Uni Siegen Logo
Bild Automatisierung
PROTECH Institutslogo

Aktuelle Forschungsprojekte


AGASTIK - Automatisierte Generierung von Montagesequenzen und -zeiten aus implizitem Wissen

AGASTIK logo

Die Erstellung von Montageablaufplänen bedarf heutzutage immer noch eines enormen manuellen Aufwands auf Basis des Expertenwissens der MontageplanerInnen. Oftmals müssen Plan- und Vorgabezeiten sowie Prozessabfolgen anhand von Erfahrungswerten ungenau abgeschätzt und während der Produktion händisch korrigiert werden. Vor allem in der Vorserienproduktion und im Produktionsanlauf komplexer Montagesysteme resultieren durch diese manuellen Tätigkeiten große Herausforderungen und Ressourcenverluste.

Das Forschungsvorhaben AGASTIK setzt genau an diesem Punkt an und verfolgt das Ziel, die manuellen Aufwände zu reduzieren und die Planungsqualität im Produktionsanlauf zu verbessern. Dazu sollen Montageplanungsdaten automatisiert generiert werden. Innerhalb des Projekts wird daher ein lernender, auf künstlicher Intelligenz basierender Algorithmus entwickelt, der implizites Mitarbeiterwissen mittels Sensorik aus Montageprozessen extrahiert und daraus automatisiert Plan- und Vorgabezeiten sowie Prozessfolgen ableitet und den MontageplanerInnen zur Verfügung stellt.

Am Forschungsprojekt sind neben dem IPEM auch das Werkzeugmaschinenlabor WZL der RWTH Aachen sowie die Industrieunternehmen Wilhelm Vogel GmbH Antriebstechnik, Medenus Gas-Druckregeltechnik GmbH und Weber Maschinenbau GmbH beteiligt. Komplementiert wird das Konsortium durch die beiden Software-Entwickler Mobile Software AG und Lorenz Software GmbH. Vonseiten des IPEM-Lehrstuhls ist unser Wissenschaftlicher Mitarbeiter Maximilian Schütz für die operative Projektleitung verantwortlich.

Gefördert durch: Bundesministerium für Bildung und Forschung

Projektbeginn: 01.07.2021
Projektende: 30.06.2024

ODiWiP - Optimierter Wertstoffkreislauf in der Papierindustrie

ODiWiP logo

Das Ziel dieses Forschungsvorhabens ist, die Daten aus verschiedenen Unternehmen und Prozessen zu vernetzen und den Wertstoffkreislauf (siehe Abbildung unten) mit Hilfe von Big-Data-Ansätzen und ausgewählten KI-Tools übergreifend zu optimieren. Es wird der Prototyp einer KI-Anwendung entwickelt und eingesetzt, um den Wertstoffkreislauf von der Sammlung und Sortierung des Altpapiers bis zur Produktion des Papierprodukts zu optimieren und damit einen signifikanten Beitrag zur Reduzierung der benötigten Ressourcen zu leisten. Grundlage dafür ist erstens die bessere Erkennung und Beschreibung der Zusammensetzung des Altpapiers und zweitens, darauf aufbauend, der Einsatz intelligenter Systeme, welche in den folgenden Stufen des Wertschöpfungsprozesses diese Informationen für den effizienten Ressourceneinsatz nutzen.

Zur Erreichung dieses Ziels ist der Einsatz eines Prognosesystems erforderlich, welches, angelernt über Vergangenheitsdaten, anhand der aktuellen Situation erkennt, dass der Bediener steuernd eingreifen muss (Entscheidungsunterstützung und Hinweisfunktion). Durch ein Assistenzsystem, welches Prognose und aktuellen Zustand mit dem Wissen der Experten verknüpft, werden daraus Vorschläge für Maßnahmen generiert, aus denen der Bediener auswählt und dann steuernd eingreift (Vorschlagsfunktion). So kann der Maschinenbediener frühzeitig auf drohende Abweichungen bei den Eigenschaften des Fertigprodukts oder Störungen im Produktionsprozess hingewiesen werden, damit dieser rechtzeitig Gegenmaßnahmen ergreifen kann. Das Assistenzsystem lernt durch die vom Bediener getroffene Auswahl und dem daraus resultierenden Einfluss auf die Prozess­kenngrößen laufend dazu (Selbstoptimierungsfunktion). Zur Realisierung werden unternehmensübergreifend automatisiert Daten ausgetauscht. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Wissenschaftlicher Mitarbeiter Alexander Becher die Projektleitung.

Das Bundesministerium für Bildung und Forschung (BMBF) fördert das Verbundprojekt „Optimierter Wertstoffkreislauf in der Papierindustrie“ zur Fördermaßnahme „Digtal GreenTech – Umwelttechnik trifft Digitalisierung“ innerhalb des Aktionsplans „Natürlich.Digital.Nachhaltig“. Der Aktionsplan steht im Kontext der Strategie „Forschung für Nachhaltigkeit (FONA)“ des BMBF.

