Universität Paderborn

Die Universität Paderborn ist eine Campusuniversität mit über 20.000 Studierenden. Sie gehört damit zu den mittelgroßen Universitäten in Deutschland. Mit fünf Fakultäten und 70 Studiengängen bietet die Universität Paderborn Studienmöglichkeiten in den Gebieten der Ingenieurwissenschaften, Naturwissenschaften, Wirtschaftswissenschaften und Kulturwissenschaften.

Das Fraunhofer IEM kooperiert eng mit dem Heinz Nixdorf Institut der Universität Paderborn, das durch seine Arbeit an der Symbiose von Informatik und Ingenieurwissenschaften den idealen Partner für die interdisziplinäre Forschung darstellt. Alle Direktoren des Fraunhofer IEM sind gleichzeitig auch Lehrstuhlinhaber am Heinz Nixdorf Institut. Gemeinsam führen die Wissenschaftlerinnen und Wissenschaftler zahlreiche Projekte an der Schnittstelle zwischen universitärer Grundlagenforschung und angewandter Forschung durch – im direkten Auftrag namhafter Kunden oder in öffentlich geförderten Forschungsprojekten.

Das Fraunhofer IEM ist darüber hinaus auch mit weiteren Fakultäten der Universität Paderborn eng vernetzt. Wissenschaftler und Wissenschaftlerinnen des Fraunhofer IEM sind im akademischen Lehrbetrieb engagiert. Dadurch wird nicht nur das Wissen aus der Forschung und dessen Anwendung an der Schnittstelle zur Industrie an die Studierenden weitergegeben. Die engen Verbindungen zur Lehre tragen auch dazu bei, die Themenkompetenz des Instituts stetig weiterzuentwickeln.  

Mit Prof. Eyke Hüllermeier und Prof. Walter Sextro unterstützen zwei renommierte Wissenschaftler der Universität Paderborn das Fraunhofer IEM als Chief Scientists. Durch Veranstaltungen, das Entwickeln neuer Projekte oder die gemeinsame Akquise profitiert das IEM von einem regelmäßigen Austausch, frischen und unvoreingenommenen Perspektiven sowie wertvollen Tipps und Ratschlägen.

Der Lehrstuhl Advanced Systems Engineering bildet eine neue Schule der Entwicklung intelligenter technischer Systeme von morgen. Die Digitalisierung eröffnet zahlreiche Nutzenpotenziale für neuartige Marktleistungen der Industrie. Durch ihre hohe Komplexität und Interdisziplinarität in einem umfangreichen Wertschöpfungssystem, verändert sich gleichwohl die Art und Weise, wie diese entwickelt werden. Klassische Entwicklungsmethoden stoßen bei der Entwicklung dieser Systeme schnell an ihre Grenzen.

Ein Paradigma, um diese Herausforderungen zu lösen, ist das Advanced Systems Engineering. Advanced Systems Engineering fokussiert die Zusammenarbeit von Fachdisziplinen wie der Elektronik, der Informatik und dem Maschinenbau. Gleichzeitig gilt es, die vier Hauptaufgaben der Produktentstehung – Strategische Produktplanung, Produktentwicklung, Dienstleistungsentwicklung und Produktionssystementwicklung – eng aufeinander abzustimmen und disziplinübergreifend voranzutreiben. Advanced Systems Engineering integriert verschiedene Disziplinen und Aspekte der Produktentstehung in einem Entwicklungsansatz. Es bildet somit eine fundierte Basis für eine zwingend erforderliche ganzheitliche Produktentstehungsmethodik im Zeitalter der Digitalisierung.

Die Forschungsschwerpunkte des Lehrstuhls Advanced Systems Engineering sind Strategische Planung und Innovationsmanagement sowie Systems Engineering. Sie adressieren Interdisziplinarität und die Hauptaufgaben der Produktentstehung.

Weitere Informationen zum Lehrstuhl Advanced Systems Engineering

Der Lehrstuhl „Regelungstechnik und Mechatronik“ befasst sich schwerpunktmäßig mit innovativen Methoden zum Entwurf von Regelungen und deren Anwendung sowie mit Fragen der Entwurfsmethodik für mechatronische Systeme. Herausforderungen liegen in der zunehmenden Vernetzung der betrachteten Systeme, die durch die digitale Transformation rasant befördert wird, sowie in der sinnvollen Kombination modell- und datenbasierter Verfahren.

Der modellbasierte Entwurf mechatronischer Systeme bildet die Grundlage, um in einer frühen Entwicklungsphase künftige Produkte und ihre Eigenschaften rechnergestützt am Modell zu gestalten und zu analysieren. Das Ziel ist, die Aussagefähigkeit der Modelle und der am Modell abgeleiteten Produkteigenschaften so zu erhöhen, dass Untersuchungen an aufwendig anzufertigenden Prototypen deutlich reduziert werden können. Modelle des dynamischen Verhaltens sind auch unverzichtbarer Bestandteil beim Regelungs- und Beobachterentwurf.

Die Forschungsschwerpunkte des Lehrstuhls Regelungstechnik und Mechatronik sind Regelungs- und Beobachterentwurf, Entwurfstechnik Mechatronik, Integration von datengetriebenen Verfahren, Fahrerassistenzsysteme und Hardware-in-the-Loop-Simulation.

