Die Reduktion von CO2-Emissionen sowie die Abhängigkeit von fossilen oder seltenen Rohstoffen erfordern die Transformation von einer linearen zu einer zirkulären Produktionswirtschaft. Dies bedeutet Herausforderungen für die Industrie, aber auch Chancen neue Geschäftsmodelle zu erschließen.
Konventionelle Industrieroboter sind oft nur auf den Millimeter absolut genau. Neue Kalibrierverfahren verknüpfen physikalische Modelle mit KI-Ansätzen. Durch die Kompensation von Getriebeungenauigkeiten und thermischen Einflüssen lässt sich der Fehler auf wenige hundert Mikrometer reduzieren und damit neue Anwendungsfelder erschließen.
Elektrofahrzeuge boomen – doch was passiert mit ihren Batterien? WGP-Forschende entwickeln im Projekt REVAMP smarte Lösungen für die automatisierte Demontage und Wiederverwertung von Lithium-Ionen-Batterien und ebnen so den Weg in eine nachhaltige Kreislaufwirtschaft.
Wie können Roboter fragile oder flexible Objekte schneller bewegen, ohne Schwingungen auszulösen? Ein neues Sim-to-Real-Framework der WGP verbindet Reinforcement Learning, Simulation und reale Robotertests.
Internationale Lieferketten stehen angesichts anhaltender geopolitischer, wirtschaftlicher und ökologischer Herausforderungen unter dauerhaftem Druck. WGP-Forschende aus Hannover entwickeln daher in einem BMFTR-geförderten Projekt ein „Resilienz-Cockpit“ und einen Baukasten für proaktives Management. Der anwendungsnahe, ganzheitliche Resilienz-Managementprozesses macht Unternehmen aller Größen und Branchen resilienter gegen äußere Störungen.
Die additive Fertigung hybrider Werkstoffe erfordert eine präzise Prozesssteuerung. Am FBK der RPTU Kaiserslautern entwickeln Forschende ein KI-System, das Anomalien erkennt und mithilfe von Reinforcement Learning Prozessparameter während der additiven Fertigung anpasst.
Die stetige Leistungs- und Robustheitssteigerung von Industrierechnern ermöglicht neue Perspektiven der autonomisierten Führung komplexer Produktionsfolgen in der Umformtechnik. Der Beitrag zeigt exemplarisch den Einsatz eines virtuellen, selbst lernenden Agenten zur effizienten Führung eines Kaltstauchprozesses.
Die steigende Nachfrage nach leichten, hybriden Bauteilen stellt die Produktionstechnik vor neue Herausforderungen. WGP-Forschende aus Hannover entwickeln daher eine KI-gestützte Methode, mit der sich Tailored Forming-Prozesse in Echtzeit regeln lassen.
Mit künstlicher Intelligenz und Augmented Reality zur Kreislaufwirtschaft: Forschende der WGP entwickeln ein Assistenzsystem, das Fachkräfte bei der Demontage alter Waschmaschinen unterstützt und durch die Erkennung wertvoller Komponenten eine nachhaltige Rohstoffrückgewinnung ermöglicht.
Das vom IFW geleitete Mittelstand-Digital Zentrum Hannover (MDZH) konnte zeigen, wie KI die optische Kontrolle von Bremsbelägen automatisieren kann. Der manuelle Prüfaufwand konnte gesenkt und Mitarbeitende bei der Sicherstellung der Produktqualität unterstützt werden.
| Cookie | Typ | Dauer | Beschreibung |
|---|---|---|---|
| pll_language | session | 1 Jahr | Speichert Ihre Spracheinstellung beim wechsel der Sprache |
| wfwaf-authcookie* | session | 1 Tag | Dient dazu zu überprüfen ob ein User mit Account bereits eingeloggt ist festzustellen, ob der Benutzer eingeloggt ist. |
| wordpress_{hash} | session | session | WordPress verwendet das Login-Cookie wordpress_{hash}, um Authentifizierungsdaten zu speichern. Die Verwendung ist auf den Bereich des Administrationsbereich beschränkt. |
| wordpress_logged_in_{hash} | session | Sitzungsende | Benutzersitzung merken. WordPress setzt nach der Anmeldung via Account das Cookie wordpress_logged_in_{hash}, dieses loggt, wann Sie angemeldet sind und wer Sie sind. |
| wordpress_sec | session | 15 Tage | Dient dem Schutz vor Hackern zum speichern von Account-Daten. |
| wp-settings-{user_id} | persistent | Wird verwendet, um die -Konfiguration eines Benutzers zu erhalten. Die ID ist die ID des Benutzers. Dies wird verwendet, um die Ansicht der Administrations-Oberfläche und möglicherweise auch die Haupt-Site-Oberfläche anzupassen. | |
| wp-settings-time-{user} | 1 Jahr | Uhrzeit, zu der wp-settings-{user} gesetzt wurde |