Kernthema Eingebettete KI
KI-Algorithmen und -Methoden für eingebettete Systeme ungeeignet
Eingebettete Systeme sind meist speziell auf ihre Aufgabe wie Datenerfassung oder Steuerung oder Signalverarbeitung in einem Gerät angepasst und auf minimale Kosten, geringen Platz-, Energie- und Speicherverbrauch optimiert. Die zahlreich vorhandenen KI-Algorithmen und -Methoden arbeiten jedoch in der Regel auf wesentlich leistungsfähigerer, größerer, energieintensiverer und teurerer Rechentechnik und sind für eingebettete Systeme ungeeignet. Zudem sind oft für Anwendungen zu wenige Datensätze für das Training einer KI vorhanden, wie z.B. von Fehlersituationen an einer Maschine, deren vorausschauende Wartung mit KI unterstützt werden soll.
Wir optimieren KI-Algorithmen und Methoden für eingebettete Systeme
Wir forschen daran, KI-Algorithmen und Methoden so zu optimieren, dass sie auf eingebetteten Systemen eingesetzt werden können. Für Anwendungen zur vorausschauenden Wartung arbeiten wir dafür beispielsweise an der Erzeugung künstlicher Daten, der Erhöhung der Robustheit und daran, die Lösungen auf ähnliche Problemstellungen zu übertragen.
Kontakt
Kontakt
Dr.-Ing. Tino Hutschenreuther
Leiter System Design
tino.hutschenreuther(at)imms.de+49 (0) 3677 874 93 40
Dr. Tino Hutschenreuther beantwortet Ihre Fragen zum Forschungsfeld Intelligente vernetzte Mess- und Testsysteme und den zugehörigen Kernthemen Analyse von verteilten IoT-Systemen, Eingebettete KI, Echtzeit-Datenverarbeitung und -kommunikation, zu den Leitanwendungen Adaptive Edge-KI-Systeme für industrielle Anwendungen und IoT-Systeme für kooperatives Umwelt-Monitoring sowie zum Dienstleistungsangebot für die Entwicklung eingebetteter Systeme.
Zugehörige Inhalte
Projekt
VirtuSen
Mithilfe virtueller Sensorik und KI sollen Störeinflüsse auf komplexe mechatronische Systeme wie Hochpräzisionsantriebe ortsaufgelöst erfasst und kompensiert werden können
Projekt
ProQuaOpt
Das IMMS entwickelt eine KI-basierte Regelung zur Online-Optimierung von Spritzgießprozessen hinsichtlich der Ressourceneffizienz.
Projekt
thurAI
Das IMMS arbeitet in thurAI an Sensorik für SmartCity und Methoden, Daten im Netz für KI-Auswertungen intelligent aufzubereiten.
Projekt
KIQ
Das IMMS hat eine KI-basierte nachrüstbare und kostengünstige Lösung zur Qualitätssicherung bei Werkzeugen in der Zerspanung realisiert.
Referenz
Frank Seiferth, seioTec GmbH
„In der lösungsorientierten Zusammenarbeit mit dem IMMS konnten wir vor allem von der Fachkompetenz der IMMS-Mitarbeitenden bei Sensor- und Embedded-Systems-Technologien profitieren.“
Referenz
Peter Otto, Postberg
„Mit dem Ergebnis sind wir sehr zufrieden – die langjährigen Erfahrungen des IMMS im Entwurf von eingebetteten Systemen, mit Industrieprojekten und auch das Systemverständnis des IMMS aus den vorangegangenen Produktentwicklungen mit SONOTEC haben deutlich zum Erfolg beigetragen.“
Referenz
Dr. Alexander Maier, Fraunhofer IOSB-INA
„Wir schätzen am IMMS neben dem fundierten und anwendungsbereiten Wissen der Kollegen im Bereich I4.0-konformer Protokolle und Systeme den persönlichen Kontakt und die konstruktive Zusammenarbeit. Daher freuen wir uns, wenn wir gemeinsam die nächsten Themen angehen können.“
Development and validation of a simplified coil model for CFD simulation of a nano-positioning planar drive system
Ina Naujokat1. Ludwig Herzog1. Steffen Hesse1. Parastoo Salimitari1.Euspen Special Interest Conference: Precision & Performance 2025, November 18-20, 2025, Cranfield University, United Kingdom
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, Ehrenbergstraße 27, 98693 Ilmenau, Germany.Experimental characterization of thermal disturbances in a 6DOF nanopositioning system under varying operational conditions
Parastoo Salimitari1. Steffen Hesse1. Michael Katzschmann1. Ludwig Herzog1.Euspen Special Interest Conference: Precision & Performance 2025, November 18-20, 2025, Cranfield University, United Kingdom
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, Ehrenbergstraße 27, 98693 Ilmenau, Germany.Smartes Maschinenmonitoring – Anomalien mit Edge-KI detektieren
Sebastian Uziel1.in elektroniknet.de, 11. November, S. 37 - 40, www.elektroniknet.de/automation/industrie-40-iot/anomalien-mit-edge-ki-detektieren.228572.html und in Markt&Technik, Trend Guide 2025, ePaper: wfm-publish.blaetterkatalog.de/frontend/mvc/catalog/by-name/MUT
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, Ehrenbergstraße 27, 98693 Ilmenau, Germany.Neue Ansätze in der Kunststoffproduktion – Ein KI-basiertes Assistenzsystem für den Spritzgießprozess
Dominik Schraml1. Silvia Krug2.Thüringer Maschinenbautag, Erfurt, 22. Oktober 2024
1Steinbeis Qualitätssicherung und Bilderverarbeitung GmbH, Ilmenau. 2IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, Ehrenbergstraße 27, 98693 Ilmenau, Germany.
Das könnte Sie auch interessieren
Leitanwendung
Adaptive Edge-KI-Systeme für industrielle Anwendungen
Wir forschen an Lösungen für adaptive Edge-KI-Systeme, um KI auf verbrauchsarmen eingebetteten Systemen in der Industrie möglich zu machen und um diese in Echtzeit zu vernetzen.
Dienstleistung
Entwicklung eingebetteter Systeme
Wir entwickeln für Sie eingebettete Systeme als Gesamtlösungen aus Sensorik und Aktorik, Signalverarbeitung und Kommunikationstechnik sowie Steuerung und Regelung.
Forschungsfeld
Intelligente vernetzte Mess- und Testsysteme
Integrierte Sensor-ICs sind das Herz von Sensor- und Messsystemen wie Funksensoren, stationäre und Handheld-Diagnosegeräte. Wir forschen an Lösungen für immer leistungsfähigere Sensoren mit mehr Eigenintelligenz und Aufgabenverteilung im Sensornetz.
Leitanwendung
IoT-Systeme für kooperatives Umwelt-Monitoring
Wir forschen an energieeffizienten Lösungen für IoT-Systeme, um neue Anwendungen für ein kooperatives Umweltmonitoring zu erschließen, wie z.B. in der Landwirtschaft.