Projekte
Aufbau von europäischen Systemen und Komponenten für ECS 2030 Fahrzeuge um die Produktion für den Massenmarkt zu unterstützen. Das alles basierend auf den Green Deal Prinzipien.
Ziele des Projektes AI4CSM
- Aufbau von europäischen Systemen und Komponenten für ECS 2030 Fahrzeuge um die Produktion für den Massenmarkt zu unterstützen. Das alles basierend auf den Green Deal Prinzipien.
- Entwicklung von Elektronischen Komponenten und Systemen für Connected and shared mobility using trustworthy AI.
- Eine Sektorübergreifende Mission welche sowohl den Automotiven, den Halbleiter Sektor und die Gesellschaft umfasst.
- Automatisierung, Elektrifikation, Standardisierung und Digitalisierung durch neue, KI-gesteuerte Fahrzeuge
| Projektpartner: | INFINEON TECHNOLOGIES AG (Federführung) + 36 weitere Projektpartner |
|---|---|
| Fördergeber: | EU und Bund |
| Laufzeit: | 01.07.2021 – 30.11.2024 |
Für kleine und mittelständische Unternehmen des produzierenden Gewerbes und der Prozessindustrie soll ein einfach skalierbares Industrie 4.0 Automation Computing EDGE (I4.0 ACE) entwickelt werden. Es soll Cyber-Security umfassend gewährleisten und als Kleinsteuerung mit Künstlicher Intelligenz ein effizientes Energiemanagement und Predictive Maintenance realisieren.
| Projektpartner: |
|
| Fördergeber: | Bundesministerium für Wirtschaft und Klimaschutz (BMWK) |
| Laufzeit: | 01.07.20223– 31.12.2025 |
Künstliche Intelligenz verändert unseren Alltag in rasantem Tempo – und mit ihr auch die Landschaft der Cybersicherheit. Um den daraus entstehenden Herausforderungen proaktiv zu begegnen, wurde HeCKI als Forschungs- und Entwicklungsarbeit für das Landesamt für Sicherheit in der Informationstechnik (LSI) initiiert.
Jede neue Technologie bringt neben Chancen auch potenzielle Risiken mit sich. Genau hier setzt HeCKI an. In einem strukturierten Prozess werden KI-basierte Bedrohungsszenarien systematisch analysiert und bewertet. Dabei liegt der Fokus besonders auf den spezifischen Anforderungen der öffentlichen Verwaltung.
Das Besondere an HeCKI ist der ganzheitliche Ansatz: Von der wissenschaftlichen Grundlagenarbeit über die technische Analyse relevanter KI-Tools bis hin zur Entwicklung zielgruppengerechter Awareness-Konzepte und Schulungsformate.
Die Ergebnisse des Projekts werden in Form verschiedener Medienformate aufbereitet und in einer Pilotphase evaluiert. Durch diesen praxisorientierten Ansatz stellt HeCKI sicher, dass die entwickelten Konzepte und Materialien den tatsächlichen Bedürfnissen der Zielgruppen entsprechen und nachhaltig zur Stärkung der Cybersicherheit beitragen.
| Fördergeber: | Landesamt für Sicherheit in der Informationstechnik (LSI) |
|---|---|
| Projektlaufzeit: | 01.01.2025 - 31.12.2026 |
| Projektleitung: | Prof. Dr. rer. nat. Daniel Loebenberger |
Mit dem Vorhaben VRUIDFUL soll ein klarer Schwerpunkt auf die Erweiterung der bisherigen Forschungsarbeiten der OTH Amberg-Weiden im Bereich Mobilität auf intelligente Infrastruktur (z.B. Sensorik, erweiterte Ampelanlagen) gelegt werden. Konkret soll deren Aufbau in einem realen urbanen Testfeld und deren Einbindung in ein integrales Sicherheitssystem für ungeschützte Verkehrsteilnehmer (VRU) in mehreren Phasen erforscht werden:Im Rahmen dieses Antrags soll ein besonders stark von ungeschützten Verkehrsteilnehmern (VRU) frequentiertes Areal (um Hochschule, KiTa und Kindergarten) in Amberg mit intelligenten Infrastruktureinheiten (IISE) ausgestattet werden. Mit diesen sollen umfangreiche Daten gesammelt und ausgewertet werden.
