Forschungsthema »Digitalisierung und Künstliche Intelligenz«

Unsere aktuellen Forschungsprojekte

AMAzE: AutoMAtische Einreichung

Mit der ÖNORM A 6241-2 wurde 2015 die normative Grundlage für den Austausch modellbasierender Daten im Hoch- und Tiefbau geschaffen. Diese Technologie – international einheitlich Building Information Modeling (kurz BIM) genannt – ist ein wesentlicher Baustein für die Digitalisierung der Bauwirtschaft und hat Auswirkung auf alle Beteiligten bei der Initiierung, Planung, Errichtung und des Betriebs von Bauwerken.
Das Projekt "AMAzE - AutoMAtische Einreichung" zielt auf die automatisierte Vorprüfung und die beschleunigte Abwicklung von BIM-basierenden Projekten. Damit wird die technologische Grundlage geschaffen, einer Bauwerberin / einem Bauwerber künftig einen digitalen Verfahrensweg anzubieten.

Eckdaten zum Forschungsprojekt

projekttitel: AMAzE - AutoMAtische Einreichung
kurztitel:
AMAzE
Fördergeber: FFG
Ausschreibung: ENERGIE DER ZUKUNFT, SdZ, SdZ 5. Ausschreibung 2017
Konsortialführer:
Fraunhofer Austria Research GmbH
Partner: A-NULL Development GmbH
tbw solutions ZT GesmbH
Laufzeit: 10/2019 - 03/2022

Projektziele

Ziel des Forschungsprojektes AMAzE ist die Beseitigung technischer Hemmnisse bei der digitalen Baueinreichung und somit eine deutlich verkürzte Bearbeitungsdauer bei der Implementierung in Gemeinden bzw. Behörden.
Das Projekt wird von der FFG gefördert, startete im Oktober 2019 und dauert 30 Monate.

Ansprechperson

Torsten Ullrich

Contact Press / Media

Dr. techn. Torsten Ullrich

Forschungskoordination

Fraunhofer Austria Research GmbH
Inffeldgasse 16c
8010 Graz, Österreich

Telefon +43 676 888 61 802

DIH West: Digital Innovation Hub West

In den Bundesländern Salzburg, Tirol und Vorarlberg wurden in den letzten Jahren bereits einige Initiativen und Angebote entwickelt, die Unternehmen bei der digitalen Transformation unterstützen sollen. Verschiedene Studien und Befragungen von KMU in Westösterreich bestätigen, dass es dort bereits ein hohes Bewusstsein für den digitalen Wandel gibt, der Bedarf an Unterstützung bei der regionalen Wirtschaft jedoch weiterhin groß ist.

Ziel des DIH West ist es daher, Schnittstellen für KMU zu den Forschungseinrichtungen zu bilden und auf sie zugeschnittene Angebote und Unterstützungsmaßnahmen zur Verfügung zu stellen. Dabei sollen auch jene KMU angesprochen werden, die sich mit dieser Thematik noch nicht oder noch nicht ausreichend beschäftigt haben. Am Hub sind Standortagenturen, Interessensvertretungen sowie Forschungseinrichtungen der drei Länder beteiligt, wodurch Forschungsexpertise zur Digitalisierung ebenso eingebracht wird, wie das Wissen um den tatsächlichen Bedarf der KMU als auch bereits gut funktionierende Netzwerke und Kontakte zu den Unternehmen. Die geplanten Knotenpunkte in Dornbirn, Innsbruck (Lead), Kufstein und Salzburg gewährleisten dabei eine breite regionale Abdeckung. Der DIH West wird anhand dreier Ebenen strukturiert: Anwendungsgebiete, thematische Schwerpunkte und Angebotsformate. Den Bedarf der KMU der Region West spiegeln die beiden Anwendungsgebiete Industrie 4.0 und eServices wider. Die Angebote des DIH West sollen also produzierende Unternehmen sowie jene aus Gewerbe, Handel und Tourismus dazu befähigen, Geschäftsmodelle digital zu transformieren, Technologien im Kontext des eigenen Geschäfts auszuwählen, sie umzusetzen und laufend weiterzuentwickeln.

Die thematischen Schwerpunkte bilden Artificial Intelligence und Security, beides Themen, die eine große Rolle in der digitalen Transformation spielen und auch Schwerpunkte an den beteiligten Forschungseinrichtungen sind. Für KMU ist es derzeit schwierig, das Potenzial dieser neuen Technologien für das eigene Geschäftsfeld einschätzen zu können. Der DIH West schafft hierzu neue Angebote, die die Awareness für Softwarequalität und -sicherheit bei den Unternehmen fördern und zu Wettbewerbsvorteilen gerade im europäischen Kontext führen sollen.

Die geplanten Aktivitäten bestimmen die Struktur der Arbeitspakete im DIH West: Informations- und Vernetzungsaktivitäten sollen den grundlegenden Kontakt zu den KMU herstellen und individuelle Beratungen für KMU bieten. Zusätzliche Weiterbildungen sollen das Personal der KMU zum Thema Digitalisierung ausbilden. Die Arbeit in thematischen Arbeitsgruppen zu bestimmten Bereichen der Digitalisierung vernetzt KMU und Forschungseinreichtungen, um innovative, zukunftsorientierte Themen zu entwickeln und daraus Innovationen und Projekte zu generieren. Schließlich sollen Forschungsergebnisse in standardisierte Angebote für KMU in Form von Leitfäden, Baukastensystemen, Softwaretools, etc. transferiert werden. Zusätzlich dazu werden individuelle Unterstützungsmaßnahmen und der Zugang zu relevanter Infrastruktur der Forschungseinrichtungen angeboten.

