Projekte

Von der Europäischen Kommission geförderte Projekte:

SONAR – Bessere Batterien für Strom aus erneuerbaren Energiequellen

Organische Redox-Flow-Batterien (RFBs) gelten als vielversprechender Ansatz für die Speicherung von temporären Überschüssen bei der Erzeugung von Energie aus erneuerbaren Energiequellen. Das Projekt SONAR zielt darauf ab, den vielschichtigen Entwicklungsprozess von RFBs in seiner Gesamtheit digital zu erfassen. Außerdem geht es darum, das Screening zur Identifizierung geeigneter Stoffe zu beschleunigen und das Design eines Batteriesystems an konkrete Gegebenheiten zu optimieren. Die Projektpartner entwickeln Werkzeuge und Arbeitsabläufe für die Untersuchung elektroaktiver Materialien. Sie kombinieren dazu Simulationsmethoden auf verschiedenen physikalischen Skalen – von der quantenmechanischen Ebene bis zum sichtbaren, makroskopischen Verhalten. Dabei fließen Faktoren wie Kosten, Lebensdauer und Leistung mit ein, um auch konkurrierende Energiespeichertechniken umfassend miteinander vergleichen zu können.
Laufzeit: 01/2020 - 12/2023

Mehr Info

VirtualBrainCloud – Personalisierte Empfehlungen für neurodegenerative Erkrankungen

Im Projekt VirtualBrainCloud arbeitet Fraunhofer SCAI zusammen mit 16 europäischen Partnern an einer Cloud-basierten Informatikplattform, die die Simulation von Kommunikationswegen im Gehirn ermöglicht. Die individuelle Simulation von Patientengehirnen unterstützt Ärzte dabei, die richtige Diagnose und die passende Therapie für Menschen mit neurodegenerativen Erkrankungen zu finden. Dies ist meist schwierig, da Verlauf und Symptome bei Krankheiten wie Alzheimer of sehr unterschiedlich sind. Dank der Plattform wird mit geringem Aufwand der Gesundheitszustand des Gehirns erfasst werden können. Durch regelmäßige Routineuntersuchungen können Ärzte dann Alzheimer frühzeitig erkennen und behandeln.
Laufzeit: 12/2018 - 11/2022

Mehr Info

RADAR-AD – Fernbeurteilung von Krankheitszustand und -entwicklung bei Alzheimer-Patienten

Im Projekt RADAR-AD wollen die Projektpartner Methoden entwickeln, mit denen der Funktionsverlust im Gehirn von Alzheimer-Patienten im Frühstadium gemessen werden kann – nicht nur in Kliniken, sondern auch ambulant. Sogenannte Remote Measurement Tools (RMT) sollen künftig Fernbeurteilungen ermöglichen und so die Patientenversorgung verbessern. Gefördert wird das Projekt von der Innovative Medicines Initiative (IMI) 2RADAR. Die IMI ist eine öffentlich-private Partnerschaft der Europäischen Union und der Föderation der Pharmazeutischen Industrie-Verbände in Europa (EFPIA).
Laufzeit: 01/2019 - 06/2022

© EXCELLERAT

EXCELLERAT

Neue Analyseverfahren erleichtern Auswertung komplexer Ingenieurdaten
In den nächsten Jahren wird mit einer weiteren Steigerung der Leistungsfähigkeit von Supercomputern gerechnet. Sogenannte Exascale-Computer können dann genauere Simulationsergebnisse liefern. Für die dabei entstehenden deutlich größeren Datenmengen entwickelt Fraunhofer SCAI effiziente Datenanalyse-Methoden, die dem Ingenieur zudem detaillierte Einblicke in die komplexen technischen Zusammenhänge gewähren.
Laufzeit: 12/2018 - 02/2022

Logo MACH

PHAGO – ein neuer Ansatz zur Hilfe für Patienten mit Alzheimer

Erst vor kurzem wurde festgestellt, dass die angeborenen Immunrezeptor-Gene TREM2 und CD33/SGLEC3 eine Rolle bei der Alzheimer-Erkrankung spielen. Die Bedeutung der identifizierten Gene und des zellulären Mechanismus ist jedoch noch nicht ausreichend erforscht. Das Projekt PHAGO soll diese Wissenslücke schließen und neue Tools und Testverfahren entwickeln, die an diesen Immunrezeptoren ansetzen und den Weg öffnen zur Entwicklung von Medikamenten, die den Verlauf der Krankheit hemmen. Damit werden neue Therapien für Alzheimer-Patienten möglich. Das Projekt wird von der Innovative Medicine Initiative (IMI), einer öffentlich-privaten Partnerschaft der Europäischen Union und der Föderation der Pharmazeutischen Industrieverbände in Europa (EFPIA) gefördert.
Laufzeit: 11/2016 - 10/2021

phago.eu

Vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderte Projekte:

