Forschungsthema »Industrie 4.0 - Smart Manufacturing«

Unsere aktuellen Forschungsprojekte

BEHAVE: Erfassung, Überwachung und Auswertung der tatsächlichen Nutzung von kettengetriebenen Fahrzeugen zur Optimierung der LZK

Das Nutzungsprofil kettengetriebener Fahrzeuge variiert in Abhängigkeit von verschiedenen Faktoren wie Einsatzart, Dauer und Einsatzgebieten. Die wechselseitigen Auswirkungen dieser Faktoren können zu einem schnellen Anstieg der Kosten für Wartung und Instandhaltung, begünstigt durch zahlreiche empfindliche und verschleißanfällige Bauteile in kettengetriebenen Fahrzeugen, führen.

Bereits bei der Beschaffung kettengetriebener Fahrzeuge wird vom Anbieter häufig versucht, ein entsprechendes Nutzungs- und Belastungsprofil für die Ermittlung der Folgekosten zu kalkulieren. Das reale Nutzungs- und Belastungsprofil der Fahrzeuge ist allerdings nicht bekannt und basiert derzeit auf Schätzungen und Erfahrungswerten. Zusätzlich ist die Erfassung, Übertragung, zentrale Speicherung und Analyse von militärisch sensiblen Daten, wie z.B. Verschleiß einzelner Baugruppen und geplanter Wartungsintervalle, in Bezug auf die Fahrzeugnutzung sicherheitskritisch und wird derzeit nicht automatisch durchgeführt. Im Falle eines Schadens oder Garantiefalls kann der Nachweis der tatsächlichen Nutzung gegenüber dem Fahrzeughersteller nur eingeschränkt erbracht werden. Das angestrebte Ergebnis des Projektvorhabens ist die Entwicklung eines Systems zur Erfassung, Überwachung und Auswertung der tatsächlichen Nutzung von kettengetriebenen FahrzeugenzurOptimierungderLebenszykluskostenmilitärischerSysteme.

Eckdaten zum Forschungsprojekt

Projektname

Erfassung, Überwachung und Auswertung der tatsächlichen Nutzung von kettengetriebenen Fahrzeugen zur Optimierung der LZKs

Kurz-Titel BEHAVE
Fördergeber FFG
Konsortialführer Fraunhofer Austria
partner Bundesministerium für Landesverteidigung, Messfeld GmbH, Oberrauter | IT, TU Wien -  Forschungsgruppe: Produktions- und Instandhaltungsmanagement
Ausschreibung FORTE Ausschreibung 2022 – Kooperative F&E-Projekte
Laufzeit 10/2023 – 09/2026
GesamtKOSTEN 437.574 Euro

Projektziele

Ziel von „BEHAVE“ ist eine realistische Berechnung sowie Optimierung der Lebenszykluskosten für kettengetriebene Einsatzfahrzeuge. Es wird eine Reduktion der Lebenszykluskosten bis zum Jahr 2030 um bis zu 20% angestrebt. Hierfür werden heterogene Datenquellen erfasst und durch die Anwendung KI-basierter Methoden transparente und nachvollziehbare Nutzungsprofile für kettengetriebene Einsatzfahrzeuge entwickelt. Durch die automatisierte Erfassung und Überwachung der tatsächlichen Nutzung und des damit verbundenen Verschleißes von ausgewählten Bauteilen kettengetriebener Einsatzfahrzeuge können die realen Lebenszykluskosten identifiziert, prognostiziert und optimiert werden.

Ansprechperson

Daniel Toth

Contact Press / Media

Dipl.-Ing. Daniel Toth

Wissenschaftlicher Mitarbeiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Mobil +43 (676) 888 61 698

Dr. Opera

Eine Twin Transformation ist für den Übergang zu einer nachhaltigen, menschzentrierten und resilienten europäischen Industrie unumgänglich. Derzeit ist der Fokus auf ökologische und soziale Aspekte in der Produktion allerdings noch immer meist theoretischer Natur, während der Fokus auf wirtschaftliche Nachhaltigkeit sehr allgegenwärtig ist. Dabei sind sich produzierende Unternehmen oftmals nicht bewusst, dass ganzheitlich nachhaltige Unternehmens- und Betriebsstrategien, welche ökonomische, ökologische und soziale Faktoren miteinbeziehen, wettbewerbsfähig sind, und es oftmals einfach an nachvollziehbaren KPIs zu einer ganzheitlichen Messung der Nachhaltigkeit mangelt.

