Active Data Validation (ACTION)

IoT-Anwendungen können durch Domänenexperten mithilfe von Entwicklungsumgebungen modellgetrieben entwickelt werden. Beim Betrieb derartiger IoT-Anwendungen können Fehlerfälle auftreten, die nicht durch existierende Monitoringsysteme erkannt werden, z.B.  falsch gemessene Sensorwerte. Ziel dieses Projektes ist es, derartige Fehlerfälle mittels Datenvalidierung schon bei der modellgetriebenen Anwendungsentwicklung zu berücksichtigen und so aktiv zu einer verbesserten Fehlertoleranz beizutragen.

Continue reading →

Improvement of the Prediction Quality by using Domain Knowledge in the Partitioning of Training Data (VALID Partition)

This project deals with data characteristics that often occur in industrial use cases. Therefore, it investigates how a targeted data preparation can be used to address such data characteristics. If several of these data characteristics are present in combination, purely data-driven methods are usually not able to address them sufficiently. Therefore, it will be explored how existing domain knowledge of the industry partner can be used in a targeted way to enable more meaningful analysis results. This will then be investigated and evaluated on the basis of real use cases of the industry partner.

Continue reading →

Designing Metadata Management in Complex Enterprise Data Landscapes (MetaMan)

While there are many concepts, techniques and tools for metadata management, most focus on sub-aspects, e.g., metadata management with semantic technologies. There is no common understanding of what comprehensive metadata management in an enterprise entails and how it can be implemented. It is the goal of this project to design concepts and techniques for comprehensive metadata management across the entire enterprise data landscape.

Continue reading →

Ganzheitliches Daten- und Prozessmanagement für virtuelle Entwicklung von Mehrskalen-, Mehrphysikprototypen

Im Rahmen dieses Forschungsprojektes wird ein ganzheitlicher Ansatz für die Verwaltung und Integration heterogener Daten von Mehrphysik- und Mehrskalensimulationen entwickelt. Der Fokus liegt dabei darauf, eine Plattform zu schaffen, welche als Basis für Datenanalysen dienen kann. Anwendungsmöglichkeiten umfassen neben prädiktiver Analysen zur Vorhersage relevanter Produkteigenschaften auch präskriptive Analysen zur Herleitung von Empfehlungen für Verbesserungen von Produktdesigns hinsichtlich der Eigenschaften. Ein weiteres Hauptaugenmerk liegt auf Analysen zur Verbesserung der Datenqualität und der datengetriebenen Optimierung des Simulationsprozesses.

Continue reading →

Wissens- und datengetriebenes System zur Entscheidungsunterstützung in automatisierungstechnischen Anlagen

Als Ziel dieses Forschungsprojekts sollen Methoden entwickelt werden, um unterschiedliche Daten- und Wissensquellen in einem lernenden und selbst optimierenden System zu kombinieren. Auf diese Wiese soll schließlich die Qualität und Nachvollziehbarkeit von Handlungsempfehlungen bzw. autonomen Systementscheidungen erhöht werden. Hierbei gilt es zu untersuchen, welche Arten von Vorgehensmodellen, algorithmischen Methoden und Software-Werkzeugen für welchen Anwendungsfall zwischen Handlungsempfehlung und autonomer Systementscheidung sinnvoll eingesetzt werden können.

Continue reading →

IKT-Plattform für die Produktion

Die Informations- und Kommunikationstechnologie (IKT) hat produzierende Unternehmen in den zurückliegenden Jahren stark verändert und wird auch in Zukunft eine weiter wachsende Rolle spielen, wie durch die Forschungsprojekte im Rahmen von „Industrie 4.0“ aktuell beobachtet werden kann. Dieser Entwicklung trägt die Nachwuchsforschungsgruppe mit der Umsetzung und Evaluation einer zugeschnittenen IKT-Plattform Rechnung.

Continue reading →