Laufende Projekte

Die Montageindustrie steht vor zunehmender Produktvielfalt und Individualisierung, was Flexibilität erfordert und die Cobot-Automatisierung, insbesondere für KMU, erschwert. Trotz Wachstums des Cobot-Marktes bleibt die häufige Neukonfiguration eine Herausforderung. Eine sprachbasierte Programmierung könnte dies vereinfachen, jedoch fehlt es bisherigen Modellen an Kontextverständnis und Präzision.

Das Projekt La2-Mo2 zielt darauf ab, ein System zu entwickeln, das mithilfe von LLMs Cobots durch natürliche Sprache steuert. Gesprochene Anweisungen sollen interpretiert und in präzise Roboterbefehle umgewandelt werden, um die Cobot-Programmierung zugänglicher zu machen, Komplexität zu reduzieren und insbesondere KMU in flexiblen Montageszenarien zu unterstützen.

Der Einsatz von Kranen wird kundenindividuell und somit auftragsbezogen geplant. Die Auswahl und die Übersicht über die Verfügbarkeit von Anbauteilen auf dem Betriebshof oder über mehrere Betriebstätten hängt von dem Erfahrungswissen und dem individuellen Bestandsmanagement des Kranverleihers ab. Auf der Baustelle erfordert die Anlieferung, die Platzierung und der Zusammenbau der Krankomponenten einen hohen Koordinationsaufwand. Insbesondere von der korrekten Montage der Anbauteile hängt die Tragfähigkeit des Kranes ab, die gemäß der zuvor durchgeführten Planung des Kraneinsatzes ausgeführt werden muss. Eine falsche Montage gefährdet die Sicherheit des Kraneinsatzes und kann im schlimmsten Fall zum Umstürzen des Kranes führen. Vor diesem Hintergrund wird in diesem Projekt ein mobiles Assistenzsystem zur Steigerung der Sicherheit von Kranen sowie zur Unterstützung der Koordination von Mitarbeiter*innen auf Betriebshof und Baustelle entwickelt. Das System gliedert sich in drei Teilbereiche: (1) Optimierung der Komponentensteuerung auf Betriebshof und Baustelle, (2) Überprüfung des planungsgerechten Aufbaus eines Mobilkrans hinsichtlich der Betriebssicherheit und (3) Erfassung und Analyse von Belastungen an Einzelbauteilen.

Unternehmen müssen ihre Produktions- und Intralogistikprozesse aufgrund steigender Kosten und Flexibilitätsanforderungen verbessern. Dies erfordert eine umfassende Prozessanalyse, die sehr aufwendig ist. Besonders kleine und mittelständische Unternehmen (KMU) haben Schwierigkeiten, geeignete Technologien für Intralogistiklösungen auszuwählen. Das Projekt SENSOMAI hat das Ziel, eine benutzerfreundliche Datenplattform zu entwickeln, die KMU bei der Auswahl und Einführung von Intralogistiksystemen unterstützt. Diese Plattform nutzt Bewegungsdaten, die von Sensoren erfasst werden, und analysiert sie mithilfe eines Deep-Learning-Verfahrens. Die Plattform zeigt Optimierungspotenziale und schlägt passende Intralogistiklösungen vor. Ein Vorher-Nachher-Vergleich ermöglicht die Bewertung der Verbesserungen im Unternehmen. Die Plattform verbessert kontinuierlich ihre Vorschläge durch Validierung der Ergebnisse. SENSOMAI ist eine innovative Lösung, die technologieoffene Auswahlmöglichkeiten bietet und mehrere Nutzergruppen anspricht.

Der Übergang von der Massen- zur Individualfertigung stellt Unternehmen vor immense Herausforderungen, insbesondere in der Montage, die mehr als die Hälfte der Produktionszeit und 20 % der Kosten ausmacht. Gerade für kleine und mittlere Unternehmen (KMU) sind einfach skalierbare Lösungen unverzichtbar. KMU profitieren besonders von flexiblen Systemen, da diese ihnen ermöglichen, ihre Produktionsprozesse effizient anzupassen, ohne in teure, spezialisierte Ausrüstungen investieren zu müssen.

PassForM2 entwickelt eine neuartige Steuerung für modulare Montagesysteme, die flexibel auf wechselnde Anforderungen reagieren kann. Neben der Montage lassen sich auch weitere Systeme wie automatische geführte Fahrzeuge (AGV) nahtlos integrieren. Durch austauschbare Hardwaremodule und dezentrale Steuerung erhöhen wir die Effizienz, senken Produktionskosten und sorgen für mehr Resilienz gegenüber Systemausfällen. Diese Technologie unterstützt KMU dabei, Klein- und Serienproduktionen nachhaltig umzusetzen und ihre Wettbewerbsfähigkeit zu stärken, indem sie ihnen ermöglicht, kosteneffektiv und anpassungsfähig auf Marktveränderungen zu reagieren.

