Responsive image


Project duration: 2024-06-17 - 2026-06-16

ENGAGEMENT - Erfassung innerbetrieblicher Energie- und Materialverbräuche in Gießereien für die Ermittlung eines gussteilbezogenen CO2-Footprints

Das Gießen gehört zu den energieintensiven Fertigungsverfahren. Daher sieht sich das deutsche Gießereiwesen vor die Aufgabe gestellt, einen Beitrag zur Eindämmung des menschengemachten Klimawandels zu leisten. Die Reduktion des unternehmenseigenen...
Projektleitung HS Kempten.: Prof. Dr.-Ing. Frieder Heieck

Machine Learning CO2-Fußabdruck Data Science Gießerei Produktion Ressourceneffizienz


Project duration: 2023-10-01 - 2026-08-31

ReGAIN - Resiliente Automotive-Gießereien durch Einsatz AI-gestützter Assistenten für nachhaltige Prozesse

Im Forschungsprojekt ReGAIN wird der Ansatz der digitalen, auf Catena-X basierenden Verknüpfung von Gießereiproduktionssystemen zur Steigerung von Effizienz, Flexibilität, Resilienz und Nachhaltigkeit verfolgt. Ziel ist es, komplexe...

Machine Learning automatische optische Inspektion Bauteilrückverfolgung Bildverarbeitung Datenanalyse Digitalisierung Gießerei Industrie 4.0 KI


Project duration: 2023-09-01 - 2026-08-31

iCARus - Intelligente Kultivierung von CAR T-Zellen unter Verwendung selbstlernender Systeme

Die CAR-T-Zell-Therapie ist eine personalisierte Krebsimmuntherapie und wird aktuell vor allem zur Behandlung von bestimmten Leukämien und Lymphomen eingesetzt. Dabei werden patientenindividuelle Immunzellen (T-Zellen) in speziellen Laboren...
Projektleitung HS Kempten.: Prof. Dr.-Ing. Frieder Heieck

Machine Learning CAR-T-Zellen Informatik Krebstherapie personalisierte Medizin Produktion Reinforcement Learning selbstlernende Maschinen


Project duration: 2023-07-01 - 2026-06-30

SynErgie - Synchronisierte und energieadaptive Produktionstechnik zur flexiblen Ausrichtung von Industrieprozessen auf eine fluktuierende Energieversorgung

Zur Untersuchung der Automatisierung der Energieflexibilität von Werkzeugmaschinen werden vier übergreifende Themen untersucht: I. die Analyse und Prognose von Energieflexibilitätspotenzialen mithilfe von Modellen, die mit experimentellen Daten...
Projektleitung HS Kempten.: Prof. Dr. Frank Schirmeier

Machine Learning Automatisierung Energieeffizienz Energieflexibilisierung Energiepotenziale Künstliche Intelligenz mathematische Optimierungsmethoden Produktion Produktionsplanung


Project duration: 2023-03-01 - 2026-02-28

KI-M-Bat – KI-basierte modulare Batteriesysteme für Gewerbe- und Netzanwendungen

Im Projekt KI-M-Bat wird ein modulares Speicherkonzept sowie eine universelle KI-basierte Software-Steuerung für Batteriespeicher im Industrie- und Gewerbemaßstab entwickelt und erprobt. Das Konzept erlaubt einen effizienten und...
Projektleitung HS Kempten.: Prof. Dr. Holger Hesse

Machine Learning Batteriespeichersysteme Batteriesysteme Digitaler Zwilling Energie KI Künstliche Intelligenz Leistungssteuerung Open Source Systeme


Project duration: 2022-11-01 - 2025-10-31

Storage MultiApp – Entwicklung und Erprobung von Optimierungsverfahren für den Multi-Use Speicherbetrieb

Im Verbundprojekt „Lebensdaueroptimierte Multi-Use Speichersysteme – Storage MultiApp“ wird ein technisch und ökonomisch optimierter Betrieb von Batteriespeichersystemen für Industrieanwendungen untersucht: Als „Enabling technology“ für...
Projektleitung HS Kempten.: Prof. Dr. Holger Hesse

Machine Learning Batteriesysteme Energie Energiemanagement Energiespeicher Lastspitzen-Management Optimierung


Project duration: 2022-06-01 - 2024-08-31

Q-Process – Datengetriebene Qualitätsermittlung und Prozesssteuerung in der Bauteilfertigung

Q-Process entwickelt eine einheitliche, durchgängige und modellbasierte Methode zur Optimierung und Regelung von Bearbeitungsprozessen in der Bauteilfertigung.Die Prozesskette vom Rohmaterial bis zum fertig bearbeiteten Bauteil wird basierend auf...

Machine Learning Assistenzsysteme Bearbeitungsprozesse Crisp-DM Data Science Digitaler Zwilling Digitalisierung Optische Messtechnik predictive analytics


Project duration: 2021-08-01 - 2024-12-31

KI-Span – KI-gestützte Optimierung der Werkzeugstandzeit und der Qualität der Bauteile an Werkzeugmaschinen in der spanenden Fertigung

Ziel des Forschungsprojekt KI-Span ist es, ein Verfahren zu entwickeln, das nicht nur die Standzeiten von Zerspanungswerkzeugen optimiert, sondern auch die Bauteilqualität überwacht und damit verbessert. Umgesetzt wird dieses Vorhaben an Dreh- und...
Projektleitung HS Kempten.: Prof. Dr. Frank Schirmeier

Machine Learning Algorithmenentwicklung Bohren Data Analytics Datenauswertung Deep Learning Fräsen Künstliche Intelligenz Neuronale Netzwerke


Forschungszentrum Allgäu

Hochschule Kempten.

Bahnhofstraße 61
87435 Kempten (Allgäu)

T 0831 2523 0
fza-beratung[at]hs-kempten.de

Support of publications

A. Böck

T 0831 2523 0
fza-kommunikation[at]hs-kempten.de