Banner-small-daten-industrie

Industrie 4.0

Datenanalysen für die vierte industrielle Revolution, bspw. proaktive Wartung von Produktionsressourcen oder die Identifikation von Anomalien in Prozessen.

Banner-small-daten-healthcare

Medizin

Datengetriebene Aspekte der Medizin werden untersucht, bspw. die bedarfsgerechte Pflege von Patienten oder IT-gesteuerte Medizintechnik.

Banner-small-daten-cities

Smart Infrastructure

Untersuchung datengetriebener Aspekter städtischen Lebens, bspw. der Verkehrssteuerung, der Müllentsorgung oder der Katastrophenbewältigung, bedarfsgesteuerte Optimierung von Verbrauchsmodellen, basierend auf Daten intelligenter Stromzähler.

Aktuelle Projekte

  • kit-logo

    GPU + In-Memory-Datenmanagement für Big Data-Analysen

    Die weltweite Einführung von Smart Metern eröffnet ein neues Geschäftsparadigma für Versorgungseinrichtungen mit Datenerfassung/-Transaktion bei derart hohem Volumen und hoher Geschwindigkeit. Im Rahmen dieses Projekts entwickeln wir auf Basis von In-Memory-Datenmanagement und paralleler Datenverarbeitung in der GPU eine Werkzeugkette. Unser Ziel ist es, die Rechenleistung der GPU sowie den hohen Durchsatz und die niedrige Latenz von In-Memory Datenbanken zu nutzen für die Entwicklung einer adäquaten Big Data-Analyseplattform. Auch wenn das Projekt auf den Anwendungsfall von Smart-Meter-Daten ausgerichtet ist, lässt sich die Werkzeugkette ebenso auf Big Data-Analysen in anderen Bereichen anwenden.

    Lesen Sie mehr

  • conditionbased_maintance

    Condition-Based Maintenance

    TRUMPF Werkzeugmaschinen ist Weltmarktführer in der Produktion von Werkzeugmaschinen für die Blechbearbeitung (Laser-, Stanz- und Biegemaschinen). Zu bestimmten, aber unregelmäßigen Zeitpunkten wird an einer TRUMPF Werkzeugmaschine ein „digitales Abbild“ in Form einer Sammlung von Logging- und Konfigurationsinformationen erstellt. Im geplanten Projekt sollen anhand dieser Daten bestimmte Anomalien zum „Normalbetrieb“ entdeckt und die Zusammenhänge zu noch unbekannten Faktoren aufgezeigt werden.

    Lesen Sie mehr

  • sap-logo

    Assoziationsregeln für Hochdimensionale Stammdaten

    Es gibt mehrere Herangehensweisen für Assoziationsregeln in großen Datensätzen, allerdings kaum bekannte Ansätze für Assoziationsregeln im Bereich der Stammdaten (engl. Master Data). Es ist wichtig, darauf zu verweisen, dass Stammdaten als einzige Quelle für Geschäftsobjekte im gesamten Unternehmen heutzutage jedoch ein Schlüsselfaktor sind. Das Ziel dieses Projekt ist es, mittels vorgeschlagener Validierungsregeln zu bewerten, inwiefern die Anwendung von Ansätzen wie denen der Assoziationsregeln den Experten für Stammdaten als mögliche Unterstützung dienen können.

    Lesen Sie mehr

  • VDAR

    VDAR: Verteilte Dezentrale Autonome Regelungssysteme für Dezentrale Energiemärkte

    Das VDAR-Projekt stammt aus dem vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Rahmenprojekt „Software Campus“. Im Rahmen des Forschungsvorhabens „VDAR“ wurden Regelungskonzepte erforscht, die das Wirtschaftssystem des Strommarktes und das physikalische System des Stromnetzes in einem entkoppelten Regelkreis zusammenbringen. Mit dem Ziel letztendlich die Verfügbarkeit der Energie zu verbessern.

    Lesen Sie mehr

  • SDI-X: Smart Data Innovation-Prozesse, -Werkzeuge und -Betriebskonzepte

    Das BMBF-geförderte Projekt „Smart Data Innovation-Prozesse, -Werkzeuge und -Betriebskonzepte“ (SDI-X) erforscht geeignete Werkzeuge und Best Practices. Ziel dabei ist es, umfangreiche Datenanalyseprojekte zwischen verschiedenen Forschungs- und Industriepartnern zu fördern und ihre zeitnahe Umsetzung zu ermöglichen. Die Projektergebnisse werden vollständig in das SDIL und dessen Projekte integriert.

    Lesen Sie mehr