Zellenradschleusen werden in industriellen Anlagen zum Absperren, zum Austragen oder zum volumetrischen Dosieren von Schüttgut eingesetzt. Dabei verhindern sie den Austritt von Staub und Gasen. Die Instandhaltung stellt eine Herausforderung dar, da Zellenradschleusen starkem Verschleiß ausgesetzt sind und zumeist eingeschränkt zugänglich sind. Das Ziel ist eine Effizienzsteigerung durch reduzierte Ausfallzeiten und optimierte Wartungsaufwände mittels künstlicher Intelligenz.

Das Robotics Institute Germany (RIG) vernetzt führende Robotik-Standorte in Deutschland zu einem dezentralen Forschungsnetzwerk, um die internationale Sichtbarkeit der deutschen Robotik-Forschung zu steigern. Die Forschung wird durch eine gemeinsame Roadmap und Forschungscluster, die Industrie- und Gesellschaftsbedürfnisse adressieren, koordiniert. Zusätzlich wird eine gemeinsame Forschungsinfrastruktur aufgebaut. Fachkräfte werden durch gezielte Aus- und Weiterbildungsprogramme gefördert, Robotik-Benchmarks und Innovationswettbewerbe entwickelt sowie Maßnahmen zur Unterstützung von Start-ups und Industrietransfer initiiert. Das RIG stärkt damit das internationale Ansehen der Robotik „made in Germany“ und erschließt Potenziale durch den Einsatz von Robotersystemen in neuen Anwendungen.

Im Rahmen des Kooperationsprojekts SMART wird ein Gesamtsystem für die dynamische Steuerung und Aufgabenzuordnung von kollaborativen Montageprozessen entwickelt. Hierzu wird mittels eines AR-Devices eine KI-basierte Situationserkennung entwickelt, welche zusammen mit einer Softwareplattform zur dynamischen Arbeitsplanung und Aufgabenverteilung die Grundlage für die intelligente und kollaborative Ablauf- und Robotersteuerung bildet. Zur direkten Einbindung der Mitarbeitenden wird eine AR-Visualisierung entwickelt, welche die Ablaufplanung sowie die geplanten Roboteraktionen in Echtzeit zeigt und damit eine enge Mensch-Roboter-Kollaboration ermöglicht. Die Integration, Simulation und Steuerung aller Teilsysteme erfolgen mithilfe eines digitalen Zwillings.

Das Projekt ImmoAR zielt darauf ab, ein innovatives AR-Framework mit eigens entwickelter Hardware zu schaffen, das die Kommunikation von Gewerbeimmobilien vereinfachen soll. Zentraler Bestandteil ist die Entwicklung eines speziellen Tablets mit hochpräziser AR-Darstellung. Ergänzend wird eine AR-Anwendung in Python entwickelt, um Visualisierungen und Planungsstände darzustellen. Ein weiterer Schwerpunkt liegt auf der Optimierung einer Webdarstellung und der Implementierung einer effizienten Schnittstelle zur AR-Anwendung, um auch komplexe 3D-Modelle zu unterstützen. Die Anwendung ist dabei auf die kommunikative Vermittlung von Gewerbeimmobilien ausgelegt, um die AR-Software ideal anzupassen und die GeoAR-Funktionalitäten zu verbessern.

Nachhaltige und geschlossene Stoffkreisläufe aus biogenen und recycelten Materialien gewinnen an Relevanz, da Rohstoffe knapp werden. Ziel des Projekts ist die Entwicklung einer integrierten Material-, Prozess- und Produktentwicklungsmethodik für Myzel-Verbundwerkstoffe am Beispiel von Kühlboxen. Myzel sind Pilzgeflechte, die loses organisches Material in wenigen Tagen in kompakte Strukturen verwandeln können. Im Projektvorhaben werden aktuelle Herausforderungen im Produktlebenszyklus adressiert, um optimierte Stoffkreisläufe mittels der Myzel-Technologie zu gestalten. Der Forschungsrahmen umfasst dabei den Einsatz von KI-basierten Methoden zur Identifizierung von Materialkombinationen und zur Qualitätssicherung.