BonoKeram

Im Projekt BonoKeram geht es um die Steigerung der Flexibilität, Effizienz und Wirtschaftlichkeit von Gasturbinen zur Energieerzeugung durch die Bereitstellung von Bauteilen aus monolithischen Hochleistungskeramiken.
Laufzeit: 04/2020 - 03/2023

Mehr Info

Vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Projekte:

TransHyDE-Sys − Systemanalyse zu Transportlösungen für grünen Wasserstoff

Ein Ansatz im Rahmen der Energiewende besteht darin, in das vorhandene deutsche Netz für den Gastransport auch grünen Wasserstoff einzuspeisen. Um dies planen, steuern und analysieren zu können, müssen bisherige Simulationsmodelle so erweitert werden, dass sie Gasgemische mit einem hohen Wasserstoffanteil abbilden können. Zudem muss die Kopplung zu den relevanten Stromnetzen vorangetrieben werden. Dies sind die Ziele des Projekts TransHyDE-Sys. Dieses Projekt ist Teil des BMBF-Leitprojekts TransHyDE.
Laufzeit: 04/2021 - 03/2025

Mehr Info zum BMBF-Leitprojekt TransHyDE

DIGIPD – Validierung digitaler Biomarker für eine bessere personalisierte Behandlung der Parkinson-Krankheit

Das mit rund 1.6 Millionen Euro geförderte und vom Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI koordinierte europäische Projekt DIGIPD untersucht, inwiefern mit Hilfe digitaler Techniken (Sensorik, Spracherkennung, Erkennung der Gesichtsmimik) eine präzisere und individualisierte Diagnose und Prognose der Parkinson-Erkrankung möglich ist. Das Projekt wird im Rahmen des europäischen ERA-Netzes zur personalisierten Medizin, ERA PerMed, im »Joint Transnational Call 2020« gefördert. Die Förderung des deutschen Anteils am Projekt erfolgt durch das Bundesministerium für Bildung und Forschung (BMBF).
Laufzeit: 04/2021 bis 03/2024

Mehr Info

CAM2030

Computer Aided Manufacturing (CAM)-Systeme ermöglichen eine computergestützte Planung von Bearbeitungsprozessen. CAM-Software dient dazu, den Steuerungscode für Computerized Numerical Control (CNC)-Werkzeugmaschinen zu erstellen.Das Projekt CAM2030 zielt darauf ab, eine neue Generation von CAM-Systemen zu entwickeln, die sich durch einen geringeren Planungsaufwand, eine optimierte Prozessplanung und einen langfristigen Wissensaufbau und Wissenserhalt auszeichnen. Dazu dient im Projekt die nutzerzentrierte Anreicherung der CAM-Systeme mit neuartigen digitalen Optimierungswerkzeugen – wie evolutionäre Algorithmik, Cloud Computing und künstliche Intelligenz.
Laufzeit: 10/2020 - 09/2023

Mehr Info

© Fraunhofer SCAI

MaGriDo – Mathematik für maschinelle Lernmethoden für Graph-basierte Daten mit integriertem Domänenwissen

Ziel des Verbundprojekts MaGriDo ist die Entwicklung von Methoden des maschinellen Lernens, die deutlich weniger Daten benötigen als bisher oder Vorhersagen treffen können, die konsistent zum vorhandenen Wissen sind.
Laufzeit: 04/2020 - 03/2023

Mehr Info

© Fraunhofer SCAI

ViPrIA – Virtuelle Produktentwicklung mittels intelligenter Assistenzsysteme

Ziel des Verbundprojektes ViPrIA ist die Entwicklung intelligenter, auf Künstlicher Intelligenz und Machine-Learning-Ansätzen basierender Assistenzsysteme zur Unterstützung von Ingenieuren bei der simulationsbasierten, virtuellen Produktentwicklung. Mit Hilfe intelligenter Assistenzfunktionen sollen Berechnungsingenieure im Entwicklungsprozess bei komplexen Entscheidungen unterstützt und von Routineaufgaben entlastet werden.
Laufzeit: 10/2019 - 09/2022

