Im Rahmen des Projektes entwickeln wir fortschrittliche Methoden der KI für den digital gestützten Flugzeugschalenbau. Hierdurch sollen sowohl Montageprozesse effizienter, ressourcenschonender und leistungsfähiger werden als auch neue Erkenntnisse zur Verbesserung von KI-Systemen in der Fertigung erlangt werden. Dies untersuchen wir an zwei Anwendungsfällen: der automatisierten Steuerung von Robotern für Fügeaufgaben sowie der KI-gestützten, adaptiven Arbeitsplanung für die teilautomatisierte Montage.

Weitere Informationen finden Sie hier.

Der zunehmende Einsatz von KI-Komponenten in Fahrzeugen und im Verkehr führt uns auf einen Weg, bei dem der Computer Entscheidungen trifft und wir Menschen der KI blind vertrauen und mit diesen Entscheidungen leben müssen. Erklärbare KI wird immer mehr zu einem Bereich von großem Interesse für verschiedene Nutzergruppen, beispielsweise Bürger, die den von ihnen genutzten Systemen vertrauen wollen, juristische Personen, die für die Haftung und Rechenschaftspflicht verantwortlich sind, und Forscher, die die Grenzen der KI verstehen und die Modelle verbessern wollen. Das Ziel von AITHENA ist die Erforschung und Entwicklung von Methoden zum Schaffen von Transparenz und Interpretierbarkeit von KI-Modellen für den Einsatz in CCAM-Lösungen. 

Weitere Informationen finden Sie hier.

Im Rahmen des Projektes konzipieren, entwickeln und evaluieren wir KI-Algorithmen für die teilautomatisierte Schadbefundung von Güterwagen in der Zugbildung. Das Ziel besteht darin, den aktuellen Stand der Technik im Bereich der Nutzung von künstlicher Intelligenz für die Lokalisierung und Klassifizierung von Fehlern in Bilddaten einzubringen, etablierte Methoden aus dem akademischen Umfeld für den vorliegenden Anwendungsfall zu adaptieren und zu erweitern.

Weitere Informationen finden Sie hier.

Das Projekt eröffnet zwei Perspektiven für AR/VR-Lösungen. Einerseits wird eine Lösung entwickelt, erprobt und zur Verfügung gestellt, die Lehrende mit geringer IT-Expertise nutzen und mit eigenen, unterschiedlichsten Lehrinhalten füllen können. Andererseits wird die entwickelte Lösung als Open Source verfügbar sein, so dass Forscherinnen und Forscher sowie Entwicklerinnen und Entwickler der Hochschulen in NRW diese für neue Forschungs- und Lehrzwecke weiterentwickeln können. 

Weitere Informationen finden Sie hier.

Das Ziel des Forschungsvorhabens ist die Entwicklung, Erprobung und Umsetzung von Verfahren des Deep Learning zur Inline-Qualitätsvorhersage in Schweißprozessen sowie die Erforschung und Entwicklung von Continual Learning Verfahren, um die trainierten Modelle über Prozessvarianten hinweg nachhaltig und effizient nutzen zu können. Die Modelle werden in der Lage sein, auf Basis heterogener Daten aus dem Schweißprozess – darunter zählen Stellgrößen und Sensordaten – eine Bewertung des aktuellen Prozesszustandes vorzunehmen und eine quantitative Prädiktion der zu erwartenden Schweißnahtqualität abzuleiten. 

Weitere Informationen finden Sie hier.

Im Rahmen des Vorhabens erforscht das TMDT die Umsetzung eines innovativen Datenmarkplatzes, welcher es Städten, Unternehmen und Bürgern ermöglicht statische wie auch Echtzeit-Daten zur Verfügung zu stellen bzw. diese zu analysieren. Hierbei greifen wir auf modernste Technologien wie Knowledge Graphs und Deep Learning zurück.

Weitere Informationen finden Sie hier.

Im Rahmen des Vorhabens befähigen wir Bürgerinnen und Bürger direkt zu Produzenten von Produkten und Diensten einer modernen Smart City zu werden, indem wir einerseits die technologische Grundstruktur schaffen und andererseits das nötige Fachwissen vermitteln. Hierzu werden im Rahmen des Vorhabens diverse Aktivitäten wie Challenges und Hackathons ausrichten und die Kreativität der lokalen Zivilbevölkerung herausfordern.

Weitere Informationen finden Sie hier.

Zentrales Ziel des CC5G.NRW ist es dazu beizutragen, NRW zum Leitmarkt für 5G zu entwickeln. Im Fokus stehen neue Lösungen für Unternehmen und Kommunen in der Anwendung von 5G sowie die Erforschung sozial-gesellschaftlicher Fragestellungen zu Sicherheit, sozialer Inklusion und Nachhaltigkeit. Dabei werden Innovationspotenziale – und hemnisse identifiziert, systemische Kompetenzen auf- und ausgebaut sowie Potenziale von 5G zugänglich gemacht.

Weitere Informationen finden Sie hier.

Das Ziel des Vorhabens ist Entwicklung einer Plattform zur frühzeitigen Vernetzung von Studierenden und den regional ansässigen Unternehmen im bergischen Raum. Auf dieser Plattform erhalten Unternehmen die Möglichkeit, ihre eigenen Data Science Problemstellungen in definierten Challenges bereitzustellen, welche von Studierenden gelöst werden. Sowohl in der Konzeptionierung der Challenges als auch bei der Bewertung der produzierten Ergebnisse unterstützt das TMDT in Zusammenarbeit mit Partnern aus der universitären Forschung (z.B. dem IZMD) durch erfahrenes wissenschaftliches Personal.

Weitere Informationen finden Sie hier.

Im Rahmen des hochschulinternen Projektes KoLBi-BK soll eine quantitative und qualitative Profilierung des gewerblich-technischen Unterrichts an Berufskollegs vollzogen werden. Hierbei liegt der Fokus des TMDT auf der Gestaltung von gewerblich-technischen Unterricht mit Virtual Reality. So soll Lehramtsstudierenden die Erstellung von Virtual-Reality-Lehrinhalten vermittelt und die Entwicklung von Unterrichtskonzepten mit Virtual Reality untersucht werden.

Weitere Informationen finden Sie hier.