Weitere Informationen finden Sie auf der Projekt-Homepage ODiWiP

Projektbeginn: 01.04.2021
Projektende: 31.03.2023


5GROW - 5G Real-Time Optimization of Welding Processes

5GROW logo

Das Forschungsprojekt 5GROW verfolgt das Ziel, den neuen Telekommunikationsstandard 5G als Befähiger für KI-basierte Echtzeitregelungen in industriellen Anwendungen am Beispiel eines automatisierten Schweißprozesses zu erforschen. So soll 5G in diesem Vorhaben vordergründig dafür genutzt werden, um eine Echtzeitanpassung der Robotertrajektorie (d.h. Regelung der Schweißbahnparameter wie Geschwindigkeit, Bahnverlauf etc.) mittels Künstlicher Intelligenz (KI) und Bilderkennung sicherzustellen, wenn die zu verschweißenden Geometrien aufgrund von Maßabweichungen der Fügeteile schwanken. Dies ist insbesondere relevant, wenn Geometrieschwankungen von Fügeteilen in den Vorprozessen nicht zu vermeiden sind und diese zwar innerhalb der jeweiligen Toleranz liegen, aber durch Aneinanderreihung von Toleranzketten bei zufällig kombinierten Fügeteilen (bspw. bei Entnahme aus Lager) die ideale Schweißbahn mit bisheriger Steuerungs- und Regelungstechnik nicht gänzlich reproduzierbar ist.

Die wesentliche Innovation besteht damit in der Kombination der Zukunftstechnologien 5G und KI, um eine kabellose Echtzeitregelung von automatisierten, robotergeführten Prozessen zu ermöglichen. 5G wird damit zum Befähiger, die Effizienz automatisierter Prozesse sowie die Qualität der Produkte zu verbessern, da beispielsweise manuelle Prozesseingriffe oder Ausschuss reduziert werden. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Wissenschaftlicher Mitarbeiter Gerald Kolter die Projektleitung.

Weitere Informationen finden Sie auf der Projekt-Homepage 5GROW

Projektbeginn: 01.01.2021
Projektende: 31.12.2022


smart.CONSERVE – Smart Container Services for Food Industries

smart.CONSERVE logo

Die Lebensmittelindustrie unterliegt hohen Anforderungen und strengen Standards, um dem:der Endverbraucher:in eine gleichmäßig gute Qualität und Lebensmittelsicherheit zu bieten. Die lückenlose Überwachung von Grenzwerten während des Transportes und der Lagerung von Lebensmitteln erweist sich jedoch als anspruchsvoll. Gerade bei leicht verderblichen Lebensmitteln ist es von großer Bedeutung, die definierten Kennwerte, wie z.B. die Innentemperatur oder den Fülldruck des, für den Transport und die Lagerung verwendeten, Edelstahl Intermediate Bulk Containers (IBC), konstant zu tracken, um frühzeitig Abweichungen zu detektieren und Gegenmaßnahmen zu ergreifen.

„smart.CONSERVE - Smart Container Services for Food Industries” erforscht hierzu die Integration von Informations- und Kommunikationstechnologien in Edelstahl-IBCs. Ziel dieses Verbundprojekts ist die Entwicklung intelligenter Lebensmittelbehälter, welche durch geeignete, modulare Sensorik Zustandsdaten des Behälters erfassen und aufzeichnen können. Ergänzt werden die smarten IBC durch die Entwicklung eines produktbegleitdatenbasierten Geschäftsmodells für die Lebensmittelindustrie.

Die Ergebnisse werden gemeinsam durch das Werkzeugmaschinenlabor WZL der RWTH Aachen als Konsortialführer des Projektes, den Lehrstuhl für International Production Engineering and Management (IPEM) der Universität Siegen sowie die Industriepartner Zentis GmbH & Co. KG und Packwise GmbH erarbeitet. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Gruppenleiter Philipp Nettesheim die Projektleitung.

Gefördert durch: Bundesministerium für Ernährung und Landwirtschaft; Projektträger Bundesanstalt für Landwirtschaft und Ernährung

Projektbeginn: 01.10.2020
Projektende: 30.09.2023


Projekt Sensing & Sensibility: Organizing human and non-human cooperation – the case of cyber production management

Sensing & Sensibility logo

Im Zuge der fortschreitenden digitalen Transformation werden sich die Technologien des Alltags grundlegend verändern: Sie werden proaktiv, autonom und für den Menschen immer undurchschaubarer. Am Beispiel des Produktionsmanagements wird in diesem Forschungsprojekt untersucht, wie eine Zusammenarbeit zwischen Menschen und algorithmischen Agenten gestaltet werden kann und sollte. Mögliche Designs werden im Hinblick auf drei potentiell konkurrierende Ziele untersucht: Performance, Zufriedenheit und Rechenschaftspflicht. Zu diesem Zweck werden die drei Antragsteller:innen gemeinsam an einer explorativen Studie arbeiten. Generell werden Beispiele für verschiedene Arten der Mensch-Algorithmus-Kooperation geschaffen und deren Auswirkungen auf die Effizienz und Effektivität des Ergebnisses, die Arbeitszufriedenheit und das Wohlbefinden der beteiligten Menschen sowie gesellschaftliche und regulatorische Implikationen untersucht. Während das Produktionsmanagement als Beispiel dient, wird sich das Projekt mit umfassenderen Fragen befassen, wie die Mensch-Algorithmus-Kooperation zwischen den Prioritäten der Industrie, der:die Arbeitnehmer:in und der Gesellschaft insgesamt gestaltet werden kann.