COMMITMENT – Modellierung von Komorbiditäts-Prozessen durch integratives, maschinelles Transfer-Lernen für psychiatrische Erkrankungen

Das Projekt »COMMITMENT - Modellierung von Komorbiditäts-Prozessen durch integratives, maschinelles Transfer-Lernen für psychiatrische Erkrankungen« zielt darauf ab, einen interdisziplinären Forschungsrahmen für die Identifizierung systemmolekularer Merkmale psychotischer und komorbider somatischer Erkrankungen zu schaffen. Die Identifizierung gemeinsamer und unterschiedlicher biologischer Profile und der ihnen zugrundeliegenden pathophysiologischen Prozesse soll es ermöglichen, die Heterogenität der Patienten zu entschlüsseln und die Grundlage für objektive Instrumentarien für ein personalisiertes klinisches Management psychotischer Störungen zu schaffen.
Laufzeit: 09/2019 - 08/2022

© TissUse GmbH

NanoINHAL – In-vitro Testverfahren für luftgetragene Nanomaterialien zur Untersuchung des toxischen Potentials und der Aufnahme nach inhalativer Exposition mittels innovativer organ-on-a-chip Technologie

Die inhalative Route ist ein wichtiger Aufnahmeweg für Nanomaterialien und andere innovative Materialien im nano- und mikroskaligen Bereich. Die Lunge ist daher ein wichtiges Zielorgan für akute toxische Effekte, gleichzeitig entscheidet die Barrierefunktion der Lunge über eine systemische Aufnahme der Materialien und daraus resultierende Effekte auf weitere Organe. Ziel dieses Verbundprojektes ist es, ausgehend von dem bei den Partnern vorhandenen Know-how im Bereich der in vitro Testverfahren, ein innovatives Prüfsystem für luftgetragene Nanomaterialien zu entwickeln. Das Projekt wird gefördert im Rahmen des Themenfeldes  Nanosicherheitsforschung: „NanoCare4.0 – Anwendungssichere Materialinnovationen“.
Laufzeit: 06/2019 - 05/2022

Mehr Info

KI Lernlabor

Einstieg und Weiterbildung in Künstlicher Intelligenz

Am Fraunhofer-Institutszentrum Schloss Birlinghoven in Sankt Augustin entsteht das »Lernlabor Künstliche Intelligenz«. Es unterstützt insbesondere kleine und mittelständische Unternehmen (KMU) dabei, in die Künstliche Intelligenz (KI) einzusteigen, konkrete Anwendungen kennenzulernen und Mitarbeitende zu qualifizieren.
Laufzeit: 11/2019 - 10/2021

Mehr Info

© Fraunhofer SCAI

MADESI

Mit maschinellen Lernverfahren Anomalien frühzeitig erkennen und Schäden vermeiden
Die Analyse der Sensordaten von Maschinen, Anlagen oder Bauwerken ermöglicht es, ungewöhnliche Zustände frühzeitig zu erkennen und so Schäden zu vermeiden. Dazu wird in den Daten nach Auffälligkeiten, sogenannten Anomalien, gesucht. Mittels maschinellen Lernens kann diese Anomalie-Erkennung bereits jetzt zum Teil automatisiert ablaufen.
Laufzeit: 10/2018 - 09/2021

Mehr Info

Logo IDSN

IDSN

Im Projekt IDSN (Integrative Datensemantik für die Neurodegenerative Forschung) arbeiten Fraunhofer SCAI, das Deutsche Zentrum für neurodegenerative Erkrankungen (DZNE) und das Universitätsklinikum Bonn (UKB) an Verbesserungen bei der Früherkennung von Demenzerkrankungen. Dazu analysieren sie klinische Daten und Forschungsdaten in einer Gesamtsicht. Die im Projekt entwickelten Ansätze zur Informationsextraktion können über das Projektende hinaus von weiteren Kliniken genutzt werden. Der semantische Verknüpfungs-Service für die Datenintegration aus deutsch- und englischsprachigen Quellen auf dem Gebiet neurodegenerativer Erkrankungen soll darüber hinaus öffentlichen Einrichtungen und der Pharmaindustrie zur Verfügung stehen.
Laufzeit: 03/2016 - 07/2021
Mehr Info

 