Eckdaten zum Forchungsprojekt

Projekttitel: Digital Innovation Hub West
Kurztitel:
DIH West
Fördergeber: FFG, Land Tirol, Land Vorarlberg, Land Salzburg
Ausschreibung: Digital Innovation Hubs (1. AS)
Konsortialführer: Universität Innsbruck
Partner: Fraunhofer Austria
Universität Innsbruck
FH Kufstein
FH Salzburg
FH Vorarlberg
Management Center Innsbruck
UMIT Tirol
Universität Salzburg
IV Tirol
ITG
Standortagentur Tirol
Wirtschaftskammer Tirol
WISTO
Laufzeit: 01.11.2019 – 31.10.2022 (36 Monate)
Gesamtkosten: €2.532.025
Projektwebseite: https://dih-west.at/

Projektziele

Ziel des DIH West ist es, KMU in Westösterreich bei der digitalen Transformation zu unterstützen und ihr Innovationspotential zu stärken, indem ihnen der institutionalisierte Zugang zum Know-how der Forschungseinrichtungen durch verschiedene Aktivitäten ermöglicht wird. Entsprechend dem Bedarf der KMU in Salzburg, Tirol und Vorarlberg fokussiert sich die inhaltliche Ausrichtung des DIH West auf die Anwendungsgebiete Industrie 4.0, für produzierende Unternehmen, und auf eServices, für Unternehmen aus Tourismus, Gewerbe und Handel. Die Aktivitäten des DIH West konzentrieren sich auf die Information und individuelle Beratung, die Weiterbildung, die thematische Vernetzung von KMU und Forschungseinrichtungen in Arbeitsgruppen und den Transfer von Forschungsergebnissen in standardisierte Angebote wie Leitfäden, Baukastensystemen, usw., begleitet von individuellen Coaching- und Unterstützungsmaßnahmen sowie dem Zugang zu relevanter Infrastruktur der Forschungseinrichtungen. Am DIH West beteiligt sind Standortagenturen, Interessensvertretungen und Forschungseinrichtungen aus Salzburg, Tirol und Vorarlberg, die ihre jeweilige Expertise zur optimalen Unterstützung der KMU einbringen.

Ansprechperson

Daniel Bachlechner

Contact Press / Media

Dipl.-Ing. Dr.rer.soc.oec. Daniel Bachlechner

Gruppenleiter Advanced Data Analytics

Fraunhofer Austria Research GmbH
Weisstraße 9, Büro 02
6112 Wattens, Österreich

Telefon +43 676 888 61 663

EMMSA: Sondierung eines Prototyping & Evaluation Frameworks für (teil-) automatisierte Flugverkehrskontrolle

Im „European ATM (Air Traffic Management) Master Plan“ sind die Verdoppelung des Flugverkehrs bei einer 40-prozentigen Senkung der operativen Kosten, eine Reduktion des Treibstoffs um bis zu zehn Prozent, die Erhöhung der Sicherheit um den Faktor vier und die Verringerung von Verspätungen um 30 Prozent als Ziele vorgesehen. Diese ökonomischen und ökologischen Optimierungen sollen unter anderem durch den Flug entlang von 4D-Trajektorien (anstatt Flugkorridoren) und weiteren Automatisierung der Flugsicherung erreicht werden.

Diese Maßnahmen werden zu großen Änderungen bei der Steuerung und Abwicklung des europäischen Flugverkehrs und damit bei der Arbeit von Fluglots*innen führen. In einem nahezu vollständig automatisierten Kontrollzentrum der Zukunft werden die heutigen aktiv steuernden Arbeiten durch beobachtende oder kontrollierende Tätigkeiten ersetzt. Moderne multi-modale Schnittstellen, deren visuelle Informationsgestaltung, Ortsgebundenheit, Optionalität und Beständigkeit zukünftige Anforderungen besser abdecken könnten, werden das heutige Radar ersetzen. Derartig massive Änderungen machen die enge Einbindung der Nutzer*innen (Lots*innen) in den Gestaltungs- und Entwicklungsprozess zukünftiger Flugsicherungssysteme notwendig.

Eckdaten zum Forschungsprojekt

projekttitel: Sondierung eines Prototyping & Evaluation Frameworks für (teil-) automatisierte Air Traffic Control Software
kurztitel:
EMMSA
Fördergeber: FFG, BMVIT (heute: BMK)
Ausschreibung: TAKEOFF Ausschreibung 2019
Konsortialführer:
Fraunhofer Austria Research GmbH
Partner: FH St. Pölten
Paris Lodron Universität Salzburg
Laufzeit: 09/2020 - 08/2021 (12 Monate)

Projektziele

Inhalt des Projektes EMMSA ist ein formalisiertes Evaluierungssystem von Schnittstellen in der teil- und vollautomatisierten An- und Abflugkontrolle des Flugverkehrs. Dafür wird die technische und methodische Machbarkeit, praxisgerechte Einsetzbarkeit und wirtschaftliche Verwertbarkeit sondiert. Dazu wird ein Prototyping & Evaluation-Framework (PEF) aufbauend auf bestehendem Wissen und vorhandener Technologie konzeptioniert und spezifiziert. Dieses Framework ermöglicht eine vergleich- und wiederholbare Evaluation von Konzepten neuer Flugsicherungssysteme mit realitätsnahen Flugverkehrsdaten. Zwar sind die dafür notwendigen Einzelkomponenten teilweise bereits vorhanden bzw. erforscht, jedoch gibt es ein derartiges Gesamt-Framework noch nicht am Markt.

 

Projektergebnisse

Ergebnis der Sondierung ist die Konzeption und technische Spezifikation des Prototyping & Evaluation Framework mit allen notwendigen Schnittstellen, sowie ein White-Paper zur Evaluation von Situationsbewusstsein und Problemerkennung im Kontext der Flugsicherung. Weiters liefert das Projekt eine Abschätzung über das ökonomische Potential eines derartigen Frameworks. Bei erfolgreicher Sondierung ist eine praxisnahe Umsetzung im Rahmen eines nationalen oder internationalen Forschungsprojekts geplant.

Ansprechperson

Volker Settgast

Contact Press / Media

Dr. techn. Volker Settgast

Virtual Reality

Fraunhofer Austria Research GmbH
Inffeldgasse 16c
8010 Graz, Österreich

Telefon +43 676 888 61 807

EOLIA: Endkontrolle in der Serienproduktion von Airbag-Generatoren

Für die Firma ZF-TRW in Laage wurde im Rahmen einer Auftragsentwicklung eine Software zur visuellen Endkontrolle in der Serienproduktion von Airbag-Generatoren entwickelt.

In dem dortigen Werk werden täglich etwa 50.000 Airbag-Gas-Generatoren in verschiedenen Varianten produziert. Die ursprüngliche visuelle Endkontrolle im Werk bestand in der Verwendung einfacher Bildverarbeitungs-Verfahren und in einer manuellen Sichtprüfung der Bauteile durch die Mitarbeiter. Aufgrund der hohen Stückzahlen und fertigungsbedingten Materialschwankungen waren die bisherigen Endkontrollen risikobehaftet und führten zu sehr hohen Belastungen der Mitarbeiter.

