Zielsetzung des Forschungsvorhabens ist ein mehrkriterielles Entscheidungsverfahren zur Clusterung von detaillierten Aktivitäten unter Einsatz von Methoden der Künstlichen Intelligenz zu entwickeln.

Im Kontext von Industrie 4.0 zielt das Forschungsprojekt METIS (Methodische Konfiguration von Informationstechnik zur Steigerung der Kollaborationsfähigkeit von KMU in der verteilten Produktentstehung) darauf ab, eine Methode zur Analyse, Bewertung und Konfiguration von IT-Tool-Stacks für die kollaborative Produktentwicklung zu entwickeln. Mit Fokus auf KMU und Einsatz von SaaS-Technologien, strebt das Projekt an, eine effektive Zusammenarbeit durch maßgeschneiderte IT-Lösungen zu ermöglichen. Der Ansatz basiert auf der Untersuchung aktueller IT-Tool-Stacks und SaaS-Einflüsse auf KMU, sowie auf der Entwicklung einer KI-basierten Bewertungsheuristik zur optimalen Konfiguration der IT-Tool-Stacks.

Zielsetzung des Forschungsvorhaben ist der Aufbau eines smarten Fehlermanagementsystems, welches die systematische Nutzung der Fehlerwissensbasis ermöglicht und dank der Interaktion mit den Mitarbeitenden in einem ständigen Lernprozess befindet, und auf diese Weise kognitive Problemlösungsfähigkeiten der Mitarbeitenden erlernt und nachahmt. Das Fehlermanagementsystem kann zukünftige Fehlerereignisse vorhersagen, Fehlerzusammenhänge in der Produktion frühzeitig erkennen, mögliche Problemursachen identifizieren und geeignete Maßnahmen daraus ableiten.

Open.Make hat zum Ziel, einen disziplinübergreifenden und praxisorientierten Ansatz für die Entwicklung neuer Standards und Tools für die Dokumentation, Bewertung und Veröffentlichung offener Hardware zu schaffen. Offene, FAIR-Hardware bietet insbesondere die Möglichkeit für neue Karrierewege sowie eine Alternative zu den traditionellen Praktiken im Bereich der Rechte des geistigen Eigentums und spiegelt die breitere Rolle der akademischen Forschung in der Gesellschaft wider.

Zielsetzung des Forschungsvorhabens ist die Erarbeitung eines Konzeptes zur IT-basierten Befähigung der Mitarbeiter*innen in KMU hinsichtlich der bedarfsgerechten Anwendung von Smart Data in einem systematischen und methodenbasierten Produktentstehungsprozess (PEP).

Das Ziel des Forschungsvorhabens ist die Konzeption und Entwicklung eines datengetriebenen Vorgehens zum Aufbau eines ganzheitlichen Produkt- und Prozessverständnisses zur Qualitätsabsicherung am Beispiel von Kleinserien und Unikaten bei KMU. Realisiert wird dies durch die Auswahl und Implementierung intelligenter Algorithmen aus dem Bereich des Maschinellen Lernens und der kausalen Inferenz.