Die Logistikleistungen der See- und Binnenhäfen sind von entscheidender Bedeutung für den deutschen Im- und Export sowie für die globalen Distributionsketten der deutschen Automobilindustrie. Automobilterminals dienen als Dreh- und Angelpunkte, die einen integralen Bestandteil der Fertigfahrzeuglogistik der deutschen Automobilindustrie darstellen. Trotz dieser zentralen Rolle sehen sich Automobilterminalbetreiber mit Herausforderungen wie steigenden Umschlagszahlen, begrenzter Terminalfläche, Personalknappheit und wachsenden Ansprüchen an Effizienz und Flexibilität konfrontiert. Im Rahmen des Forschungsprojekts "AutoLog" sollen Optimierungspotenziale durch den Einsatz automatisierter Fahrbewegungen auf Automobilterminals erforscht und realisiert werden. Das Projekt zielt darauf ab, durch technologische Entwicklungen zur Digitalisierung der Prozessabläufe und zur Automatisierung der Verfahrbewegungen die Effizienz und Flexibilität des Terminalbetriebs zu steigern.

Die Schlüsselziele des Projekts sind:

Eignung von automatisiertem Fahren auf Automobilterminals: Untersuchung der Voraussetzungen, die prozess- und infrastrukturseitig auf Seiten des Autoterminals geschaffen werden müssen, um automatisiertes Fahren erfolgreich einzusetzen.

Technische Infrastruktur und Sensorik: Ausarbeitung der Ausgestaltung der technischen Infrastruktur und Sensorik, um eine robuste und sichere Fahrzeugsteuerung zu gewährleisten.

Mensch-Technik-Interaktionen: Untersuchung, wie Mensch-Technik-Interaktionen gestaltet werden können, um eine intuitive und gefahrlose Interaktion zwischen automatisierten und nicht-automatisierten Prozessen zu ermöglichen.

Optimierungspotenziale für Lager- und Logistikprozesse: Identifizierung von Optimierungspotenzialen für die angrenzenden Lager- und Logistikprozesse durch die Einführung automatisierter Fahrsysteme.

Durch die gezielte Erforschung und Umsetzung dieser Ziele strebt das Projekt "AutoLog" an, die Herausforderungen der Automobilterminals zu bewältigen und die Zukunft der Fertigfahrzeuglogistik nachhaltig zu verbessern.

Die Offshore-Baustellenlogistik für Windparks definiert ein komplexes Planungs- und Steuerungsproblem, für das es keine etablierten Methoden gibt. Dabei werden ereignisdiskrete Simulationsverfahren oder mathematische Optimierungen eingesetzt, welche ihre eigenen Vor- und Nachteile hinsichtlich Laufzeit, Detaillierungsgrad und Optimalitätsbedingungen bieten. Nachdem die erste Projektphase Grundlagen in Form unterschiedlicher Modelle und einem Transformationsframework geschaffen hat, fokussiert sich die zweite Phase auf die komplementäre Nutzung. Neben der Erhöhung der Problemkomplexität wird ein kaskadierendes Framework erarbeitet, welches geeignete Modellvarianten auswählt und diese bezüglich notwendiger Abstraktionsgrade kombiniert.

Im Rahmen des Forschungsprojekts wird ein gesundheitsförderliches Montagesystem zur individuellen Ergonomieoptimierung mit adaptiver Materialbereitstellung entwickelt. Durch ein Sensorsystem bestehend aus Wearables und Kameras werden relevante Daten während des Arbeitsprozesses erfasst. Zentrales Element ist die Verwendung eines Digitalen Zwillings, welcher ausgehend von den aufgenommenen Realdaten eine 3D-Simulation des Arbeitsablaufs inklusive Mensch- und Montagesystemmodellen abbildet. Auf Grundlage der Daten erfolgen ergonomische Optimierungen, wodurch die Montagestation initial eingerichtet und die Materialanordnung während der Montage fortlaufend dynamisch an die Prozessausführung des individuellen Mitarbeitenden anpasst wird.

Das übergeordnete Ziels des avisierten Kooperationsprojektes ErgoKI stellt die Entwicklung eines Systems zur Erfassung und zur KI-basierten Analyse von Ergonomiedaten in der manuellen Montage mittels körpernaher Sensoren und maschineller Sehverfahren dar. Auf Basis von verschiedenen Sensoren und einer zu entwickelnden Datenschicht erfolgt eine Prozessmodellierung welche die Analyse hinsichtlich der Ergonomie und Produktivität in der Montage ermöglicht. Die Kennzahlen werden in einer interaktiven Mensch-Maschine Schnittstelle dargestellt, sowie individuelle Verbesserungsvorschläge abgeleitet. Dies trägt dazu bei, ein besseres Verständnis für die individuellen Anforderungen der Mitarbeiter zu entwickeln und ergonomische Verbesserungen gezielter umzusetzen.