Die Software ist durch eine spezielle Variante eines Gaussian-Mixture-Modells dazu fähig zu lernen, welche Schwankungen in der Erscheinung eines Produktes normal sind, und kann somit gezielt Abweichungen aufspüren und für eine manuelle Nachprüfung markieren. Da es sich bei Airbag-Gas-Generatoren um ein sicherheitsrelevantes Bauteil handelt, muss die Software besondere Kriterien erfüllen:

  • Erkennungsrate: 100 % (kein defektes Bauteil darf das Werk verlassen)
  • Pseudofehlerrate: < 0.1 % (Jedes mutmaßlich defekte Bauteil muss zur Nachkontrolle und verlangsamt somit die Produktion)
  • Hohe Prüfgeschwindigkeit: aktuell < 200 ms (Aufgrund der hohen Stückzahlen muss die Bewertung in Echtzeit erfolgen)
  • Anpassbarkeit auf verschiedene Generator-Varianten (Im Werk in Laage sind etwa 40 Produkt-Varianten im Einsatz)
© Fraunhofer IGD

Eckdaten zum Forschungsprojekt

projekttitel: Endkontrolle in der Serienproduktion von Airbag-Generatoren
kurztitel:
EOLIA
Konsortialführer:
Fraunhofer IGD
Partner:
ZF-TRW

Im Werk in Laage ist die Software im produktiven Einsatz und befindet sich zurzeit in der Ausrollung auf weitere Standort.

Die Anwender der Software sind zum einen die Werker direkt an der Fertigungslinie, die die Software zur Nachprüfung von möglichen Fehlerteilen nutzen und zum anderen die Qualitätsbeauftragten, die für die visuelle Endkontrolle zuständig sind. Hierfür wurden extra Möglichkeiten geschaffen, damit der Qualitätsbeauftragte selbstständig dazu in der Lage ist, neue Varianten anzulernen und zu verwalten.

Ansprechperson

Ulrich Krispel

Contact Press / Media

Dr. techn. Ulrich Krispel

Generative Modelling, Computer Vision

Fraunhofer Austria Research GmbH
Inffeldgasse 16c
8010 Graz, Österreich

Telefon +43 676 888 61 804

FORELLE: Meerforellen Annotator & Analyzer

Die Meerforelle ist ein besonderer Fisch. Jahr für Jahr verlässt sie zum Laichen das Salzwasser der Ostsee und kämpft sich flussaufwärts ins Süßwasser vor, um Kuhlen zu buddeln und die Eier abzulegen. Der Weg ist mühsam, an vielen Stellen machen ihn Kraftwerke aussichtslos. Aktuell hilft Künstliche Intelligenz dem bis zu 130 Zentimeter großen Fisch – und könnte beitragen, ihn vor dem Aussterben zu retten und die Funktionsfähigkeit von Fischtreppen und Renaturierungsmaßnahmen zu überprüfen.

Forscherinnen und Forscher von Fraunhofer haben Künstliche Intelligenz (KI) mit Videoschnipseln darauf trainiert, die Meerforelle von vorbeischwimmenden Blättern und anderen Fischen zu unterscheiden. Jetzt kann KI beitragen, die Wanderwege dieses Lachsfisches erstmals flächendeckend zu untersuchen. Das Land Mecklenburg-Vorpommern hat das Institut für Fisch und Umwelt mit einer wissenschaftlichen Zählung der Meerforellen beauftragt. Dazu bauen Mitarbeiter Engpässe ein, die die Forellen passieren müssen, und überwachen diese mit Kameras. Die Auswertung der Aufnahmen ist jedoch extrem langwierig. Etwa drei Monate ist ein Mitarbeiter mit der Zählung aller Engstellen beschäftigt. Diese langwierige Prozedur ist nun erheblich verkürzt. Dank KI benötigt das System statt drei Monaten für die Auswertung lediglich fünf Tage. Ein weiterer Vorteil: Statt wie bisher nur fünf bis sechs Flüsse auf das Vorkommen von Meerforellen zu untersuchen, kann sie nun wirklich flächendeckend beobachtet werden. Anwender sind Biologen, die sonst Videomaterial selbst per Hand auswerten.

Projektkonsortium: Fraunhofer IGD, FIUM GmbH & Co. KG Rostock

Eckdaten zum Forschungsprojekt

projekttitel: Meerforellen Annotator & Analyzer
kurztitel:
FORELLE
Konsortialführer:
Fraunhofer IGD
Partner: FIUM GmbH & Co. KG Rostock

Ansprechperson

Ulrich Krispel

Contact Press / Media

Dr. techn. Ulrich Krispel

Generative Modelling, Computer Vision

Fraunhofer Austria Research GmbH
Inffeldgasse 16c
8010 Graz, Österreich

Telefon +43 676 888 61 804

my office ML: Mehrwert für KMU im Dienstleistungssektor durch den Einsatz von maschinellem Lernen in der Projektabwicklung und Kundenbetreuung

Die Agentursoftware my office wurde von Poool konzipiert, um Unternehmen im Dienstleistungssektor bei der Abwicklung von Projekten und bei der Betreuung ihrer Kunden bestmöglich zu unterstützen. Im Rahmen der Unterstützung werden Daten erfasst, die die Geschäftstätigkeit eines Unternehmens in vielerlei Hinsicht abbilden. Das Potenzial dieser Daten zur Unterstützung von Entscheidungsprozessen ist enorm, wird aber derzeit nur begrenzt genutzt.

Eckdaten zum Forschungsprojekt

Projekttitel: Mehrwert für KMU im Dienstleistungssektor durch den Einsatz von maschinellem Lernen in der Projektabwicklung und Kundenbetreuung
Kurztitel:
my office ML
Fördergeber:   Land Tirol
ausschreibung: Tiroler Innovationsförderung
konsortialführer: Poool Software & Consulting GmbH
partner: Fraunhofer Austria Research GmbH
Empatic e.U.
Laufzeit: 09.2020 – 02.2022 (18 Monate)
Gesamtkosten: €238.354

Projektziele

Bereits heute ist eine kundenspezifische Auswertung der in my office hinterlegten Daten Teil des Funktionsumfangs der Software. Die Möglichkeiten zur Auswertung werden im Rahmen des Projekts weiterentwickelt. Im Mittelpunkt stehen zum einen die Relativierung subjektiver Einschätzungen und zum anderen das Verständlich machen von wirtschaftlichen Zusammenhängen. Nutzern soll das Erlangen eines tieferen Verständnisses für ihre Geschäftstätigkeit und das Ziehen der richtigen Schlüsse erleichtert werden. Bei der Weiterentwicklung von my office steht nicht die Erweiterung der Auswertung, etwa durch neue Berichte oder Visualisierungen, im Fokus, sondern die Vereinfachung der Auswertung. Die Komplexität für den Nutzer soll reduziert und gleichzeitig die Auswertungen besser an die Bedürfnisse des Nutzers angepasst werden. Vorgesehen ist u.a. der Einsatz von Verfahren des maschinellen Lernens, um Nutzer von my office bei der datenbasierten Optimierung ihrer Geschäftstätigkeit zu unterstützen.