Das Projekt wird von Prof. Dr. Carolin Gerlitz, Prof. Dr. Marc Hassenzahl und Prof. Dr.-Ing. Peter Burggräf geleitet. Von Seiten des IPEM-Lehrstuhls ist unser Gruppenleiter Till Saßmannshausen für die operative Projektleitung verantwortlich.

Weitere Informationen finden Sie auf der Projekt-Homepage Sensing & Sensibility

Projektbeginn: 01.10.2020
Projektdauer: 2 Jahre (3 Jahre nach erfolgreicher Evaluation im zweiten Jahr)


ventUS – Business Venturing an der Universität Siegen

ventUS logo

Mit dem neuen EXIST-Programm ventUS startet die Universität Siegen ein Qualifizierungsprogramm zur fokussierten Unterstützung wissens- und technologiebasierter Gründungsvorhaben, welches durch Bundesmittel finanziert wird. Ziel ist es, innovative Ideen an Lehrstühlen, in Laboren und Instituten der Hochschule früher und systematischer als bisher zu identifizieren und dadurch noch mehr Studierenden und Mitarbeiterinnen und Mitarbeitern die Option einer Unternehmensgründung nahezubringen. Ein Team bestehend aus Scouts, Coaches und Berater:innen wird in enger Zusammenarbeit mit dem Gründerbüro der Universität und Startpunkt57 unterschiedliche Gründungsvorhaben begleiten und ihnen die Möglichkeit geben, ihr Start-up mit zusätzlicher, professioneller Unterstützung weiterzuentwickeln. Im Rahmen des Projekts ventUS erhalten die Gründer:innen durch mehr Programmformate, Vorlesungen und Veranstaltungen an der Universität maßgeschneiderten Input, persönliche Betreuung, eine offene Feedbackkultur und die Möglichkeit, den Aufbau von strategischen Vernetzungsstrukturen voranzutreiben. In einem Inkubator-Programm, einem darauf aufbauenden Akzelerator-Programm sowie in einem geplanten Coworking-Space werden die GründerInnen gezielt mit Investorinnen und Investoren, mittelständischen Unternehmen und Universitätsangehörigen zusammengebracht, um den Markteintritt und das Wachstum ihres Unternehmens zu beschleunigen.

Der Lehrstuhl IPEM ist am ventUS-Projekt mit der Ausgestaltung des Inkubator-Programms beteiligt. Seitens des Lehrstuhls übernimmt unsere Wissenschaftliche Mitarbeiterin Robin Baumblüth die Projektleitung.

Vision: Im Jahr 2030 ist die Universität Siegen der Gründungs-Hotspot in einer Vorzeigeregion in Deutschland, in der die nachhaltige und sich gegenseitig befruchtende Symbiose von innovativen Start-ups und erfolgreichem Mittelstand mit vielen Weltmarktführern gelungen ist.


ManuBrain - Künstliche Intelligenz für den industriellen Mittelstand

ManuBrain logo

Digitalisierung und Künstliche Intelligenz stellen eine Herausforderung für Unternehmen dar, die von existentieller Bedeutung sein kann. Obwohl Unternehmen den Stellenwert dieser Entwicklungen erkannt haben, scheitert die konkrete Umsetzung in der Geschäftspraxis jedoch häufig noch. Zu hoch scheinen die technologischen und monetären Aufwände oder es fehlt schlicht an der nötigen fachlichen Expertise.

An diesen Problemen setzt das Forschungsprojekt „ManuBrain“ an, in dessen Zuge insbesondere kleine und mittlere Unternehmen in die Lage versetzt werden sollen, neue Technologien mit geringem Aufwand in bestehende Arbeitsprozesse zu integrieren. Ziel des Projekts ist die Entwicklung einer KI-Plattform für unterschiedliche Anwendungsfälle im Maschinen- und Anlagenbau. Zentraler Bestandteil dieser Plattform soll ein Baukasten mit Algorithmen sein, die Maschinendaten speichert und auswertet und auf dieser Basis Optimierungsmöglichkeiten aufzeigt.

Unter der Leitung von Prof. Dr.-Ing. Peter Burggräf arbeitet die Universität Siegen mit dem Fraunhofer Institut für Algorithmen und Wissenschaftliches Rechnen und den Unternehmen Albrecht Bäumer, SMS Group, Recogizer und Zenit an dem Forschungsprojekt. Seitens der Universität Siegen übernimmt unser Oberingenieur Fabian Steinberg die operative Projektleitung.

