Referenzen

Der Digital Twin spielt eine umfassende Rolle in der Industrie, da er die Time-to-Market verkürzt und die Notwendigkeit physischer Prototypen reduziert. Hier dient der Digital Twin unter anderem der effizienteren Entwicklung und der frühen virtuellen Absicherung.

Komplexe Softwaresysteme sind die Basis unserer vernetzten Industrie und bergen gleichzeitig ein Sicherheitsrisiko, dessen regelmäßige Kontrolle technisch aufwendig ist. Ziel des IntelliSecTest-Projektes ist es, ein Softwarewerkzeug für effiziente, kostengünstige und leicht anwendbare Security-Tests von Softwareanwendungen zu entwickeln. Hierzu sollen die statische und dynamische Codeanalyse mit Techniken der Testfallgenerierung zu einer vollautomatischen, intelligenten Testing-Software - einem sogenannten Fuzzer - verbunden werden.

Die Luftverschmutzung steigt. Um die CO²-Belastung zu reduzieren, müssen Emissionen gesenkt werden – auch im Schiffsverkehr. Ziel des TrAM-Projekts ist es, eine neue Klasse emissionsfreier, modularer Highspeed-Passagierfähren zu entwickeln. Die erarbeiteten Methoden sollen Produktions- und Entwicklungskosten reduzieren und somit derartige Schiffe mit Elektroantrieb wettbewerbsfähig machen. Im Rahmen des Projekts wird die weltweit erste emissionsfreie, elektrisch betriebene Highspeed-Passagierfähre gebaut.

Viele produzierende Betriebe scheuen die notwendigen Investitionen für Industrie 4.0, aufgrund der schwer abschätzbaren Risiken in Bezug auf die Faktoren Wirtschaftlichkeit, Organisation und Mensch. Ziel des Forschungsprojekts SORISMA ist daher die Entwicklung von praxisnahen Maßnahmen und Methoden, mit deren Hilfe kleine und mittlere Unternehmen Risiken frühzeitig erkennen und Industrie 4.0-Lösungen risikooptimiert einführen können.

Mit maschinellem Lernen wird aus Daten Wissen gewonnen und auf allen Stufen der Unternehmensprozesse eingebracht, um Mehrwerte zu generieren. Auf diese Weise können zum Beispiel Designprozesse verbessert, Produktschwachstellen identifiziert und Entwicklungen beschleunigt werden. Ziel des Projekts Maschinelles Lernen für die Produktion und deren Produkte (ML4Pro2) ist es, Unternehmen maschinelles Lernen für intelligente Produkte und Produktionsverfahren zugänglich zu machen.

Kryptographie ist die Kernkomponente vieler Sicherheitsfunktionen in einer Software. Jedoch passieren leicht Fehler bei der Nutzung von Software-Bibliotheken, die kryptographische Funktionen bereitstellen. Eine fehlerhafte Nutzung der Bibliotheken kann sogar die Sicherheit der entwickelten Software gefährden. Zusammen mit dem Softwarehersteller achelos arbeitet das Fraunhofer IEM an einer Lösung zur korrekten Benutzung von Kryptographie-Bibliotheken.

Mit Daten aus der Produktion Betriebsausfälle von Maschinen vorhersehen und sogar vermeiden: Das ist Ziel des Projekts »BOOST 4.0 – Big Data for Factories«, in dem das Fraunhofer IEM und Benteler im Spitzencluster it’s OWL eine Pilotfabrik zur industriellen Datenanalyse und -verwertung aufbauen.

Die gesamte Automobilbranche steht vor großen Herausforderungen: Im Zuge des technologischen Wandels entstehen kontinuierlich neue oder erweiterte Schnittstellen eines Fahrzeugs zur Außenwelt – zum Beispiel bei der Kommunikation mit Ladesäulen oder digitalen Services in der Cloud. Auf diese Weise bilden sich auch potenzielle Einfallstore für Cyber-Angriffe. Ziel des Forschungsprojekts war es, die Entwickler mit einer automatisierten Analyse der Einflüsse von Safety und Security zu unterstützen.

Transparente Lieferketten, reduzierter Ressourcenverbrauch, erhöhte Recyclingquoten: All das zahlt auf die Klimabilanz von Unternehmen ein. Wie beispielsweise der CO₂-Fußabdruck mit der Erfassung, Verknüpfung und Analyse von Daten optimiert und transparenter gestaltet werden kann, zeigt das Forschungsprojekt EcoTwin auf. In vier Arbeitspaketen entwickeln die Forscher:innen gemeinsam mit dem Wuppertaler Institut für Klima, Umwelt, Energie grüne digitale Zwillinge für verschiedene Unternehmensbereiche der Herbert Kannegiesser GmbH.

Die Einführung von Automatisierungslösungen war für das Unternehmen MIT aufgrund geringer Stückzahlen bisher nicht attraktiv, da diese oftmals hohe Investitionen voraussetzen. Wie Industrie 4.0 in Form von flexiblen Automatisierungsmaßnahmen und kollaborativen Robotern (Cobots) auch Einzug in den Mittelstand halten kann, beweisen das Fraunhofer IEM und MIT in dem gemeinsamen Forschungsprojekt TALENTED.