 

Projektergebnisse

Ergebnis des Projekts sind Erkenntnisse über die Möglichkeiten und Grenzen von verschiedenen Ansätzen zur Verbesserung der kundenspezifischen Auswertungsfunktionen von my office. Vielversprechende Verbesserungen werden parallel zum oder im Anschluss an das Projekt von Poool zur Marktreife gebracht und in die Software integriert.

Ansprechperson

Daniel Bachlechner

Contact Press / Media

Dipl.-Ing. Dr.rer.soc.oec. Daniel Bachlechner

Gruppenleiter Advanced Data Analytics

Fraunhofer Austria Research GmbH
Weisstraße 9, Büro 02
6112 Wattens, Österreich

Telefon +43 676 888 61 663

REINFORCE: Exploiting the potential of reinforcement learning for continuous optimisation of complex and dynamic systems

Die Erwartungen der Verbraucher an Unternehmen steigen. Sie zwingen Unternehmen etwa dazu, eine höhere Anzahl an Produktvarianten zu produzieren oder führen zu kürzeren Produktlebenszyklen und sinkenden Stückzahlen. Für Unternehmen bedeuten diese Entwicklungen auch eine zunehmende Komplexität bei ihren Produktions- und Logistiksystemen. Damit Unternehmen langfristig wettbewerbsfähig bleiben, darf sich die zunehmende Komplexität weder auf ihre Wirtschaftlichkeit noch auf ihre Nachhaltigkeit negativ auswirken. Diese Dichotomie stellt eine Herausforderung dar: Wie kann eine optimale Steuerung dieser zunehmend komplexen Systeme gelingen, die resistent gegenüber unvorhergesehenen Entwicklungen im Umfeld ist? Eine Antwort darauf liefert die Digitalisierung, die dazu führt, dass immer mehr systemrelevante Daten gesammelt und gespeichert werden. Doch während die Datenmengen rasch wachsen, sind viele Unternehmen nicht in der Lage diese angemessen zu verwerten und Maßnahmen für die Optimierung ihrer Systeme daraus abzuleiten. Trotz der Verfügbarkeit entsprechender Daten werden wichtige Systeme in vielen Unternehmen nicht annähernd optimal gesteuert. Entscheidungen werden häufig auf Grundlage einfacher Heuristiken getroffen. Reinforcement Learning, eine Klasse von Verfahren des maschinellen Lernens, die auf das Prinzip von Versuch und Irrtum setzen, ist unter bestimmten Voraussetzungen dafür geeignet, optimale Strategien für die Steuerung komplexer Systeme zu finden. Zuletzt wurden in der Grundlagenforschung wichtige Durchbrüche erzielt, der Transfer des Ansatzes in die Praxis ist jedoch bis auf wenige Ausnahmen noch nicht gelungen.

Eckdaten zum Forschungsprojekt

Projekttitel: Exploiting the potential of reinforcement learning for continuous optimisation of complex and dynamic systems
Kurztitel:
REINFORCE
Fördergeber:   FFG
ausschreibung: IKT der Zukunft - 9. Ausschreibung
konsortialführer: Fraunhofer Austria Research GmbH
partner: Institute For Computer Science And Control - SZTAKI
Universität Innsbruck
VRVis Zentrum für Virtual Reality und Visualisierung Forschungs-GmbH
ENGEL AUSTRIA GmbH
Robert Bosch AG
Laufzeit: 01.2022 – 06.2024 (30 Monate)
Gesamtkosten: €868.506

Projektziele

REINFORCE bewertet das Potenzial von Reinforcement Learning als Lösungsansatz für komplexe Steuerungsprobleme. Der Ansatz wird in zwei komplementären Anwendungsfällen im Bereich intelligenter Fahrzeugsysteme implementiert und evaluiert. Sowohl bei der Steuerung des Antriebsstrangs von Personenkraftwagen als auch beim Steuern von fahrerlosen Transportsystemen, stoßen etablierte Ansätze zunehmend an ihre Grenzen. REINFORCE beschäftigt sich einerseits mit den technischen Aspekten des Reinforcement Learnings, also mit der Entwicklung von Algorithmen, die auf die Herausforderungen realer Szenarien zugeschnitten sind. Andererseits werden auch der Faktor Mensch sowie ökonomische Aspekte miteinbezogen. Besondere Aufmerksamkeit kommt der Erklärbarkeit und Vertrauenswürdigkeit der Ergebnisse, der Übertragung des Gelernten zurück zum Menschen und der Frage, wie die Technologie am besten in bestehende Steuerungsprozesse integriert werden kann zu.

 

Projektergebnisse

REINFORCE entwickelt auf Reinforcement Learning basierende Ansätze zur Steuerung komplexer Systeme und führt dabei menschliche und technische Elemente symbiotisch zusammen. Mit Fokus auf den Anwendungsbereich intelligente Fahrzeugsysteme werden zwei Pilotimplementierungen realisiert. Neben einer höheren Leistungsfähigkeit des Systems wird eine Reduktion des manuellen Aufwands bei der Steuerung um bis zu 50% erwartet. Die Leistungsfähigkeit des Ansatzes wird mithilfe echter Systemdaten evaluiert und mit etablierten Ansätzen verglichen. Die Erkenntnisse können als Leitlinie dienen und den Transfer von Reinforcement Learning in die Praxis erleichtern – nicht nur im Bereich intelligenter Fahrzeugsysteme, sondern allgemein zur Lösung herausfordernder Planungs- und Steuerungsprobleme.