Weitere Informationen finden Sie auf der Projekt-Homepage ManuBrain

Projektbeginn: 01.01.2020
Projektende: 31.12.2022


ReLIFE - Adaptives Remanufacturing zur Lebenszyklusoptimierung vernetzter Investitionsgüter

ReLIFE logo

Das Forschungsprojekt ReLIFE zielt auf eine Erhöhung der Ressourceneffizienz durch die Verlängerung des Lebenszyklus von Investitionsgütern ab. Dazu wird der Ansatz des Adaptiven Remanufacturing entwickelt. Dieser beschreibt eine adaptive Instandhaltungsstrategie, die basierend auf Sensorik-Auswertungen unter technischen, ökonomischen sowie ökologischen Gesichtspunkten den optimalen Zeitpunkt und Umfang von Instandhaltungsmaßnahmen bestimmt. Der innovative Charakter des Adaptiven Remanufacturing liegt in der zeitlichen sowie inhaltlichen Adaptivität des Verfahrens. Basierend auf dem sensorisch überwachten Verschleißzustand von Komponenten werden präventive, auf die jeweilige Situation abgestimmte Remanufacturing-Maßnahmen vorgeschlagen. Die dadurch sichergestellte Leistungsfähigkeit der Investitionsgüter bildet die Grundlage für innovative Geschäftsmodelle zur Gewährleistung langfristiger Produktivität.

Die Bearbeitung des Forschungsprojektes erfolgt in sieben Arbeitspaketen. Ausgehend von methodischen und theoretischen Grundlagen werden Remanufacturing-Ansätze entwickelt. Parallel dazu werden Richtlinien für ein Produktdesign mit dem Fokus auf der Integration digitaler Sensortechnologien entwickelt und in einem Demonstrator implementiert. Darauf aufbauend wird ein Bewertungsmodell zur Entscheidungsunterstützung hinsichtlich des optimalen Einsatzes von Remanufacturing-Maßnahmen konzipiert und in einer Software-Applikation umgesetzt. Simultan werden Remanufacturing-basierte Geschäftsmodelle entwickelt. Die gewonnenen Ergebnisse werden gesamthaft validiert. Die Ergebnisse werden gemeinsam durch das Werkzeugmaschinenlabor (WZL) der RWTH Aachen als Konsortialführer des Projektes, den Lehrstuhl für International Production Engineering and Management (IPEM) der Universität Siegen sowie die Achenbach Buschhütten GmbH & Co. KG als Industriepartner erarbeitet. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unsere Wissenschaftliche Mitarbeiterin Carola Wurmbach die Projektleitung.

Gefördert durch: Bundesministerium für Bildung und Forschung; ReziProK, Projektträger Jülich

Weitere Informationen finden Sie auf der Projekt-Homepage ReLife

Projektbeginn: 01.07.2019
Projektende: 30.06.2022


MAproFli - Multivariable Automatisierungsentscheidungen für die volumen- und produktflexible Fließmontage

DFG icon MAproFli icon

Traditionell findet eine Bestimmung des optimalen Automatisierungsgrades anhand von monetären Vergleichsrechnungen statt. Eine rein monetäre Bewertung ist jedoch ausreichend: Einflussgrößen wie Produktgestaltung, Zuverlässigkeit, Verfügbarkeit, Qualitätsverbesserungen, und insb. Flexibilität haben ihrerseits weitreichende Auswirkungen auf den Erfolg von Automatisierungsentscheidungen. Ziel des Forschungsprojektes MAproFli ist daher die Entwicklung einer Entscheidungsmethodik für den optimalen Automatisierungsgrad in der volumen- und produktflexiblen Fließmontage auf Basis multivariabler Kriterien. Dabei soll zunächst die Entscheidungsfähigkeit durch eine kontextrelevante Auswahl der Entscheidungsfaktoren verbessert und das notwendige Maß an Wandlungsfähigkeit abgebildet werden. Basierend hierauf kann eine Auswahl und Bewertung an Automatisierungsalternativen vorgenommen werden. Eine Verbesserung der Entscheidungsqualität für Automatisierungsalternativen soll durch die Übertragung von Erkenntnissen aus der Arbeitswissenschaft, der Entscheidungstheorie und bewährten Methoden der Wirtschaftlichkeitsrechnung erreicht werden. Schließlich soll der Entscheidungsaufwand durch die Entwicklung einer auf der Entscheidungsmethodik basierenden Softwarelösung reduziert werden. Der Untersuchungsbereich konzentriert sich dabei auf die Fließmontage von Mittel- bis Großserien.

Zur Validierung und Gewichtung bisher ermittelter Entscheidungsfaktoren führt der Lehrstuhl IPEM in Zusammenarbeit mit dem Werkzeugmaschinenlabor (WZL) der RWTH Aachen derzeit eine Online-Studie durch, die sich vornehmlich an Experten aus Werks- und Montageplanung richtet.

