Ziel ist die Erforschung und Entwicklung einer innovativen Lösung zur automatischen Generierung von Stützstrukturen für den 3D-Druck von hochpräzisen Objekten (Zahntechnik). Die KI soll in der Lage sein, die besten Stützstrukturen für ein gegebenes 3D-Modell zu generieren, um eine erfolgreiche und effiziente Produktion zu gewährleisten. Die generierten Stützstrukturen müssen das Objekt während des Druckprozesses ausreichend stabilisieren und eine hohe Druckqualität ohne Fehler oder Verzerrungen gewährleisten. Diese funktionierende KI unterstützt dann sowohl die Qualitätssicherung und die Maschinensteuerung/ -auslastung, beschleunigt aber wesentlich den Ausbau der digitalen, datenbasierten Geschäftsmodelle. →

Predictive Maintenance optimiert die Wartung von Maschinen durch Verhindern von ungeplanten Ausfällen und unnötigen Reparaturen. Ermöglicht wird die Umsetzung durch moderne Verfahren des Machine Learning und eine gut ausgebaute Dateninfrastruktur. Im Forschungsprojekt PAS4PCM wird – in Zusammenarbeit mit der Rational AG und auf Basis von gesammelten Gerätedaten – an der Technischen Hochschule Augsburg von der Forschungsgruppe HSA_dsg der Fakultät für Informatik ein Konzept und eine Implementierung eines solchen Systems erarbeitet. →

Ein Museum verbindet Vergangenenheit, Gegenwart und Zukunft eines Ortes im Wandel. Irem Can zeigt die Vision eines Gebäudes, das zum Startpunkt und Katalysator für eine zukunftsfähige und klimagerechte Entwicklung werden kann. →

Das Forschungsprojekt behandelte den gezielten Einsatz von intelligenten Cloud Computing und Big Data Analytics Ansätzen für kleine und mittelständische Unternehmen. Dabei wurden drei inhaltliche Ebenen betrachtet: I) Technische Komponenten, II) Datenstrukturen und -analyse (in der Cloud), sowie III) Datenbasierte Geschäftsmodellinnovationen und Services. →

Das Projekt ProLogCloud ist ein Forschungsvorhaben für die Entwicklung eines Automatisierungskonzeptes für eine flexible Prozesslogistik bislang starr verketteter Produktionsschritte. Die Materialflusssteuerung wird dabei durch fahrerlose Transportsysteme übernommen. Die Algorithmenentwicklung und Integration der zugehörigen Steuerungssoftware in die bestehende Unternehmens-IT-Architektur ist eine wesentliche Forschungsfragestellung im Projekt. Dazu gehört auch die Konzeptionierung eines sicheren Datennutzungs- und -visualiserungskonzepts. →

Im Verbundprojekt SynDiQuAss wird untersucht, welches Potenzial digital vernetzte Assistenzsysteme für die Gestaltung von Arbeitsplätzen in der Produktion haben und wie dadurch Qualitätssteigerungen erzielt werden können. Betrachtet werden Montageaufgaben mit manuellen Tätigkeiten, die einen hohen Routineanteil aufweisen. →

Projektbeschreibung

In diesem Projekt sollen KI-gestützte Sensordatenauswertungs- und Steuerungsalgorithmen entwickelt werden, die sich autonom auf neue Fügeprozessvarianten einstellen können. Die entwickelten Roboteranwendungen sollen für Anwender ohne Spezialkenntnisse vereinfacht werden und so Produktivitätssteigerungspotentiale erzeugen.

  →

Mental Health: Ein Leitfaden von Studierenden für Studierende →

detex 2.0 setzt künstliche Intelligenz und hochauflösende Kameras ein, um den Sortierprozess im Textilrecycling zu unterstützen. Durch die Optimierung der Klassifizierung von Kleidungsstücken und die Verbesserung der Störstofferkennung wird eine effizientere Verarbeitung von Alttextilien ermöglicht. →

Studierende im vierten Semester „Energieeffizientes Planen und Bauen – E2D“ präsentieren integrale Planungen für Studentenwohnen auf dem THA-Campus im Passivhaus-Standard. →