Ansprechperson

Daniel Bachlechner

Contact Press / Media

Dipl.-Ing. Dr.rer.soc.oec. Daniel Bachlechner

Gruppenleiter Advanced Data Analytics

Fraunhofer Austria Research GmbH
Weisstraße 9, Büro 02
6112 Wattens, Österreich

Telefon +43 676 888 61 663

Catherine Laflamme, PhD

Contact Press / Media

Catherine Laflamme, PhD

Wissenschaftliche Mitarbeiterin

Fraunhofer Austria Research GmbH
Weisstraße 9
6112 Wattens, Österreich

Mobil +43 676 888 616 34

REWADIG: Digitalisierung der Wassersysteme

Die Potenziale und Auswirkungen einer intelligenten (digitalen) Trinkwasserversorgung sind noch weitgehend unerforscht bzw. nur in idealen Testgebieten (z.B. auf Universitätscampus, im Gewerbegebiet) erprobt. Zudem sind Kontrollmöglichkeiten im Trinkwasserversorgungsnetz vorwiegend auf die Hauptpunkte (z.B.: Übergabepunkten zwischen Druckzonen, Behälter Zu- und Ausspeisungen) beschränkt, wodurch eine Früherkennung von möglichen Problemen im Netzwerk nur eingeschränkt und großräumig möglich sind.

Im Projekt "REWADIG" wird erstmalig die urbane Trinkwasserversorgung einer bestehenden Kommune in eine intelligenten Trinkwasserversorgung transformiert. Dadurch können alle Wasserströme im Versorgungsgebiet in Echtzeit gemessen und zur Früherkennung (z.B.: Rohrnetzverluste, Wasserqualität - Verweilzeiten des Trinkwassers in den Leitungen) verwendet werden. Die Realisierung einer smarten Überwachung und Steuerung wird einen deutlichen Qualitätsanstieg und die Erhöhung der Resilienz gegenüber kurz- (Störfälle) und langfriste (Klimawandel) Einwirkungen bewirken. Technologische Ansätze und die Einbeziehung der Bevölkerung in den Betrieb (z.B.: gezielte oder bewusste Wasserverwendung), führen zu einer Reduktion des Wasserbedarfs und schlussendlich zu einer Schonung der Wasserressourcen.

Durch dieses intelligente System können auch kurzfristige Störfälle und Verbrauchsabweichungen (verursacht durch Leckagen, Kontaminationen, terroristische Attacken, Ausgangsbeschränkungen, ...) zeitnah erkannt und entsprechende Maßnahmen rasch umgesetzt werden. Zudem werden mit den Daten umfangreiche Lebenszyklus- und Kostenanalysen durchgeführt, um die ökologischen und ökonomischen Auswirkungen einer intelligenten Wasserversorgung zu bewerten und Empfehlungen für zukünftige Projekte im Bereich einer modernen und zukunftsfähigen Trinkwasserversorgung ableiten zu können.

Eckdaten zum Forschungsprojekt

projekttitel: Digitalisierung der Wassersysteme
kurztitel:
REWADIG
Fördergeber: Klima- und Energiefonds
Ausschreibung: Smart Cities Demo – Boosting Urban Innovation 2020
Konsortialführer:
Universität Innsbruck - Institut für Infrastruktur
Partner: Stadtwerke Klagenfurt
Fraunhofer Austria Research GmbH
Ing. Max Hammerer
Wolfgang Gruber
Laufzeit: 04/2021 – 03/2024

Projektziele

  • Implementierung eines smarten, urbanen Wassersystems im erweiterten Stadtgefüge im realen städtisch geprägten Experimentierraum in Klagenfurt mit Transformation zu einer integrativen Smart City
  • Erhöhung der Resilienz des urbanen Wassersystems gegenüber Klimawandel und (gezielten) Störungen: Ressourcenknappheit, Ausfall, Veränderungen; Temperaturänderungen (Klimawandel und die damit einhergehende Veränderung der Trinkwasserqualität durch Erhöhung der Temperatur im Grundwasser, in den Rohrleitungen und im Wasserbehälter); Störfalle, Notfälle, Ausfälle, Attacken, Krisen
  • Untersuchung des Ressourcenkonfliktes im urbanen Gefüge (Umsetzungspotential Nature Based Solutions (NBS) und Urban Cooling; Ressourcenkonflikt Trinkwasser durch erforderliche Bewässerung)
  • Umsetzung von technischen Maßnahmen zur Erhöhung der Effizienz als Beitrag zur Klimaneutralität: Früherkennung und Reduktion von Rohrnetzverlusten; Optimierung der Lastflussverteilung; Grundlage zur Koordination mit anderen Infrastrukturbereichen für Planung, Bau und Instandhaltung (parallele Leitungsträger, Verkehrssteuerung, Aufgrabungen im öffentlichen Raum)
  • Verstärkte Bürger*Innenbeteiligung und Bestimmung der realen Potentiale (Bewusstseinsbildung durch vermehrte Information mit bewusster Verwendung von Kalt- und Warmwasser; Bürger*Innenbeteiligung – offene Wasserpreisgestaltung; Beurteilung über den Einfluss auf Betriebsabläufe)
  • Bestimmung des ökologischen, ökonomischen und kommunalen Mehrwerts einer intelligenten (digitalen) Trinkwasserversorgung (inkl. Lebenszyklusanalyse), Ökologische (Umwelt) und ökonomische (Wirtschaftlichkeit) Bewertung; Ressourcenverbrauch ICT-System (Batterie, Material) vs. Mehrwert (Einsparungen, höhere Versorgungssicherheit); Digitalisierung für die Bürger*Innen nutzbar machen und die Vorteile für die Bürger*Innen bestimmen und kommunizieren

Projektergebnisse

Forschungsschwerpunkte vom Arbeitsbereich Umwelttechnik der Universität Innsbruck sind die Analyse und (Echtzeit-)Modellierung von Trinkwassernetzwerken sowie Smart Water Cities (z.B.: Frühwarnsysteme für Wasserverluste). Die Fachgebiete der Fraunhofer Austria Research GmbH sind datengetriebenes Design und künstliche Intelligenz zur Bestimmung von Netzparametern. Im Zuge des Projektes werden diese Forschungsergebnisse in die Praxis übergeführt und an einer realen Kommune erprobt.

Durch das Projekt wird in Klagenfurt ein Experimentierraum für smarte, urbane Wassersysteme geschaffen. Durch die Umsetzung eines Mess- und Steuerungsnetzwerkes werden die aktuellen Systemzustände hochaufgelöst ermittelt. Dadurch kann die Resilienz der bestehenden urbanen Wasserversorgung gegen kurzfriste (Störungen) und langfristige (Klimawandel) Einwirkungen analysiert und durch technische und organisatorische Maßnahmen optimiert werden.