Projektbeginn: 2016
Projektender: 2019



Aktuelle Forschungsprojekte


AGASTIK - Automatisierte Generierung von Montagesequenzen und -zeiten aus implizitem Wissen

AGASTIK logo

Die Erstellung von Montageablaufplänen bedarf heutzutage immer noch eines enormen manuellen Aufwands auf Basis des Expertenwissens der MontageplanerInnen. Oftmals müssen Plan- und Vorgabezeiten sowie Prozessabfolgen anhand von Erfahrungswerten ungenau abgeschätzt und während der Produktion händisch korrigiert werden. Vor allem in der Vorserienproduktion und im Produktionsanlauf komplexer Montagesysteme resultieren durch diese manuellen Tätigkeiten große Herausforderungen und Ressourcenverluste.

Das Forschungsvorhaben AGASTIK setzt genau an diesem Punkt an und verfolgt das Ziel, die manuellen Aufwände zu reduzieren und die Planungsqualität im Produktionsanlauf zu verbessern. Dazu sollen Montageplanungsdaten automatisiert generiert werden. Innerhalb des Projekts wird daher ein lernender, auf künstlicher Intelligenz basierender Algorithmus entwickelt, der implizites Mitarbeiterwissen mittels Sensorik aus Montageprozessen extrahiert und daraus automatisiert Plan- und Vorgabezeiten sowie Prozessfolgen ableitet und den MontageplanerInnen zur Verfügung stellt.

Am Forschungsprojekt sind neben dem IPEM auch das Werkzeugmaschinenlabor WZL der RWTH Aachen sowie die Industrieunternehmen Wilhelm Vogel GmbH Antriebstechnik, Medenus Gas-Druckregeltechnik GmbH und Weber Maschinenbau GmbH beteiligt. Komplementiert wird das Konsortium durch die beiden Software-Entwickler Mobile Software AG und Lorenz Software GmbH. Vonseiten des IPEM-Lehrstuhls ist unser Wissenschaftlicher Mitarbeiter Maximilian Schütz für die operative Projektleitung verantwortlich.

Gefördert durch: Bundesministerium für Bildung und Forschung

Projektbeginn: 01.07.2021
Projektende: 30.06.2024

ODiWiP - Optimierter Wertstoffkreislauf in der Papierindustrie

ODiWiP logo

Das Ziel dieses Forschungsvorhabens ist, die Daten aus verschiedenen Unternehmen und Prozessen zu vernetzen und den Wertstoffkreislauf (siehe Abbildung unten) mit Hilfe von Big-Data-Ansätzen und ausgewählten KI-Tools übergreifend zu optimieren. Es wird der Prototyp einer KI-Anwendung entwickelt und eingesetzt, um den Wertstoffkreislauf von der Sammlung und Sortierung des Altpapiers bis zur Produktion des Papierprodukts zu optimieren und damit einen signifikanten Beitrag zur Reduzierung der benötigten Ressourcen zu leisten. Grundlage dafür ist erstens die bessere Erkennung und Beschreibung der Zusammensetzung des Altpapiers und zweitens, darauf aufbauend, der Einsatz intelligenter Systeme, welche in den folgenden Stufen des Wertschöpfungsprozesses diese Informationen für den effizienten Ressourceneinsatz nutzen.

Zur Erreichung dieses Ziels ist der Einsatz eines Prognosesystems erforderlich, welches, angelernt über Vergangenheitsdaten, anhand der aktuellen Situation erkennt, dass der Bediener steuernd eingreifen muss (Entscheidungsunterstützung und Hinweisfunktion). Durch ein Assistenzsystem, welches Prognose und aktuellen Zustand mit dem Wissen der Experten verknüpft, werden daraus Vorschläge für Maßnahmen generiert, aus denen der Bediener auswählt und dann steuernd eingreift (Vorschlagsfunktion). So kann der Maschinenbediener frühzeitig auf drohende Abweichungen bei den Eigenschaften des Fertigprodukts oder Störungen im Produktionsprozess hingewiesen werden, damit dieser rechtzeitig Gegenmaßnahmen ergreifen kann. Das Assistenzsystem lernt durch die vom Bediener getroffene Auswahl und dem daraus resultierenden Einfluss auf die Prozess­kenngrößen laufend dazu (Selbstoptimierungsfunktion). Zur Realisierung werden unternehmensübergreifend automatisiert Daten ausgetauscht. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Wissenschaftlicher Mitarbeiter Alexander Becher die Projektleitung.

Das Bundesministerium für Bildung und Forschung (BMBF) fördert das Verbundprojekt „Optimierter Wertstoffkreislauf in der Papierindustrie“ zur Fördermaßnahme „Digtal GreenTech – Umwelttechnik trifft Digitalisierung“ innerhalb des Aktionsplans „Natürlich.Digital.Nachhaltig“. Der Aktionsplan steht im Kontext der Strategie „Forschung für Nachhaltigkeit (FONA)“ des BMBF.