Die Sensorik in den IISE basiert auf Radar, Lidar, Wärmebild- und Stereokamera, die Intelligenz in den Einheiten zielt auf die Erkennung und Klassifikation von Objekten, insbesondere VRU und Gruppen von VRU.Die gewonnenen abstrahierten Daten (3D Cubes) werden mittels Mobilfunks, ITS-G5 (und z.T. LoRA) an einen zentralen Server übertragen, gespeichert und können für die weitere Auswertung verwendet werden. Da ausschließlich abstrahierte Daten an den Server übertragen und gespeichert werden, ist die Einhaltung des Datenschutzes gewährleistet.Parallel dazu sollen ausgewählte Ampelanlagen im Testfeld mit V2x-Kommunikationseinheiten und Anbindung an den Verkehrsleitrechner ertüchtigt werden, die Ampelphasen vorausschauend auszusenden. Diese Informationen werden zeitsynchronisiert mit auf dem Server abgelegt. Ebenso werden weitere Daten wie Witterung mit aufgezeichnet, um die Einflüsse von Ampelschaltungen und Witterung auf das Verhalten von VRU fundiert auszuwerten zu können.
Auf Basis der dadurch gewonnenen Forschungsdaten sollen in einer zweiten Phase Forschungsprojekte zur Intentionserkennung von ungeschützten Verkehrsteilnehmern und deren Verhalten zusammen mit Partnern (z.B. aus dem bayerischen KI-Mobilitätsnetzwerk „AImotion“) initiiert werden. Aus den daraus resultierenden Erkenntnissen sollen Warnstrategien und Handlungsempfehlungen für Fahrzeuge abgeleitet werden, um potenziell gefährliche Szenarien (etwa Fußgänger oder Radfahrer, die nach längerer „grün“-Phase bei „rot“ werdender Fußgängerampel „noch schnell“ die Straße überqueren möchten, oder unaufmerksam hinter einem Pulk anderer VRUs hinterherlaufende Fußgänger) frühzeitig zu erkennen und Unfälle zu vermeiden.
Aufwand und Nutzen sollen bewertet werden.In einer dritten Phase sollen diese Warnstrategien und Handlungsempfehlungen mit den beteiligten Stakeholdern, d.h. Verkehrsplaner, Fahrzeughersteller, Bürgern etc. diskutiert werden. Zunächst könnte z.B. eine Smartphone-App helfen, die Aufmerksamkeit von Fußgängern zu erhöhen. Gesamtziel wäre aber, das integrale System in gemeinsamen Projekten mit Fahrzeugherstellern und Verkehrsplanern Realität werden zu lassen, also nicht nur die Fußgänger, sondern auch die Fahrzeuge in das Warnkonzept einzubinden.
| Fördergeber: | Deutsche Forschungsgemeinschaft |
|---|---|
| Laufzeit: | 01.04.2022 – 31.03.2028 |
PURIF-AI - A smart fully automated mechanism mor molecule purication with preparative thin layer chromatography
Ziel des Projekts ist es, ein Konsortium zu bilden und eine effektive Zusammenarbeit zu organisieren, um eine neuartige vollautomatische Lösung zu entwickeln, die auf künstlicher Intelligenz (KI) und Robotik basiert sowie den aktuellen Anforderungen der Industrie 4.0 entspricht. Wir streben ein System an, das die bekannten Nachteile, z. B., hohe Kosten und hohe Anforderungen an das Personal, überwindet, indem es eine andere Technologie, nämlich die präparative Dünnschichtchromatographie, verwendet und die Fortschritte aus Bereichen wie künstliche Intelligenz, Computer Vision und Robotik nutzt, um den technologischen Prozess zu optimieren und den chemischen Abfall zu reduzieren.
| Fördergeber: | Bundesministerium für Bildung und Forschung (BMBF) |
| Projektlaufzeit: | 01.11.2023 – 31.10.2025 |
| Projektleitung: | Prof. Dr. Tatyana Ivanovska |