Die Umsetzung eines Mess- und Steuerungsnetzwerkes bedeutet primär Investitionskosten und Ressourceneinsatz. Aufbauend auf den Ergebnissen können die kurz-, mittel- und langfristigen Potentiale einer smarten Wasserinfrastruktur ermittelt und die ökologischen und ökonomischen Auswirkungen auf den kommunalen Mehrwert bewertet werden. Die umgesetzten Maßnahmen und Ansätze werden als open-source und open-access aufbereitet, sodass sie auch von anderen Kommunen einfach angewandt werden können.

Ansprechperson

Torsten Ullrich

Contact Press / Media

Dr. techn. Torsten Ullrich

Forschungskoordination

Fraunhofer Austria Research GmbH
Inffeldgasse 16c
8010 Graz, Österreich

Telefon +43 676 888 61 802

SMiLe: Secure Machine Learning Applications with Homomorphically Encrypted Data

Der Erfolg von Organisationen hängt zunehmend von ihrer Fähigkeit ab, Daten zur Verbesserung ihrer Effizienz und zur Schaffung innovativer Angebote zu nutzen. In Organisationen werden immer mehr Daten erfasst und gespeichert, ein beachtlicher Teil ihres Potenzials bleibt aber ungenutzt. Vor allem für Anwendungen, die auf Verfahren des maschinellen Lernens setzten, wäre eine Zusammenführung von Daten über Organisationseinheiten und Organisationsgrenzen hinweg wichtig. Besonders sensible Daten werden jedoch kaum geteilt. Dafür gibt es gute Gründe: (1) Gesetze wie die DSGVO verlangen von Organisationen das Ergreifen von Sicherheitsmaßnahmen und schränken die Nutzung und Weitergabe von Daten grundsätzlich ein. (2) Organisationen haben ein starkes Interesse daran geistiges Eigentum zu schützen und sehen es durch das Teilen von Daten gefährdet. Da auf homomorph verschlüsselten Daten zwar beliebige Berechnungen möglich sind, die Daten aber gleichzeitig vor unberechtigtem Zugriff geschützt sind, erscheinen sie im Hinblick auf die Nutzung von sensiblen Daten vielversprechend. Das Fehlen von Know-how und geeigneten Softwarelösungen hat dazu geführt, dass es bisher kaum praktische Anwendungen gibt, die auf maschinelles Lernen auf homomorph verschlüsselten Daten setzen.

Eckdaten zum Forschungsprojekt

projekttitel: Secure Machine Learning Applications with Homomorphically Encrypted Data
kurztitel:
SMiLe
Fördergeber: FFG
Ausschreibung: IKT der Zukunft
Konsortialführer:
Fraunhofer Austria Research GmbH
partner:
MCI Management Center Innsbruck Internationale Hochschule GmbH
Software Competence Center Hagenberg GmbH
VRVis Zentrum für Virtual Reality und Visualisierung Forschungs-GmbH
CORE smartwork GmbH
Fill GmbH
Tributech Solutions GmbH
Projektdauer: 30 Monate
04/2021 - 09/2023
Gesamtkosten:
€947.290

Projektziele

SMiLe untersucht unter welchen Voraussetzungen Lösungen, bei denen homomorphe Verschlüsselung zum Einsatz kommt, dazu geeignet sind das Potenzial von sensiblen Daten für maschinelles Lernen nutzbar zu machen. Die Weiter-entwicklung von relevanten Softwarekomponenten steht genauso im Mittelpunkt des Projekts wie das Zugänglichmachen von erforderlichem Know-how. Das Potenzial des Verfahrens für maschinelles Lernen wird anhand von zwei Anwendungsfällen bewertet, die sich mit Mitarbeitersegmentierung bzw. vorausschauender Wartung befassen. Im Rahmen des Projekts werden sowohl technische als auch soziale, rechtliche und wirtschaftliche Fragen behandelt. Lösungsansätze werden nicht nur hinsichtlich ihrer Analysefähigkeiten, Leistung und Skalierbarkeit, sondern auch im Hinblick auf ihre Kosteneffizienz, Transparenz und Benutzerfreundlichkeit bewertet. Die Vor- und Nachteile des maschinellen Lernens auf homomorph verschlüsselten Daten werden mit alternativen Ansätzen verglichen, die auf synthetischen Daten, Transfer Learning, Secure Multi-Party Computation oder Differential Privacy basieren.

 

Projektergebnisse

SMiLe trägt zur Etablierung eines kooperativ-kreativen Ökosystems bei, in dem verschiedene Akteure vertrauensvoll, symbiotisch und eigenverantwortlich interagieren und bisher nicht vorstellbare Lösungen realisieren, bei denen nicht nur Datenschutz und Sicherheit gewährleistet sind, sondern auch bisher ungenutzte Potenziale von Daten ausgeschöpft werden können. Im Rahmen des Projekts werden bestehende Plattformen erweitert, um Lösungen bereitzustellen, welche die Erstellung und Nutzung von Modellen für maschinelles Lernen unter Verwendung homomorph verschlüsselter Daten ermöglichen. Bestehende Softwarekomponenten werden weiterentwickelt und in prototypische Lösungen integriert, welche die spezifischen Anforderungen der Anwendungsfälle erfüllen. Die Erkenntnisse werden in Form von praktischen Richtlinien dokumentiert. Die Richtlinien sollen potenziellen Anwendern helfen zu beurteilen, ob maschinelles Lernen auf homomorph verschlüsselten Daten zu ihrem Anwendungsszenario passt.

Ansprechperson

Daniel Bachlechner

Contact Press / Media

Dipl.-Ing. Dr.rer.soc.oec. Daniel Bachlechner

Gruppenleiter Advanced Data Analytics

Fraunhofer Austria Research GmbH
Weisstraße 9, Büro 02
6112 Wattens, Österreich

Telefon +43 676 888 61 663

SUBSEA: Unterwasser Videos

Mehr als zwei Drittel der Erde sind von Wasser bedeckt und doch wissen wir mehr über die Mondoberfläche als über das Leben im Meer. Dabei wächst die Bedeutung der Meere als Lebens- und Wirtschaftsraum seit Jahren beständig. Kommerzielle Anwendungsfälle für Unterwasseraufnahmen finden sich in der Produktion von hochwertigem Multimediamaterial für Bildung/Unterhaltung, in der Planung, Überwachung und Unterhaltung von Unterwasserbauwerken (Pipelines, Gründungsstrukturen von Offshore-Windenergieanlagen etc.), bei zivilen und militärischen Überwachungsaufgaben sowie in der Meeresbiologie und Aquakultur. Daneben gibt es auch eine wachsende Nachfrage im privaten Einsatz bei Hobbytauchern.

