Leitanwendung Adaptive Edge-KI-Systeme für industrielle Anwendungen
Auf Basis unserer Forschungsarbeiten wird es möglich, Künstliche Intelligenz direkt in den Sensor zu integrieren und somit Entscheidungen in Echtzeit ohne Umweg über die Cloud abzuleiten. Durch die automatisierte Anpassung an neue Umgebungsbedingungen können vielseitige Einsatzfelder erschlossen werden.
Mit diesen Lösungen lassen sich direkt am Prozess Fehlerzustände oder Verschleiß detektieren oder Messsysteme für die Instandhaltung realisieren, die eine direkte Bewertung auf Basis der Sensordaten ermöglichen. Damit wird ein aktiver Beitrag zur Schonung von Ressourcen (Rechenzeit, Kommunikationsoverhead) geleistet.
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
HoLoDEC
IMMS erforscht Ultra-Low-Power-Architekturen (ULP) und Schaltungskonzepte sowie energieeffiziente Edge-KI-Systeme mit Gesamtsystem-Energiemodellierung
Projekt
ProQuaOpt
Das IMMS entwickelt eine KI-basierte Regelung zur Online-Optimierung von Spritzgießprozessen hinsichtlich der Ressourceneffizienz.
Projekt
Trib.US
Echtzeitfähige Plattform und Algorithmen für mobiles Multisensorik-Prüfgerät zur Instandhaltung von Wälzlagern
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
Heinz-Wolfgang Lahmann, GFE – Gesellschaft für Fertigungstechnik und Entwicklung Schmalkalden e.V
„Bei der Zusammenarbeit mit dem IMMS schätzen wir besonders das Fachwissen im Bereich der Sensordatenerfassung und -verarbeitung, die hohe Anwendungsorientierung der Lösungen und die konstruktiven Kontakte mit den Mitarbeitenden – nicht zuletzt auch bei den gemeinsamen Arbeiten vor Ort an Maschinen und Ausrüstungen.“
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
Prof. Dr. Peter Holstein, SONOTEC GmbH
„Das IMMS hat für unser neues Ultraschallprüfgerät die digitalen Komponenten der Hardware entworfen. Das Kernstück der Performance beruht auf der FPGA-Technologie, wofür das IMMS über ausgewiesene Referenzen verfügt. Die Zusammenarbeit mit dem IMMS verlief hervorragend.“
Einsatz sebstlernender Verfahren in der industriellen Instandhaltung
Tino Hutschenreuther1.Industrieforum „Smarte Fertigung“: Automatisierung und Robotik praxisnah erleben, 22. April 2026, Meiningen, Germany
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH (IMMS GmbH), Ehrenbergstraße 27, 98693 Ilmenau, Germany.Information statt Daten – Möglichkeiten zur Sensordatenverarbeitung am Sensor oder in Edge-Systemen
Tino Hutschenreuther1.„Detect“ Netzwerktreffen, 25. März 2026, Erfurt, Germany
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH (IMMS GmbH), Ehrenbergstraße 27, 98693 Ilmenau, Germany.Thermal Analysis of a Coil Assembly in a Nanopositioning Drive System via Reduced-Complexity CFD Modeling
Ina Naujokat1. Ludwig Herzog1. Steffen Hesse1. Parastoo Salimitari1.Applied Sciences 2026, 16, 2748. DOI: doi.org/10.3390/app16062748
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH (IMMS GmbH), Ehrenbergstraße 27, 98693 Ilmenau, Germany.Real-Time Optimal Parameter Recommendation for Injection Molding Machines Using AI with Limited Dataset
Roy Bipasha1. Silvia Krug1,2. Tino Hutschenreuther1.AI 2026, 7, 49. doi.org/10.3390/ai7020049
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH (IMMS GmbH), Ehrenbergstraße 27, 98693 Ilmenau, Germany. 2Department of Computer and Electrical Engineering, Mid Sweden University, Holmgatan 10, 85170 Sundsvall, Sweden.
Mediathek: Fachartikel
Das könnte Sie auch interessieren
Kernthema
Echtzeit-Datenverarbeitung und -kommunikation
Neue Hardware wird durch Betriebssysteme meist nicht für Echtzeitaufgaben unterstützt. Wir forschen daran, welches Betriebssystem sich für welche Echtzeitanwendung und die dort benötigte Hardware in welcher Form implementieren lässt.
Kernthema
Eingebettete KI
Die zahlreich vorhandenen KI-Algorithmen und -Methoden für leistungsfähige Rechentechnik sind für eingebettete Systeme ungeeignet. Wir forschen daran, KI-Algorithmen und Methoden so zu optimieren, dass sie auf eingebetteten Systemen einsetzbar sind.
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.