Das Ziel des Forschungsvorhabens ist die Entwicklung einer Planungs- und Steuerungsplattform für den Personaleinsatz bei der Wartung von Kleinkläranlagen. Die Plattform dient einerseits der zentralen Aufnahme und Bereitstellung von Kunden- und Anlagendaten sowohl für die mobilen Mitarbeiter als auch für die zentrale Planung von Aufträgen und Auftragsangeboten. Im Speziellen werden die AR-basierten Funktionalitäten zur Fernwartung Mitarbeiter und Kunden dabei unterstützen Fehler zu identifizieren, zu Diagnostizieren und zu Dokumentieren. Darüber hinaus wird die Plattform unter Verwendung robuster Wartungsstrategien eine gleichmäßigere Auslastung von Mitarbeitern erreichen und Auftragsspitzen vermeiden.

Im Rahmen des Teilvorhabens wird an der Entwicklung von Methoden und Verfahren zur Analyse und Prädiktion von Systemverhalten geforscht, um bspw. Ursachen für Qualitätsabweichungen zu identifizieren und Qualitätsmaßnahmen vorzuschlagen. Hierzu werden mittels sogenannter Wirknetze die Wirkzusammenhänge zunächst qualitativ und dann auch quantitativ modelliert, wobei sich an Datenstandards der Verwaltungsschale und der OPC-UA orientiert wird, um Kompatibilität und eine direkte Systemintegration in den Digitalen Zwilling herzustellen.

Im Verbund aus Praxis und Wissenschaft soll im Projekt ein Kompetenzzentrum für Logistik und gesundheitsbezogenen Dienstleistungen aufgebaut werden. RessourcE soll, durch die Bildung nachhaltiger Transferstrukturen zwischen Arbeitsforschung und Praxis, Innovationen für gute Arbeitsgestaltung, Führung und Weiterentwicklung im Bereich der Einfacharbeit initiieren. Es werden Lösungen für gesundheitsförderliche Arbeitsgestaltung sowie diversitätsorientierte Kompetenzentwicklung in Einfacharbeit getestet und auf Generalisierbarkeit geprüft. Diese Lösungen umfassen z. B. Assistenzsysteme für physische Tätigkeiten, Konzepte zur Stärkung psychischer Gesundheit oder Softwaretools zur systematischen Auswahl geeigneter Unterstützungstechnologien.

Das Projekt KoMAR entwickelt eine flexible Augmented Reality (AR) Multi-User Anwendung, die digitale Modelle mit realen Objekten verbindet. Mehrere Personen können gleichzeitig in einem AR-3D-Szenario interagieren. Ziel ist eine kontextbasierte und robuste Interaktion im virtuellen Raum. Das Projekt ziel auf die Entwicklung neuer Multi-User Funktionen, wie etwa ortsunabhängige Teilnahme an AR-Konferenzen und gemeinsame Manipulation virtueller Objekte, ab. Das BIBA entwickelt dafür eine Potentialbewertung kollaborativer Roboter in der industriellen Montage als ersten Anwendungsfall. AR ermöglicht hier die frühe Einbeziehung von Planungs- und Montagepersonal im realen Kontext ohne physische Systemanpassungen.

Das Mittelstand-Digital Zentrum Bremen-Oldenburg verfolgt das Ziel, den Digitalisierungsstand von KMU in der Metropolregion Nordwest durch individuelle Unterstützungsmaßnahmen zu erhöhen.

Schwerpunkte sind neben dem klassischen produzierenden Gewerbe und produktionsnahen Dienstleistungen wie der Logistik auch die konsumorientierte Dienstleistungswirtschaft, wie Tourismus, Gastronomie oder die Kreativbranche. Die Beteiligung des BIBA ermöglicht unter anderem den Wissenstransfer aus den Forschungsprojekten in die Industrie, die Umsetzung von Infrastruktur und Demonstratoren, sowie die Durchführung von Präsenzveranstaltungen und Online-Formaten.