 

Gegenüber den Foto- und Filmaufnahmen an Land stellen Aufnahmen unter Wasser deutlich höhere Anforderungen:

  • Die Aufnahme- und Beleuchtungstechnik muss wasserdicht sein und je nach Wassertiefe auch hohem Druck standhalten.
  • Das Licht wird durch die optischen Eigenschaften des Wassers stark gedämpft und mit zunehmender Wassertiefe werden insbesondere die roten Anteile des Lichts absorbiert.
  • Schwebteilchen im Wasser führen in einigen Gewässern, wie z. B. der Ostsee, zu stark verrauschten Bildern und schlechter Sicht.
  • Die Brechung des Lichts an den Medienübergängen (Wasser, Glas, Luft) führt zu einer ungewollten Verzerrung und Vergrößerung.

Eckdaten zum Forschungsprojekt

projekttitel: Unterwasser Videos
kurztitel:
SUBSEA
Konsortialführer:
Fraunhofer IGD
Partner:
PINKAU Interactive Entertainment GmbH

Projektziele

Das Projekt zielt auf die Erforschung von Verfahren für die effiziente Erstellung, Aufbereitung und Auswertung von Unterwasservideos. Der für die Erreichung einer hohen Qualität erforderliche hohe manuelle Aufwand für Vor- und Nachbearbeitung von (ggf. Stereo-)Unterwasser-Filmaufnahmen soll deutlich reduziert werden. Unter spezieller Berücksichtigung der physikalischen Effekte bei Unterwasseraufnahmen gilt es ein Konzept zu erstellen, so dass von der Aufnahme bis zur Präsentation bzw. Auswertung der Daten eine größtmögliche Qualität der Aufnahmen erzielt werden kann.

Das Projekt adressiert dabei die folgenden Teilziele:

  • Optimale Erfassung von Stereoaufnahmen unter Wasser (Einzelbilder und Video) mit flexibler Stereobasis (neuartige Unterwasser-Kamera)
  • Automatisierte Bildverbesserung der Einzelbilder mit Schwerpunkt auf Farbkorrektur, Rauschminderung und Schärfe (Softwaremodule zur Aufbereitung von Unterwasseraufnahmen)
  • Automatisierte Bildverbesserung der Videoaufnahmen mit Schwerpunkt auf Farbkorrektur, Rauschminderung und Schärfe (Softwaremodule zur Aufbereitung von Unterwasseraufnahmen)
  • 3D-Rekonstruktion aus UW-Stereobildern/-sequenzen (Softwaremodule zur Auswertung von Unterwasseraufnahmen)

 

Projektergebnisse

Es werden neue Ansätze für die automatische Bildverbesserung von Unterwasseraufnahmen prototypisch entwickelt und systematisch erprobt. Dazu sollen innovative Verfahren zum Einsatz kommen, welche die Nachbearbeitung von Unterwasser-Aufnahmen effizient und mit optimalen Resultaten möglich machen.

Die automatische Bildverbesserung umfasst eine Kontrast- und Farbverbesserung der Aufnahmen. Durch Kontrastverbesserung sollen die Texturen in den Bildern verbessert dargestellt werden. Bei der Farbverbesserung soll der von der Wassertiefe abhängige Farbverlust unter Wasser korrigiert werden.

Die Farbverbesserung soll durch Informationen aus der 3D-Rekonstruktion unterstützt werden. Dieser modellgestützte Ansatz bildet eine der wesentlichen Innovationen des Projekts. Da die Absorption der verschiedenen Wellenlängen von Licht vom Abstand der aufzunehmenden Objekte zur Kamera und der Lichtquelle abhängig ist, können zusätzliche Informationen über diese Zustände den Verbesserungsprozess unterstützen.

Im Rahmen dieses Projekts soll dazu die von einem Stereo-Kamera-System berechenbare 3D-Stereo-Tiefe ausgenutzt werden. Um diese in metrischen Einheiten ausdrücken zu können, ist eine Kalibrierung des Stereo-Kamera-Systems notwendig. Durch Lichtbrechung sind herkömmliche Verfahren zur Kalibrierung unter Wasser nicht geeignet.

Projektkonsortium: Fraunhofer IGD, PINKAU Interactive Entertainment GmbH

Ansprechperson

Ulrich Krispel

Contact Press / Media

Dr. techn. Ulrich Krispel

Generative Modelling, Computer Vision

Fraunhofer Austria Research GmbH
Inffeldgasse 16c
8010 Graz, Österreich

Telefon +43 676 888 61 804

TEAM Building: Tirol 2050 - Effizienzsteigerung kommunaler Gebäude durch Analyse und Monitoring

Für das Erreichen der Klimaziele eines energieautonomen Tirol 2050 ist die Reduktion des Energiebedarfs von Gebäuden ein signifikanter Faktor. Während sich zahlreiche Maßnahmen in diesem Bereich auf energieeffizientes Bauen und Sanieren von Wohngebäuden fokussieren, verfolgt das TEAM-Building-Projekt einen neuen Ansatz, der die Nutzergemeinschaft kommunaler Gebäude, insbesondere von Schulen, ins Zentrum rückt.

Auf Basis der in diesem Projekt gesammelten Daten, sowie technischer Gebäudeparameter werden Raumklima und Energieverbrauch des untersuchten Gebäudes bewertet und Empfehlungen und Hinweise für den Gebäudebetrieb daraus abgeleitet, z.B. hinsichtlich:

  • Fehlerfrüherkennung und Diagnose der Gebäudetechnik
  • Verbesserungen in der Betriebsführung (z.B. Steuerung von Heizungs- bzw. Lüftungstechnik)
  • des Nutzerverhaltens (z.B. Lüftungsverhalten)

Für das intelligente und weitgehend automatisierte Analyse- und Empfehlungssystem werden zielgruppengerechte Darstellungen entwickelt:

  • einfache Visualisierungen für den Gebäudebetreiber zur Unterstützung bei der Gebäudebewertung und als
    Entscheidungshilfe für zu treffende Maßnahmen
  • aggregierte Visualisierungen für Architekturbüros, um Erfahrungen mit der langfristigen Entwicklung des
    Energieverhaltens von Gebäuden zu erhalten

Eckdaten zum Forschungsprojekt

Projekttitel: Tirol 2050 - Effizienzsteigerung kommunaler Gebäude durch Analyse und Monitoring
Kurztitel: TEAM Building
Fördergeber Land Tirol
Ausschreibung: Leuchtturmprojekte im Bereich Digitalisierung
Konsortialführer: Fraunhofer Austria Research GmbH
Partner:

Universität Innsbruck, Institut für Konstruktion und Materialwissenschaften (Energieeffizientes Bauen, EEB)    

Universität Innsbruck, Institut für Informatik (Quality Engineering, QE)

Architekt Raimund Rainer ZT GmbH

Klima- und Energie-Modellregion, Regionalmanagement Bezirk Imst

Gemeinde Stams

Laufzeit: 24 Monate (03/2020 - 02.2022)
Gesamtkosten: €223.518
Projektwebseite: http://www.team-building.tirol

Projektziele

Ziel des Projekts ist das sensor- und datengetriebene Monitoring und die Bewertung bestehender (Schul-)Gebäude in Bezug auf Energieverbrauch und Raumklima. Dabei soll die Sicht von Gebäudebetreibern (Kommune/Schulleitung) und Architekten im Vordergrund stehen, aber auch jene der direkten Nutzer berücksichtigt werden. Neben dem Erreichen von Energieeffizienzzielen sind die gesundheitliche Optimierung des Raumklimas und das Wohlbefinden der Gebäudenutzer wesentlicher Bestandteil des Gesamtkonzepts.

Im Rahmen des Projekts wird eine auf Kommunen zugeschnittene, einfach zu konfigurierende, kostengünstige und modular erweiterbare Open-Source Sensorausstattung ausgewählt und eine datenschutzkonforme und sichere Cloud-Plattform zur Analyse der Messdaten aufgebaut.

 

Projektergebnisse

Ergebnis des zweijährigen Projekts wird ein evaluierter Prototyp sein, sowie ein Konzept für den gesamten Workflow von der Platzierung der Sensorausstattung bis zum Betrieb der Cloud-Plattform. Es ist geplant, nach Projektende diesen Prototyp im kommunalen Bereich auszurollen und in der Folge der Verwertung zuzuführen. Darüber hinaus ist geplant, das Anwendungsspektrum sukzessive zu erweitern, z.B. auf andere Gebäudetypen und weitere Gebäudeparameter.

Ansprechperson

Daniel Bachlechner

Contact Press / Media

Dipl.-Ing. Dr.rer.soc.oec. Daniel Bachlechner

Gruppenleiter Advanced Data Analytics

Fraunhofer Austria Research GmbH
Weisstraße 9, Büro 02
6112 Wattens, Österreich

Telefon +43 676 888 61 663

VAST: Virtual Airspace and Tower

Bei der Flugverkehrskontrolle handelt es sich um einen komplexen, sicherheitskritischen Arbeitsbereich. Der Markt birgt wenige Innovationen, FluglotsInnen arbeiten schon seit Jahrzehnten mit der gleichen Technologie, welche den Luftraum abstrahiert und zweidimensional visualisiert (RADAR und dessen grafische Benutzeroberflächen). FluglotsInnen sind gezwungen die Situationsübersicht durch die geistige Extraktion der dritten Dimension – also der Flughöhe, die nur anhand von eingeblendetem Text ersichtlich ist – zu erlangen und zu behalten. Erschwerend kommt hinzu, dass die Interpolation der Flugzeugpositionsdaten nur alle 1-4 Sekunden aktualisiert werden. Diese Aufgabe stellt eine sehr hohe kognitive Belastung an die FluglotsInnen dar. Im Rahmen von VAST, das steht für Virtual Airspace and Tower, haben wir die Frage gestellt:

Wie kann mit Hilfe modernster Visual Computing Technologien und Konzepten der Flugverkehr im virtuellen Raum so abgebildet werden, dass die Situationsübersicht besser und einfacher zu erlangen ist?

Eckdaten zum Forschungsprojekt

projekttitel: Virtual Airspace and Tower
kurztitel:
VAST
Fördergeber: FFG, BMVIT (heute: BMK)
Ausschreibung: TAKEOFF
Konsortialführer:
Fraunhofer Austria Research GmbH
Partner: FH St. Pölten
Frequentis AG

Projektziele

Das Projektteam überprüfte auch, ob Effizienz (schnellere Entscheidungsfindung) und Sicherheit (Konflikterkennung) durch VAST positiv beeinflusst wird. Nach Interviews mit Stakeholdern und Lotsen wurden zahlreiche Ideen für eine neuartige Darstellung des Luftraumes erstellt. Aus diesen Ideen wurden drei Low-Fidelity Prototypen entwickelt und evaluiert. Aus den Ergebnissen wurde ein High-Fidelity Prototype abgeleitet. Dieser kann den Luftraum in einer bekannten 2D Ansicht darstellen aber zusätzlich kann in eine 3D Ansicht gewechselt werden. Um ein forderndes Szenario abzubilden wurde der Flugraumsimulator NAVSIM (entwickelt von Prof. Carl-Herbert Rokitansky an der Universität Salzburg und in Zusammenarbeit mit der Mobile Communications R&D Forschungs GmbH) mit dem VAST Prototype verbunden. NAVSIM erlaubt eine sprachgesteuerte Interaktion mit den simulierten Flugzeugen.

Der High-Fidelity Prototype wurde von 18 Lotsen aus Österreich und Deutschland sowie von 6 Medienstudenten getestet. Die Evaluierung des High-Fidelity Prototype hat gezeigt, dass die 3D-Darstellung des Luftraumes mindestens gleich oder besser als die bekannte 2D-Darstellung funktioniert. Die Auswertung zeigt Unterschiede in der Meinung über 3D in den Interviews und den Antworten in den Fragebögen und den während der Tests erfassten Daten. Vor allem die Fluglotsen waren zurückhaltend und sehr kritisch gegenüber der 3D-Darstellung, aber die Leistung war in 3D gleich oder besser. Es kann jedoch nicht eindeutig nachgewiesen werden, dass diese Leistung auf die Art und Weise zurückzuführen ist, wie der Flugverkehr visualisiert wird, da es mehrere Einflussfaktoren gibt: (1) Nicht das gleiche Flugdatenverhalten in den Szenarien, (2) die Reihenfolge der Aufgaben blieb für jeden Teilnehmer gleich (Lernfaktor). Um klar zu verifizieren, dass die Leistung der Lotsen auf die Art der Visualisierung zurückzuführen ist, wäre eine weitere Auswertung mit mehr Teilnehmern erforderlich.

Ansprechperson

Volker Settgast

Contact Press / Media

Dr. techn. Volker Settgast

Virtual Reality

Fraunhofer Austria Research GmbH
Inffeldgasse 16c
8010 Graz, Österreich

Telefon +43 676 888 61 807