ORKA-HPC: OpenMP für rekonfigurierbare heterogene Architekturen

Im Projekt „OpenMP für rekonfigurierbare heterogene Architekturen“ (ORKA-HPC) geht es darum, den Einsatz von Field Programmable Gate Arrays (FPGAs) in heterogenen HPC-Architekturen zu unterstützen. Dabei soll die produktive Nutzung der FPGAs unter OpenMP erfolgen. FPGAs sind rekonfigurierbar und ermöglichen sehr effiziente Implementierungen von Algoritmen; aber ihre Programmierung ist derzeit noch sehr aufwändig. Durch die Entwicklungen in ORKA-HPC soll der Portierungsaufwand auf FPGAs erheblich reduziert werden.
Laufzeit: 11/2017 - 07/2021

Logo VMAP

VMAP – Virtual Material Modelling in Manufacturing

Das Projekt VMAP zielt darauf ab, bisher fehlende Software-Standards in Workflows des virtuellen Engineerings in der herstellenden Industrie zu definieren. Aktuell erfordern inkompatible Schnittstellen für den Transfer virtueller Materialinformationen umfangreiche manuelle Anpassungen. Dies führt zu Informationsverlusten und Zeitverzögerungen im gesamten Design-Prozess. Ziel von VMAP ist es daher, einheitliche und universelle Schnittstellenansätze für Prozessabläufe im Virtual Engineering zu entwickeln.
Laufzeit: 09/2017 - 10/2020

Mehr Info

Weitere Projekte:

NFDI4Health

Das übergeordnete Ziel von NFDI4Health ist es, die klinische und epidemiologische Forschungsgemeinschaft bestmöglich dabei zu unterstützen, ihre Daten in Übereinstimmung mit Datenschutzbestimmungen und ethischen Grundsätzen mit der Nutzergemeinschaft zu teilen und im Interesse der Verbesserung der Gesundheit der Bevölkerung neue Möglichkeiten der Datenanalyse innerhalb der Nationalen Forschungsdateninfrastruktur (NFDI) zu schaffen. NFDI4Health wird von der Deutschen Forschungsgemeinschaft (DFG)im Rahmen der Bund-Länder-Vereinbarung zu Aufbau und Förderung der NFDI vom 26. November 2018 gefördert.
Laufzeit: 10/2020 - 09/2025

ZET-O-MAP

Das Projekt »zet-o-map« zielt darauf ab, bessere Werkzeuge für die Identifizierung teratogener Verbindungen zu entwickeln. Einer der vielversprechendsten Assays ist der Zebrafisch-Embryo-Teratogenitäts-Assay (ZETA). In der Risikobewertung für den Menschen erfordert die Bewertung der Entwicklungstoxizität oder Teratogenität die Prüfung von Nagern (vorzugsweise Ratten) und Nicht-Nagern (vorzugsweise Kaninchen), wie in der OECD-Richtlinie 414 beschrieben. Derzeit vollzieht sich bei der Sicherheitsbewertung für den Menschen ein Paradigmenwechsel hin zu einer mechanistischen Risikobewertung, und es besteht eine hohe Nachfrage, Tierversuche zu ersetzen, zu reduzieren oder zu verfeinern, wo dies aus ethischen und wirtschaftlichen Gründen möglich ist. zet-o-map wird im Rahmen der Long Range Research Initiative (LRI) des European Chemical Industry Council (CEFIC) gefördert.
Laufzeit: 03/2021 - 02/2023

Mehr Info

© Fraunhofer IPT

EVOLOPRO

Die große Vision von Industrie 4.0 ist die automatische Anpassung von Produktionsprozessen an sich schnell verändernde Anforderungen. Das neue Fraunhofer-Leitprojekt EVOLOPRO will dieser Vision ein Stück näher kommen. Als Bestandteil der Fraunhofer-Initative "Biologische Transformation" erforschen mit Beginn des Jahres 2019 sieben Institute gemeinsam, wie das Übertragen entwicklungs- und evolutionsbiologischer Prinzipien auf wandlungsfähige digitale Zwillinge von Menschen gemachten Produktionsprozessen Anpassungfähigkeit verleihen kann. Dabei spielen Transfer- und Multi-Task-Learning ein große Rolle. Die Biologie ist dabei das große Vorbild und liefert wichtige Impulse für die Weiterentwicklung von Verfahren.
Laufzeit: 01/2019 - 12/2022