Lebensmittel, auch Kühl- oder Tiefkühlwaren, werden immer häufiger online bestellt und müssen unter Einhaltung der Kühlkette an die Kund*innen versendet werden. Die derzeit häufig zum Versand genutzten Styropor- bzw. EPS-Boxen bieten zwar gute technische Eigenschaften, wie z.B. Isolierwirkung oder Lebensmittelechtheit, haben jedoch nicht zuletzt wegen der fossilen Rohstoffe ökologische Nachteile. Zur Verbesserung der Umweltbilanz von Lebensmittelversandbehältern wird in diesem Projekt eine innovative Verpackungslösung entwickelt, welche möglichst aus recyclebaren oder Biokunststoffen besteht und die wärmedämmende Wirkung eines Vakuums nutzt. Weiter wird durch ein kompaktierbares Design eine effiziente Rücksendung im Sinne der Wiederverwendbarkeit erreicht.

Montageassistenzsysteme speichern Daten zur Qualitätssicherung. Eine automatische Datenanalyse von Prozessschritten, die durch Fehlerfortpflanzung zu Produktionsfehlern führen können existiert bisher nicht. OptiAssist entwickelt ein KI-basiertes System zur Identifikation von Anomalien im Montageprozess durch unüberwachtes Lernen, woraufhin der Aufwand der Montagevorgänge im Vorranggraphen neu gewichtet wird. Auf Basis einer Optimierung schlägt ein Expertensystem auf geeigneten Dashboards dem Prozessplaner Änderungen des Prozesses vor. Um die Nutzerakzeptanz zu erhöhen, werden Strategien für einen geeigneten Zeitpunkt zur Umplanung des Montageprozesses entwickelt.

Im Rahmen von AITeach wird ein innovatives Gesamtsystem entwickelt, welches die Erstellung von Montageablaufplänen und -anweisungen für Montageassistenzsysteme im Rahmen der Arbeitsvorbereitung in der variantenreichen Montage automatisiert. Hierzu soll ein innovatives Softwaresystem entwickelt werden, welches fusionierten Sensordaten mittels intelligenter Algorithmen und KI-Methoden hinsichtlich der demonstrierten Tätigkeiten analysiert. Ziel ist das automatische Erkennen von manuellen Montagearbeitsschritten, eine einfach verständliche Ausbereitung und Darstellung der erkannten Tätigkeiten mittels text-basierter Anweisungen sowie einer Visualisierung auf Basis eines Digitalen Zwillings.

Die Wareneingangskontrolle erfolgt in vielen KMUs noch manuell. Eine Automatisierung dieser Prozesse optimiert den Wareneingang, reduziert Fehler entlang der gesamten Lieferkette und schafft Wettbewerbsfähigkeit auf dem Markt der Transport- und Lagerlogistik. Die Umsetzung dieser Automatisierung, sei es durch eigene Entwicklung oder Nutzung von bestehenden Lösungen auf dem Markt, ist sehr kostspielig und für viele KMUs nicht realisierbar. Hier setzt das Forschungsvorhaben „Pakur“ an, um KMUs im Logistik-Segment eine (teil-)automatisierte Datenerfassung in der Wareneingangskontrolle bzw. bei der Inventur zu ermöglichen. Die neueren Durchbrüche im Bereich der Bildverarbeitung mittels neuronaler Netze sollen verwendet werden, um eine einfach zu nutzende, automatische, digitale Standardlösung zur Identifikation und Zählung von Paketen anhand von Bildern der palettierten Ware zu entwickeln. Dabei soll der Mitarbeiter durch eine App unterstützt werden, um so den Prozess der Warenannahme und Inventur zu beschleunigen und gleichzeitig mögliche Fehlerpotenziale zu minimieren. Hierbei sollen Algorithmen entwickelt und neuronale Netze trainiert werden, die in der Lage sind, die einzelnen Elemente, wie z.B. Pakete oder Säcke, auf einer Palette fehlerfrei auch in heterogenen Umgebungen zu erkennen, ihr Packmuster zu analysieren und daraus dann die Anzahl der Elemente entsprechend je Stückgut abzuleiten. Diese Information kann dann direkt an ein mögliches Warenwirtschaftssystem weitgegeben werden. Fehler werden so frühzeitig erkannt und falsche Informationen im System vermieden. Der Fokus der Entwicklung liegt auf der Erstellung der Algorithmen, basierend auf aktueller, innovativer Forschung. Der Transfer in die Praxis wird durch eine fertige, quelloffene, durch Dritte einfach nutzbare Softwarebibliothek und eine quelloffene Demo-Anwendung für das Smartphone realisiert. Damit wird sichergestellt, dass auch Dritte das Ergebnis aktiv nutzen und auf andere Bereiche anwenden können.