Weitere Informationen finden Sie auf der Projekt-Homepage ODiWiP

Projektbeginn: 01.04.2021
Projektende: 31.03.2023


5GROW - 5G Real-Time Optimization of Welding Processes

5GROW logo

Das Forschungsprojekt 5GROW verfolgt das Ziel, den neuen Telekommunikationsstandard 5G als Befähiger für KI-basierte Echtzeitregelungen in industriellen Anwendungen am Beispiel eines automatisierten Schweißprozesses zu erforschen. So soll 5G in diesem Vorhaben vordergründig dafür genutzt werden, um eine Echtzeitanpassung der Robotertrajektorie (d.h. Regelung der Schweißbahnparameter wie Geschwindigkeit, Bahnverlauf etc.) mittels Künstlicher Intelligenz (KI) und Bilderkennung sicherzustellen, wenn die zu verschweißenden Geometrien aufgrund von Maßabweichungen der Fügeteile schwanken. Dies ist insbesondere relevant, wenn Geometrieschwankungen von Fügeteilen in den Vorprozessen nicht zu vermeiden sind und diese zwar innerhalb der jeweiligen Toleranz liegen, aber durch Aneinanderreihung von Toleranzketten bei zufällig kombinierten Fügeteilen (bspw. bei Entnahme aus Lager) die ideale Schweißbahn mit bisheriger Steuerungs- und Regelungstechnik nicht gänzlich reproduzierbar ist.

Die wesentliche Innovation besteht damit in der Kombination der Zukunftstechnologien 5G und KI, um eine kabellose Echtzeitregelung von automatisierten, robotergeführten Prozessen zu ermöglichen. 5G wird damit zum Befähiger, die Effizienz automatisierter Prozesse sowie die Qualität der Produkte zu verbessern, da beispielsweise manuelle Prozesseingriffe oder Ausschuss reduziert werden. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Wissenschaftlicher Mitarbeiter Gerald Kolter die Projektleitung.

Weitere Informationen finden Sie auf der Projekt-Homepage 5GROW

Projektbeginn: 01.01.2021
Projektende: 31.12.2022


smart.CONSERVE – Smart Container Services for Food Industries

smart.CONSERVE logo

Die Lebensmittelindustrie unterliegt hohen Anforderungen und strengen Standards, um dem:der Endverbraucher:in eine gleichmäßig gute Qualität und Lebensmittelsicherheit zu bieten. Die lückenlose Überwachung von Grenzwerten während des Transportes und der Lagerung von Lebensmitteln erweist sich jedoch als anspruchsvoll. Gerade bei leicht verderblichen Lebensmitteln ist es von großer Bedeutung, die definierten Kennwerte, wie z.B. die Innentemperatur oder den Fülldruck des, für den Transport und die Lagerung verwendeten, Edelstahl Intermediate Bulk Containers (IBC), konstant zu tracken, um frühzeitig Abweichungen zu detektieren und Gegenmaßnahmen zu ergreifen.

„smart.CONSERVE - Smart Container Services for Food Industries” erforscht hierzu die Integration von Informations- und Kommunikationstechnologien in Edelstahl-IBCs. Ziel dieses Verbundprojekts ist die Entwicklung intelligenter Lebensmittelbehälter, welche durch geeignete, modulare Sensorik Zustandsdaten des Behälters erfassen und aufzeichnen können. Ergänzt werden die smarten IBC durch die Entwicklung eines produktbegleitdatenbasierten Geschäftsmodells für die Lebensmittelindustrie.

Die Ergebnisse werden gemeinsam durch das Werkzeugmaschinenlabor WZL der RWTH Aachen als Konsortialführer des Projektes, den Lehrstuhl für International Production Engineering and Management (IPEM) der Universität Siegen sowie die Industriepartner Zentis GmbH & Co. KG und Packwise GmbH erarbeitet. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Gruppenleiter Philipp Nettesheim die Projektleitung.

Gefördert durch: Bundesministerium für Ernährung und Landwirtschaft; Projektträger Bundesanstalt für Landwirtschaft und Ernährung

Projektbeginn: 01.10.2020
Projektende: 30.09.2023


Projekt Sensing & Sensibility: Organizing human and non-human cooperation – the case of cyber production management

Sensing & Sensibility logo

Im Zuge der fortschreitenden digitalen Transformation werden sich die Technologien des Alltags grundlegend verändern: Sie werden proaktiv, autonom und für den Menschen immer undurchschaubarer. Am Beispiel des Produktionsmanagements wird in diesem Forschungsprojekt untersucht, wie eine Zusammenarbeit zwischen Menschen und algorithmischen Agenten gestaltet werden kann und sollte. Mögliche Designs werden im Hinblick auf drei potentiell konkurrierende Ziele untersucht: Performance, Zufriedenheit und Rechenschaftspflicht. Zu diesem Zweck werden die drei Antragsteller:innen gemeinsam an einer explorativen Studie arbeiten. Generell werden Beispiele für verschiedene Arten der Mensch-Algorithmus-Kooperation geschaffen und deren Auswirkungen auf die Effizienz und Effektivität des Ergebnisses, die Arbeitszufriedenheit und das Wohlbefinden der beteiligten Menschen sowie gesellschaftliche und regulatorische Implikationen untersucht. Während das Produktionsmanagement als Beispiel dient, wird sich das Projekt mit umfassenderen Fragen befassen, wie die Mensch-Algorithmus-Kooperation zwischen den Prioritäten der Industrie, der:die Arbeitnehmer:in und der Gesellschaft insgesamt gestaltet werden kann.

