud-basiertes Online-Überwachungssystem entwickelt. Das Vorhaben ist für eine Laufzeit von 2,5 Jahren ausgelegt. An der Realisierung der Entwicklung sind ein KMU (AKT) und eine Forschungseinrichtung (OVGU/ILM) beteiligt.

Das FuE-Vorhaben ist ein aus dem ZIM-Netzwerk "NekoS" hervorgegangenes FuE-Projekt und wird von der Netzwerkmanagementeinrichtung (ZPVP) bei der Umsetzung begleitet.

Projekt im Forschungsportal ansehen

Das Projekt Eaasy System verfolgt das Ziel, elektrische Lastenräder mit automatisierten Fahrfunktionen zu entwickeln, die eine umweltfreundliche Zustellung von Gütern für den Einsatz in der sogenannten "letzten Meile"-Logistik ermöglichen. Mit dieser Neuentwicklung soll die Flexibilität konventioneller Lastenräder mit den ergonomischen Vorteilen und schlanken Zustellprozessen von Zustellrobotern (Follow-Me) verbunden werden. Die Fahrfunktionen der automatisierten Lastenräder werden dafür auf unstrukturierte Verkehrssituationen ausgerichtet und mit einer sogenannten Come-With-Me Funktion ausgestattet - eine intuitive Sprachsteuerung, über die Zusteller das Fahrzeug dirigieren können. Damit soll die Logistik insgesamt nachhaltiger werden, die körperliche Belastung der Zusteller sinken und die Zustellung von Gütern deutlich beschleunigt werden.

Projekt im Forschungsportal ansehen

PowerPaste ist ein Paste, in welcher Wasserstoff als Feststoff in Magnesiumhydrid gebunden ist. Die vom Fraunhofer IFAM patentierte Technologie, ermöglicht eine andere Wasserstoff-Versorgungskette als bisher. Durch geringere Anforderungen an Druck und Temperatur sind andere Logistikprozesse möglich. Beispielsweise erlaubt die Technologie die Nutzung von standardisierten Behältern und stark vereinzelten Sendungseinheiten und eröffnet Chancen bezüglich der Belieferung dezentraler Bedarfsorte.
Im Teilprojekt Logistikonzept für PowerPaste werden die logistischen Prozesse entlang der gesamten Wertschöpfungskette von PowerPaste erarbeitet und gestaltet. Dazu gehören die Gestaltung und Auswahl der Behälter, das Erarbeiten von Distributions- und Recyclingprozessen, sowie der Vergleich verschiedener Wasserstoffversorgungsketten mithilfe von Simulation. Ziel ist es die Marktfähigkeit des Produktes zu stärken und durch integrierte Logistikplanung zu unterstützen.

Das Projekt wird vom Bundesminsterium für Wirtschaft und Energie (BMWi) im Rahmen des 7. Energieforschungsprogramm für anwendungsorientierte nichtnukleare FuE gefördert.

Projekt im Forschungsportal ansehen

Im Rahmen des FuE-Projektes "GEOSTALOVR” ist die Entwicklung einer simulationsgestützten Geodesign-Plattform zur Planung von Logistik und Tourismus in europäischen Städten vorgesehen. Durch eine VR-Visualisierung und Interaktionsmöglichkeiten soll der Planungsprozess durchgehend digitalisiert, demokratisiert und menschenzentrierter gestaltet werden. Die Realisierung der Entwicklung erfolgt in einem internationalen Kooperationsprojekt mit der Türkei in Zusammenarbeit von drei KMU-Partnern (LS Software & Engineering GmbH, Globetech Cografi Bilgi Teknolojileri Yazilim Planlama Harita Enerji Egitim Mühendislik Danismanlik Limited und Elf Sehir Planlama) und zwei Forschungspartnern (Otto-von-Guericke-Universität Magdeburg und Harran Universität). Das Vorhaben ist auf eine Laufzeit von zwei Jahren ausgelegt. Ein prototypischer Aufbau und Erprobung des Systems ist anhand der Stadt Sanliurfa in der Türkei vorgesehen. Das Vorhaben ist aus dem Netzwerk "NekoS" hervorgegangen und-wird vom Netzwerkmanagement (ZPVP GmbH) bei der Umsetzung begleitet.
Das ILM der OVGU bearbeitet das Teilprojekt "SiPuL - Simulationsgestützte Planung für eine menschzentrierte urbane Logistik".

Projekt im Forschungsportal ansehen

In naher Zukunft sollen auf dem Mond und auf dem Mars feste Basisstationen aufgebaut werden. Dementsprechend wird die Dauer und die Anzahl von Weltraummissionen langfristig gesehen immer weiter zunehmen. Gleichzeitig erhöht sich die Wahrscheinlichkeit von Komponentenausfällen während des Fluges. Um in einem solchen Fall schnell reagieren zu können, muss ein Verfahren entwickelt werden, mit dem Metallteile hergestellt bzw. repariert werden können, sodass auch die Gesamtmasse von auf dem Raumschiff befindlichen Ersatzteilen auf ein Minimum reduziert werden kann.
Die Umsetzung des Projektes erfolgt durch die Entwicklung eines laserbasierten additiven Fertigungsverfahrens zur Herstellung von Metallteilen aus Pulver (Titan und Nickellegierungen) in Mikrogravitation in einem unter Druck stehenden Volumen. Der Ansatz basiert dabei auf dem für Erdgravitation bekannten Verfahren "Laser Metal Deposition" (LMD). Ziele des Forschungsvorhabens sind die Entwicklung einer zuverlässigen Pulverhandhabungstechnologie, eines LMD-Gerätes und die Gewährleistung eines stabilen Schmelzprozesses. Die Herstellung von Mikrogravitation wird mithilfe des Einstein-Elevators bewerkstelligt.
Das Projekt wird durch das "Institut für Transport- und Automatisierungstechnik" (ITA) der Leibniz Universität Hannover in Kooperation mit dem "Institut für Logistik und Materialflusstechnik" (ILM) der Otto-von-Guericke Universität aus Magdeburg bearbeitet.

Projekt im Forschungsportal ansehen