Im Projekt SYDITIL wird ein systemischer Digitaler Zwilling (DZ) für die Logistik entwickelt. Als technologische Grundlage dient Σ, eine Sprache und Methode zur Beschreibung komplexer sozio-technischer Systeme sowie die WorldLab-Software. Anhand der Anwendungsszenarien Lagerlogistik und Hafenlogistik wird entwickelt und evaluiert. Die angestrebte Lösung soll zur kontinuierlichen Verbesserung der Logistikprozesse beitragen. Hierzu wird der DZ ständig mit den aus dem Logistiksystem gesammelten Daten aktualisiert und simuliert mögliche Szenarien sowie prognostiziert bevorstehende Risiken. Gegebenenfalls werden Warnungen an bestehende Steuerungs- und Kontrollsysteme gesendet, um den Logistikbetrieb zu optimieren. Zudem wird durch die Visualisierung der Simulations- und Vorhersageergebnisse die Entscheidungsfindung für zukünftige Planungen unterstützt.

Im Projektvorhaben wird eine autonom operierende Indoor-Luftschiffdrohne entwickelt, die optische Überwachungen von Arbeitsschutzmaßnahmen im Schiffsbau durchführt. Der Schiffsbau zeichnet sich durch eine erhöhte Unfallgefahr aus, weil sich im Rahmen der Baustellenfertigung eine hohe Dynamik in der Arbeitsumgebung zeigt. In Erweiterung zum Stand der Technik wird die zu entwickelnde Indoor-Luftschiffdrohne deutlich länger als bestehende Drohnenlösungen operieren können und zudem sehr leise sein. Eine Gefährdung durch die Drohne für den Menschen geht aufgrund der Leichtbauweise nicht aus. Die autonom navigierende Drohne wird mittels optischer Gefahrendetektion in der Lage sein, verschiedene relevante Gefahrensituationen (Kabelgewirr, Rutschige Böden, Bodenlöcher etc.) sicher zu erkennen und an den Verantwortlichen zu melden.

Die europäische Produktionslandschaft steht vor großen Herausforderungen, die nachhaltige und robuste, jedoch zugleich hocheffiziente, Produktionssysteme notwendig machen, die die Möglichkeit besitzen, in großer Geschwindigkeit auf signifikante Veränderungen zu reagieren.

Das übergeordnete Ziel des Projekts RaRe2 ist daher die Schaffung einer flexiblen, wandlungsfähigen und robusten Ökosystem-Plattform, die durch die Interaktion einer Vielzahl europäischer Organisationen ermöglicht wird, indem diese bei der schnellen Umgestaltung von Prozessketten durch kollaborative Systeme und anpassungsfähige Weiterbildungsmaßnahmen zusammenarbeiten.

Im Projekt werden zunächst um Prognose-, Rekonfigurations- und Optimierungsfunktionen erweiterte digitale Zwillinge der Produktions- und Logistiksysteme auf unterschiedlichen hierarchischen Stufen entlang der gesamten Wertschöpfungskette entwickelt. Zusätzlich werden Methoden zur flexiblen und robusten Personaleinsatzplanung entwickelt. In einem nächsten Schritt werden die entwickelten Methoden in einer Ökosystemplattform integriert.

Dieses Projekt wird gefördert mit Mitteln aus dem Forschungs- und Innovationsprogramm Horizon Europe Framework Programme (HORIZON) der Europäischen Union unter dem Förderkennzeichen HORIZON-CL4-2022-TWIN-TRANSITION-01.

Das Projekt hyBit spielt eine zentrale Rolle in der Realisierung des von der EU ausgegebenen Ziels einer klimaneutralen Volkswirtschaft mittels grünen Wasserstoffs in einer ganzheitlichen Energiewende zu realisieren. Die übergeordnete Fragestellung des Projekts lautet: Wie kann Klimaneutralität durch die zielgerechte technische, wirtschaftliche, ökologische, rechtliche und gesellschaftliche Gestaltung von Wasserstoff-Hubs erreicht werden? In fünf Schritten wird über eine flexible Modellierung von Logistiksystemen, die mit Wasserstoff betrieben werden, Pilotanwendungen definiert. Hierzu werden zunächst Transformationspfade, Infrastrukturkonzepte und Roadmaps erarbeitet und simuliert. Die Ergebnisse und Simulationsleistung werden einer zentralen Transformationsplattform bereitgestellt, die diese mit den Ergebnissen anderer Fragestellungen abseits der Mobilität und Logistik kombiniert.