Das Projekt wird von Prof. Dr. Carolin Gerlitz, Prof. Dr. Marc Hassenzahl und Prof. Dr.-Ing. Peter Burggräf geleitet. Von Seiten des IPEM-Lehrstuhls ist unser Gruppenleiter Till Saßmannshausen für die operative Projektleitung verantwortlich.

Weitere Informationen finden Sie auf der Projekt-Homepage Sensing & Sensibility

Projektbeginn: 01.10.2020
Projektdauer: 2 Jahre (3 Jahre nach erfolgreicher Evaluation im zweiten Jahr)


ventUS – Business Venturing an der Universität Siegen

ventUS logo

Mit dem neuen EXIST-Programm ventUS startet die Universität Siegen ein Qualifizierungsprogramm zur fokussierten Unterstützung wissens- und technologiebasierter Gründungsvorhaben, welches durch Bundesmittel finanziert wird. Ziel ist es, innovative Ideen an Lehrstühlen, in Laboren und Instituten der Hochschule früher und systematischer als bisher zu identifizieren und dadurch noch mehr Studierenden und Mitarbeiterinnen und Mitarbeitern die Option einer Unternehmensgründung nahezubringen. Ein Team bestehend aus Scouts, Coaches und Berater:innen wird in enger Zusammenarbeit mit dem Gründerbüro der Universität und Startpunkt57 unterschiedliche Gründungsvorhaben begleiten und ihnen die Möglichkeit geben, ihr Start-up mit zusätzlicher, professioneller Unterstützung weiterzuentwickeln. Im Rahmen des Projekts ventUS erhalten die Gründer:innen durch mehr Programmformate, Vorlesungen und Veranstaltungen an der Universität maßgeschneiderten Input, persönliche Betreuung, eine offene Feedbackkultur und die Möglichkeit, den Aufbau von strategischen Vernetzungsstrukturen voranzutreiben. In einem Inkubator-Programm, einem darauf aufbauenden Akzelerator-Programm sowie in einem geplanten Coworking-Space werden die GründerInnen gezielt mit Investorinnen und Investoren, mittelständischen Unternehmen und Universitätsangehörigen zusammengebracht, um den Markteintritt und das Wachstum ihres Unternehmens zu beschleunigen.

Der Lehrstuhl IPEM ist am ventUS-Projekt mit der Ausgestaltung des Inkubator-Programms beteiligt. Seitens des Lehrstuhls übernimmt unsere Wissenschaftliche Mitarbeiterin Robin Baumblüth die Projektleitung.

Vision: Im Jahr 2030 ist die Universität Siegen der Gründungs-Hotspot in einer Vorzeigeregion in Deutschland, in der die nachhaltige und sich gegenseitig befruchtende Symbiose von innovativen Start-ups und erfolgreichem Mittelstand mit vielen Weltmarktführern gelungen ist.


ManuBrain - Künstliche Intelligenz für den industriellen Mittelstand

ManuBrain logo

Digitalisierung und Künstliche Intelligenz stellen eine Herausforderung für Unternehmen dar, die von existentieller Bedeutung sein kann. Obwohl Unternehmen den Stellenwert dieser Entwicklungen erkannt haben, scheitert die konkrete Umsetzung in der Geschäftspraxis jedoch häufig noch. Zu hoch scheinen die technologischen und monetären Aufwände oder es fehlt schlicht an der nötigen fachlichen Expertise.

An diesen Problemen setzt das Forschungsprojekt „ManuBrain“ an, in dessen Zuge insbesondere kleine und mittlere Unternehmen in die Lage versetzt werden sollen, neue Technologien mit geringem Aufwand in bestehende Arbeitsprozesse zu integrieren. Ziel des Projekts ist die Entwicklung einer KI-Plattform für unterschiedliche Anwendungsfälle im Maschinen- und Anlagenbau. Zentraler Bestandteil dieser Plattform soll ein Baukasten mit Algorithmen sein, die Maschinendaten speichert und auswertet und auf dieser Basis Optimierungsmöglichkeiten aufzeigt.

Unter der Leitung von Prof. Dr.-Ing. Peter Burggräf arbeitet die Universität Siegen mit dem Fraunhofer Institut für Algorithmen und Wissenschaftliches Rechnen und den Unternehmen Albrecht Bäumer, SMS Group, Recogizer und Zenit an dem Forschungsprojekt. Seitens der Universität Siegen übernimmt unser Oberingenieur Fabian Steinberg die operative Projektleitung.

