Im Bereich Digital Technologies liegt der Fokus auf der vertikalen IT-Integration, wodurch sich die Forschungsschwerpunkte auf eine durchgängige, bidirektionale Datenintegration gemäß der Automatisierungspyramide beziehen. Dies umfasst die Implementierung sämtlicher Schnittstellen zur Demonstration einer digitalen Produktion und durchgängigen Datenintegration vom ERP zum Shopfloor und zurück. Unter Berücksichtigung von Industrial Internet of Things (IIoT)-Ansätzen wird zudem die Auflösung der traditionellen mehrstufigen vertikalen Integration hin zu cyberphysischen Systemen (CPS) untersucht. In diesem Bereich konzentrieren sich unsere Untersuchungen auf die Frage, welche Funktionen zukünftig auf welchen Ebenen bzw. von welchen Diensten verrichtet werden. Im Bereich von IIoT liegen unsere Schwerpunkte auf der Erforschung von Digital Retrofitting als Möglichkeit, um die IP-Fähigkeit von Maschinen mit unterschiedlichem Alter und Technologien herzustellen. Ein weiterer Fokus liegt auf der Auswertung und Verwendung von Daten mittels Advacend Analytics, welche beispielsweise Machine Learning (ML) umfasst.
Forschungsschwerpunkte:
- Welche operativen und auch strategischen Schritte sind notwendig, um eine vernetzte Produktion zu ermöglichen?
- Was kann die Digitalisierung der Maschinen und Anlagen bewirken?
- Welche Informationen werden benötigt und welche Sensoren können zur Datenerfassung durch digitale Nachrüstung genutzt werden?
- Welche Kommunikationsprotokolle und welche Komponenten sollte die IoT-Infrastruktur/Datenpipeline umfassen?
- Wie können die gesammelten Daten durch industrielles maschinelles Lernen zur Prozessoptimierung genutzt werden?
- Was sind zukünftige Trends im Bereich der digitalen Produktion und wie können Unternehmen davon profitieren?
Use Cases:
- Zustandsüberwachung, Energiemonitoring und Werkzeugmanagement von digital geretrofitteten Maschinen für eine transparente Produktion
- Echtzeit-Visualisierungen von Maschinendaten mittels Dashboards
- Prozessoptimierungen durch den Einsatz von kollaborativen Robotern für Assemblingprozesse
- Digitalisierung der Abfallwirtschaft für mehr Nachhaltigkeit
- Maschinelle Lernmodelle für die automatisierte Qualitätskontrolle
- Prädiktive Lawinenerkennung für mehr Sicherheit im Wintertourismus