Intelligente und interaktive AR-basierte Assistenzsysteme weisen zur Unterstützung intralogistischer Arbeitsprozesse ein großes Potenzial auf, werden jedoch in dieser Form in der Praxis, insbesondere in KMU, bisher nur vereinzelt eingesetzt. Gegenstand des Forschungsvorhaben AR Improve sind intelligente und interaktive AR-Assistenzsysteme, die aktuelle AR-Hardware mit Sensorik sowie bildverarbeitenden Verfahren kombinieren. Durch die Bereitstellung eines interaktiven Leitfadens, der im Projektvorhaben AR Improve gemeinsam mit KMU entwickelt wird, werden Entscheidungsträger*innen in KMU fundierte Entscheidungen über den bedarfsgerechten und menschorientierten Einsatz von AR-Assistenzsystemen ohne detaillierte Kenntnisse zur AR-Technologie ermöglicht.

Viele Produktionsprozesse in Unternehmen verändern sich in Richtung cyber-physischer Systeme. Für die menschliche Arbeit in der Produktion ergeben sich infolgedessen tiefgreifende Veränderungen hin zu einer Zusammenarbeit mit automatisierten und autonomen Systemen und deren Überwachung. In derartigen hybriden cyber-physischen Produktionssystemen (CPPS) stellen die Qualität der Zusammenarbeit und Interaktion zwischen den menschlichen und technischen Bestandteilen einen wesentlichen Erfolgsfaktor dar.

Für hybride CPPS ist eine integrierte Systemgestaltung erforderlich, um ihre erfolgreiche Einführung und Nutzbarkeit sicherzustellen. Das Ziel des Vorhabens besteht infolgedessen darin, einen Beitrag zur Integration der Human Factors in hybride CPPS zu leisten. Im Detail sollen Wirkzusammenhänge zwischen der Qualität und Leistung menschlicher Arbeit sowie der Ausgestaltungsform hybrider CPPS ermittelt und diese zur Ableitung von Gestaltungsgrundsätzen bei der Neu- und Umplanung entsprechender Arbeitssysteme genutzt werden.

Im Kern soll studienbasiert unterschiedliche Varianten hybrider CPPS modellhaft als Demonstrator abgebildet und bezüglich ihrer Effekte auf die Systemleistung und auf die darin befindlichen Personen untersucht werden. Die so gewonnenen Erkenntnisse sollen zur Bestimmung der zugrundeliegenden Wirkzusammenhänge zwischen verschiedenen Gestaltungsvarianten und Kennzahlen zur Systemleistung und zum Arbeitsempfinden dienen.

Das Hafenumfeld zeichnet sich durch den Umschlag schwerer und großer Lasten aus, in dem der Mensch trotz fortschreitender Automatisierung unerlässlich ist. Im konkreten Anwendungsfall des Automobilumschlags werden in Technikcentern die Fahrzeuge für den jeweiligen Zielmarkt aufbereitet. Hierzu müssen beispielsweise Reifen und Anhängerkupplungen vom Menschen bewegt und montiert werden. Zudem gibt es eine Vielzahl weiterer Autoteile, die kommissioniert und z.T. in Überkopfhaltung montiert werden müssen. Im Ergebnis findet eine starke körperliche Beanspruchung der Mitarbeiter statt, die mit zunehmendem Alter zu einer gewissen körperlichen Beeinträchtigung führt. Im Rahmen des Projektvorhabens „MEXOT“ werden die herausgearbeiteten Herausforderungen mit einem sozio-technischen Entwicklungsansatz angegangen. Hierzu wird der Einsatz von Exoskeletten avisiert und darauf aufbauend an einer intelligenten Arbeitsergonomie geforscht, die die Mensch-Technik-Interaktion in Kombination von Exoskelett und fahrerlosen Transportfahrzeugen (FTF) untersucht. Ausgehend von einem passiven Exoskelett wird eine hardwarenahe Integration von Sensoren erfolgen, um Bewegungsmuster der Mitarbeiter nachzuvollziehen. Dies dient zunächst der Datenanreicherung eines externen Anreiz-Systems, welches den Mitarbeitenden für das korrekte Tragen des Exoskeletts belohnt und Gamification-Ansätze zur Motivationssteigerung integriert. In einem zweiten Schritt werden die Daten und Prozessinformationen zur Aktivierung bzw. Deaktivierung einzelner “Elastomermuskeln” genutzt, womit eine höhere Trageflexibilität bei nicht zu unterstützenden Aktivitäten avisiert wird. Im dritten Schritt werden die Bewegungsinformationen des Exoskeletts genutzt, um ein weitergehendes Pick- and Assemby-by-Motion-Konzept zu entwickeln, welches in Kombination mit dem Kamerasystem des FTFs eine Registrierung einzelner Arbeitsschritte in der Kommissionierung und Montage untersucht. Seitens des FTFs wird zudem an der Produktivitätssteigerung und Entlastung von Mitarbeitenden durch prozess- und mitarbeiterspezifische Materialzuführung gearbeitet. Weiterhin werden für das FTF Sprach- und Gestenbasierte Funktionalitäten der Mensch-Technik-Interaktion umgesetzt.