Weitere Informationen finden Sie auf der Projekt-Homepage ManuBrain

Projektbeginn: 01.01.2020
Projektende: 31.12.2022


ReLIFE - Adaptives Remanufacturing zur Lebenszyklusoptimierung vernetzter Investitionsgüter

ReLIFE logo

Das Forschungsprojekt ReLIFE zielt auf eine Erhöhung der Ressourceneffizienz durch die Verlängerung des Lebenszyklus von Investitionsgütern ab. Dazu wird der Ansatz des Adaptiven Remanufacturing entwickelt. Dieser beschreibt eine adaptive Instandhaltungsstrategie, die basierend auf Sensorik-Auswertungen unter technischen, ökonomischen sowie ökologischen Gesichtspunkten den optimalen Zeitpunkt und Umfang von Instandhaltungsmaßnahmen bestimmt. Der innovative Charakter des Adaptiven Remanufacturing liegt in der zeitlichen sowie inhaltlichen Adaptivität des Verfahrens. Basierend auf dem sensorisch überwachten Verschleißzustand von Komponenten werden präventive, auf die jeweilige Situation abgestimmte Remanufacturing-Maßnahmen vorgeschlagen. Die dadurch sichergestellte Leistungsfähigkeit der Investitionsgüter bildet die Grundlage für innovative Geschäftsmodelle zur Gewährleistung langfristiger Produktivität.

Die Bearbeitung des Forschungsprojektes erfolgt in sieben Arbeitspaketen. Ausgehend von methodischen und theoretischen Grundlagen werden Remanufacturing-Ansätze entwickelt. Parallel dazu werden Richtlinien für ein Produktdesign mit dem Fokus auf der Integration digitaler Sensortechnologien entwickelt und in einem Demonstrator implementiert. Darauf aufbauend wird ein Bewertungsmodell zur Entscheidungsunterstützung hinsichtlich des optimalen Einsatzes von Remanufacturing-Maßnahmen konzipiert und in einer Software-Applikation umgesetzt. Simultan werden Remanufacturing-basierte Geschäftsmodelle entwickelt. Die gewonnenen Ergebnisse werden gesamthaft validiert. Die Ergebnisse werden gemeinsam durch das Werkzeugmaschinenlabor (WZL) der RWTH Aachen als Konsortialführer des Projektes, den Lehrstuhl für International Production Engineering and Management (IPEM) der Universität Siegen sowie die Achenbach Buschhütten GmbH & Co. KG als Industriepartner erarbeitet. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unsere Wissenschaftliche Mitarbeiterin Carola Wurmbach die Projektleitung.

Gefördert durch: Bundesministerium für Bildung und Forschung; ReziProK, Projektträger Jülich

Weitere Informationen finden Sie auf der Projekt-Homepage ReLife

Projektbeginn: 01.07.2019
Projektende: 30.06.2022


MAproFli - Multivariable Automatisierungsentscheidungen für die volumen- und produktflexible Fließmontage

DFG icon MAproFli icon

Traditionell findet eine Bestimmung des optimalen Automatisierungsgrades anhand von monetären Vergleichsrechnungen statt. Eine rein monetäre Bewertung ist jedoch ausreichend: Einflussgrößen wie Produktgestaltung, Zuverlässigkeit, Verfügbarkeit, Qualitätsverbesserungen, und insb. Flexibilität haben ihrerseits weitreichende Auswirkungen auf den Erfolg von Automatisierungsentscheidungen. Ziel des Forschungsprojektes MAproFli ist daher die Entwicklung einer Entscheidungsmethodik für den optimalen Automatisierungsgrad in der volumen- und produktflexiblen Fließmontage auf Basis multivariabler Kriterien. Dabei soll zunächst die Entscheidungsfähigkeit durch eine kontextrelevante Auswahl der Entscheidungsfaktoren verbessert und das notwendige Maß an Wandlungsfähigkeit abgebildet werden. Basierend hierauf kann eine Auswahl und Bewertung an Automatisierungsalternativen vorgenommen werden. Eine Verbesserung der Entscheidungsqualität für Automatisierungsalternativen soll durch die Übertragung von Erkenntnissen aus der Arbeitswissenschaft, der Entscheidungstheorie und bewährten Methoden der Wirtschaftlichkeitsrechnung erreicht werden. Schließlich soll der Entscheidungsaufwand durch die Entwicklung einer auf der Entscheidungsmethodik basierenden Softwarelösung reduziert werden. Der Untersuchungsbereich konzentriert sich dabei auf die Fließmontage von Mittel- bis Großserien.

Zur Validierung und Gewichtung bisher ermittelter Entscheidungsfaktoren führt der Lehrstuhl IPEM in Zusammenarbeit mit dem Werkzeugmaschinenlabor (WZL) der RWTH Aachen derzeit eine Online-Studie durch, die sich vornehmlich an Experten aus Werks- und Montageplanung richtet.

Projektbeginn: 2016
Projektender: 2019



 
© Universität Siegen | Datenschutzerklärung | E-Mail an die Webredaktion