Weitere Informationen zum Lehrstuhl Regelungstechnik und Mechatronik

Der Lehrstuhl Softwaretechnik forscht, entwickelt und bewertet Methoden und Werkzeuge, um Softwaresysteme von Grund auf sicher zu gestalten. In vielen Softwareentwicklungsprozessen ist die Sicherheit von Softwaresystemen immer noch Nebensache. Sicherheitsaspekte werden oft zu spät berücksichtigt, wenn eine korrekte Absicherung des Systems teuer wird. Die Folgen sind Datenlecks und andere Sicherheitsvorfälle – und erheblicher Schaden für betroffene Unternehmen.

Hauptziel des Lehrstuhls Softwaretechnik ist, Sicherheit von Anfang an als festen Bestandteil in Software-Entwicklungsprozesse zu integrieren. Die Wissenschaftlerinnen und Wissenschaftler arbeiten an Methoden und vor allem auch an Werkzeugen, die eine systematische Entwicklung sicherer Software unterstützen. Ein Aushängeschild, mit dem die Arbeitsgruppe auch weltweit zu den führenden gehört, ist hierbei die Entwicklung präziser und effizienter automatisierter Programmanalysen. Diese finden vollautomatisch Sicherheitslücken im Programmcode.

Forschungsschwerpunkte des Lehrstuhls Softwaretechnik sind statische und dynamische Programmanalyse, automatisierte Erkennung von Softwareschwachstellen und Schadprogrammen, sichere Softwareentwicklungsprozesse sowie modellbasierte Entwicklung mechatronischer und eingebetteter Systeme sowie betrieblicher Informationssysteme.

Weitere Informationen zum Lehrstuhl Softwaretechnik

Der Lehrstuhl Intelligente Systeme und Maschinelles Lernen beschäftigt sich sowohl mit den theoretischen und methodischen Grundlagen als auch mit der praktischen Anwendung von Künstlicher Intelligenz und Maschinellem Lernen. An der Schnittstelle von Informatik, Statistik und angewandter Mathematik bildet das maschinelle Lernen eine tragende Säule der modernen künstlichen Intelligenz und des neuen Wissenschaftszweigs Data Science.

Auf dem Gebiet des überwachten Lernens fokussiert der Lehrstuhl Arbeiten zum maschinellen Lernen für strukturierte und Mehrziel-Vorhersagen, prädiktive Modellierung für komplexe Objekte, schwach überwachtes Lernen und das sogenannte Präferenzlernen. Ein weiterer Schwerpunkt liegt im Online-Lernen in dynamischen Umgebungen, die inkrementelle Algorithmen zum Lernen auf kontinuierlichen Datenströmen sowie eine enge Integration von Trainings- und Prädiktionsphase erfordern.  Auch das Thema Unsicherheiten im maschinellen Lernen adressiert der Lehrstuhl.

Forschungsschwerpunkte des Lehrstuhls liegt in der Bereichen Erweiterungen des überwachten Lernens, Online-Lernen und Datenströme sowie Unsicherheiten im maschinellen Lernen.

Weitere Informationen zum Lehrstuhl Intelligente Systeme und Maschinelles Lernen

Neue technische Entwicklungen entstehen heute immer öfter an den Grenzen zwischen den Disziplinen, wo verschiedene Denkweisen sich begegnen und miteinander wechselwirken. Die Entwicklung neuer mechatronischer oder intelligenter technischer Systeme setzt ein interdisziplinäres Denken und Handeln voraus.  

In Forschung und Lehre befassen wir uns mit der Modellierung, Simulation, Zuverlässigkeit, Optimierung, Betrieb, Überwachung, Diagnose und Prognose von mechanischen, mechatronischen und intelligenten technischen Systemen. Forschungsschwerpunkte liegen in den Bereichen Nichtlineare Dynamik, Kontaktmechanik, Reibung, Condition Monitoring, Data Analytics, Reliability Engineering, Sensorik, Aktorik und Ultraschalltechnik. In diesen Forschungsfeldern stehen für uns insbesondere nachhaltige Lösungsansätze im Vordergrund.

Weitere Informationen zum Lehrstuhl für Dynamik und Mechatronik  

Gute wissenschaftliche Praxis

Wissenschaftliche Redlichkeit und die Beachtung der Grundsätze guter wissenschaftlicher Praxis sind unverzichtbare Voraussetzungen wissenschaftlichen Arbeitens. Für die Fraunhofer-Gesellschaft als Organisation der angewandten Forschung sind diese Grundsätze Basis ihres Selbstverständnisses. Die Anwendung hoher Sorgfalt bei den wissenschaftlichen Methoden und bei der Dokumentation der Daten ist auch Grundlage für das Vertrauen der Wirtschaftskunden und der Öffentlichkeit.

Deshalb begrüßt die Fraunhofer-Gesellschaft die Empfehlungen der Kommission »Selbstkontrolle in der Wissenschaft« durch die Mitgliedseinrichtungen der Deutschen Forschungsgemeinschaft (DFG) und setzt diese innerhalb der Fraunhofer-Gesellschaft um. 

Wesentliche Prinzipien guter wissenschaftlicher Praxis sind

• Das Einbringen eigenständiger Ideen
• Die Kenntnis des Stands des Wissens
• Würdigung des geistigen Eigentums Anderer
• Objektivität und kritische Distanz zu eigenen Ergebnissen
• Nachvollziehbarkeit durch Dokumentation und Archivierung von Daten und Ergebnissen