Die Fertigungsindustrie steht durch den zunehmenden globalen Wettbewerb, kostengünstige Produktion in Entwicklungsländern sowie die knappen Rohstoffe vor großen Herausforderungen. EIT Manufacturing ist eine Initiative des Europäischen Innovations- und Technologieinstituts (EIT), in dem das BIBA einer von 50 Kernpartnern ist. Die Initiative hat das Ziel, europäische Akteure der Fertigungsindustrie in innovativen Netzwerken zusammenzubringen, die einen einzigartigen Mehrwert für europäische Produkte, Prozesse und Dienstleistungen schaffen. Dies soll der europäischen Fertigungsindustrie helfen, wettbewerbsfähiger, nachhaltiger und produktiver zu arbeiten. Hierfür werden sechs Strategien verfolgt:

1. Exzellente Fertigungsqualitäten und Talente: Wertschöpfung durch hochqualifizierte Arbeitskräfte und engagierte Studierende
2. Effiziente Ökosysteme für Fertigungsinnovationen: Wertschöpfung durch die Schaffung von Ökosystemen für Innovation, Unternehmertum und Unternehmenstransformation, welche sich auf Innovations-Hotspots konzentrieren
3. Vollständige Digitalisierung der Fertigung: Wertschöpfung durch digitale Lösungen und Plattformen, die Wertnetzwerke weltweit verbinden
4. Kundenorientierte Fertigung: Wertschöpfung durch agile und flexible Fertigung, die dem globalen personalisierten Bedarf entspricht
5. Sozial nachhaltige Produktion: Wertschöpfung durch sichere, gesunde, ethische und sozial nachhaltige Produktion und Produkte
6. Umweltfreundliche, nachhaltige Produktion: Wertschöpfung durch das Erschaffen einer umweltfreundlicheren und saubereren Industrie Die Initiative setzt sich bis 2030 folgende Ziele:

• 1000 Start-Ups zu entwickeln und zu unterstützen-
• 60% der Fertigungsunternehmen sollen nachhaltige Produktionsverfahren anwenden
• Investitionen in der Höhe von 325 Millionen EUR sollen von EIT Projekten herangezogen werden
• 50000 Personen sollen aus- und fortgebildet sowie umgeschult werden
• Es sollen 360 neue innovative Lösungen entwickelt werden
• 30% des Materialeinsatzes soll wiederverwendbar sein

Die Offshore Windenergie ist eine Schlüsseltechnologie für die Erzeugung von regenerativen Energien. Aufgrund ihrer relativ hohen Kosten, unter anderem durch komplexere Installations- und Wartungsprozesse, sind Offshore Windenergieanlagen (OWEA) bislang jedoch nur bedingt wettbewerbsfähig und maßgeblich von Subventionen abhängig. ReaLCoE setzt an diesem Punkt an und versucht durch verschiedene Maßnahmen die Stromgestehungskosten (LCoE) entlang der gesamten Wertschöpfungskette der OWEA von derzeit 117€/MWh auf 35€/MWh zu senken. Um eine Senkung der LCoE in dieser Größenordnung zu realisieren, erarbeitet und implementiert das BIBA u.a. ein Konzept für die Digitalisierung der OWEA entlang ihres kompletten Lebenszyklus. Hauptaugenmerk liegt dabei einerseits auf einer Industrie 4.0 Einbindung der OWEA durch einen digitalen Zwilling und das Internet der Dinge (IoT). Neben einem verbesserten Informationsaustausch sollen mittels der dadurch geschaffenen Dateninfrastruktur auch intelligente Strategien und Instrumentarien für eine vorausschauende Wartung eingeführt werden. Außerdem werden optimierte Installations- und Logistikprozesse während der Errichtungsphase der OWEA konzipiert, die auf eine Kostenreduktion in der Errichtungsphase abzielen. Validiert werden die erarbeiteten Konzepte anhand eines 12+MW Turbinen-Prototyps sowie durch Start einer ersten Vorserie von 4-6 OWEAs.