ManuBrain – universell einsetzbare, skalierbare KI-Plattform für industrielle Anwendungen

Im Projekt »ManuBrain« entsteht eine universelle, skalierbare und offene Plattform für Anwendungen der Künstlichen Intelligenz im industriellen Mittelstand. Das Land Nordrhein-Westfalen und der Europäische Fonds für Regionale Entwicklung fördern das Vorhaben über drei Jahre mit insgesamt 1,8 Millionen Euro. Fraunhofer SCAI entwickelt und evaluiert Verfahren des Maschinellen Lernens für ingenieurtechnische Anwendungen.
Laufzeit: 01/2020 - 12/2022

digitalTPC – der digitale Zwilling für den ThermoplastLeichtbau

Das Potential digitaler Zwillinge ist für die wertschöpfungskettenübergreifende und material-getriggerte Prozesssteuerung noch weitgehend ungenutzt. Das Projekt digitalTPC soll dieses Potential anhand der großserienfähigen Hybrid-Spritzgusstechnologie demonstrieren. digitalTPC zielt auf die übergreifende und ganzheitliche Betrachtung aller Teilprozessschritte von der Halbzeug- bis zur Bauteilherstellung. Dabei sollen relevante Material-, Prozess- und Bauteilmerkmale wenn möglich in lokaler Auflösung durchgängig über die gesamte reale Wertschöpfungskette vermessen, erfasst und in einem digitalen Zwilling virtuell modelliert und analysiert werden. Die Herausforderung im Projekt besteht in der material- und prozessbezogenen intelligenten Erfassung der Sensordaten und deren Verknüpfung mit der durchgängigen Simulationskette im Rahmen des digitalen Zwillings durch SCAI. Das Projekt wird im Fraunhofer-internen Programm PREPARE gefördert.
Laufzeit: 02/2019 - 01/2022

Mehr Info

UmLac

Werkstoffmodelle und Kennwertermittlung für die industrielle Anwendung der Umform- und Crash-Simulation unter Berücksichtigung der thermischen Behandlungen beim Lackieren im Prozess bei hochfesten Werkstoffen. Das Projekt wird gefördert von der Arbeitsgemeinschaft industrieller Forschungsvereinigungen (AiF) - Forschungsvereinigung Automobiltechnik e.V. (FAT).
Laufzeit: 01/2018 - 12/2021

COPERIMOplus – COronavirus PErsonalisierte RIsiko MOdelle

Die im Projekt COPERIMOplus kooperierenden Fraunhofer-Institute wollen durch eine rationale, datengetriebene Modellierung individuelle Risikoeinschätzungen ermöglichen, um die Prognosen von Krankheitsverläufen zu verbessern und um personalisierte Therapien sowie deren Bewertung anhand objektiver normierter Kriterien zu optimieren. Somit trägt das Projekt dazu bei, ein Leben mit der Pandemie zu ermöglichen und zur wirtschaftlichen und gesellschaftlichen Normalität zurückzukehren. Das Projekt wird im Rahmendes Frauhofer Anti-Corona-Programms gefördert.
Laufzeit: 10/2020 bis 12/2021

Mehr Info

Human Brain Pharmacome – Vorhersage und experimentelle Validierung von Wirkstoffen zur Prävention von Demenzerkrankungen

Ziel dieses Projekts ist es, intelligente Verfahren der Informationsextraktion, der mechanistischen Modellierung von Krankheiten sowie der Vorhersage von Wirkstoffen mit biologischen Wirkstoff-Screenings so zu kombinieren, dass sehr schnell mögliche Kandidaten-Moleküle für die Prävention von Alzheimer identifiziert werden können. Hierfür wird ein integrativer Ansatz (Workflow) entwickelt und in einer Vorhersage-Maschine implementiert, der die systematische Erfassung und Modellierung von Wirkstoff-Target-Beziehungen für die Vorhersage von pharmakologischen Wirkungen im menschlichen Gehirn nutzt. Das Projekt konzentriert sich dabei auf Wirksubstanzen, die bereits für die Behandlung anderer Krankheiten zugelassen sind, und verkürzt mit diesem Drug Repurposing die erforderlichen Zeiten und Kosten für die klinische Entwicklung neuer, präventiver Therapien erheblich. Das Projekt wird im Rahmen des Fraunhofer-internen Programms PREPARE gefördert.
Laufzeit: 02/2018 bis 06/2021

Mehr Info