Eckdaten zum Forschungsprojekt

Projektname: Multicriteria Decision Support Framework for Orchestrating Sustainability Factors in Operation Management Strategies
FÖRDERGEBER: FFG
AUSSCHREIBUNG: Industrienahe Dissertationen 2022
LAUFZEIT: 01.03.2023 – 28.02.2026
GESAMTKOSTEN 198.138 Euro

Projektziele

Das zentrale Ziel von Dr. Opera ist es, Produktionsunternehmen in die Lage zu versetzen, nachhaltige Betriebsführungsstrategien zu implementieren, die auf organisationsspezifisch auswählbaren Kriterien in Bezug auf ökonomische, ökologische und soziale Nachhaltigkeit basieren. Das wesentliche Projektergebnis ist ein holistisches Framework zur Steigerung der Nachhaltigkeit, welches in der Lage ist, ökonomische, ökologische und menschliche Faktoren zu orchestrieren. Ein weiteres zentrales Ergebnis ist ein neuartiges Kennzahlenschema bzw. die Erweiterung eines bereits bestehenden Schemas um eine dedizierte Nachhaltigkeitskomponente (z.B. OSEE = OEE x Sustainability). Ein Proof-of-Concept Tool für ein wissensbasiertes multikriterielles Entscheidungsunterstützungssystem zur Verbesserung des Wissenserhalts und einer fundierten Entscheidungsfindung rundet das Bild ab.

Zusammenfassend lässt sich der Nutzen folgendermaßen beschreiben

  • Gestaltung der menschlichen Dimension in der nachhaltigkeitsorientierten Entscheidungsfindung
  • Orchestrierung von ökologischen, ökonomischen und sozialen Faktoren in der Entscheidungsfindung
  • Realisierung von Kosteneinsparungen bei ökologisch nachhaltigen Produktionsstrategien
  • Reduzierte Verschwendung von Kapitalressourcen einschließlich menschlicher, physischer und intellektueller Ressourcen
  • Steigerung der Wettbewerbsfähigkeit von nachhaltig produzierenden Unternehmen
  • Bereitstellung der optimalen Betriebsführungsstrategie auf der Basis der Multi-Input-Parameter

Ansprechperson

Theresa Madreiter

Contact Press / Media

Dipl.-Ing. Theresa Madreiter

Wissenschaftlicher Mitarbeiterin

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Mobil +43 (676) 888 61 621

EPIC: Centre of Excellence in Production Informatics and Control

Mit Industrie 4.0 erleben Produktionen weltweit eine digitale Transformation. Automatisierung, Digitalisierung und Vernetzung sind demnach die größten Herausforderungen für Industrieunternehmen.

Im Zentrum des Projekts steht die Etablierung des »Centre of Excellence in Production Informatics and Control«, kurz EPIC, als eine der führenden, international anerkannten Kompetenzschmieden im Bereich cyber-physischer Produktionssysteme (CPPS) in Ungarn. EPIC ist Teil des EU-Förderprogramms »Horizon 2020« und konzentriert die Kompetenzen der beteiligten Forschungspartner aus Österreich, Deutschland und Ungarn.

Der Forschungsschwerpunkt von Fraunhofer Austria liegt auf dem Thema Cyber-physikalische Systeme, insbesondere auf der Planung und Steuerung kooperativer, adaptiver Produktions- und Logistiksysteme.

Im Rahmen von EPIC soll ein Netzwerk verschiedener Pilot-CPPS, darunter auch die TU Wien Pilotfabrik Industrie 4.0, aufgebaut und international vernetzt werden. Fragestellungen rund um das Thema können somit unter realen Bedingungen untersucht und Industrieunternehmen zugänglich gemacht werden. Zugleich werden die Erfahrungen anderer Pilot-CPPS genutzt sowie Synergien gefördert.

Darüber hinaus bringt Fraunhofer Austria Know-how aus vergangenen und aktuellen nationalen und internationalen Projekten in das Konsortium ein. Zudem werden Networking Events und Workshops, die über das Projektkonsortium hinausgehen, die internationale Zusammenarbeit sowie den wissenschaftlichen Austausch zwischen den einzelnen Ländern fördern.

Eckdaten zum Forschungsprojekt

Projektname: Centre of Excellence in Production Informatics and Control
Kurztitel:
EPIC
Fördergeber: EU
Programm: Horizon 2020
Projektpartner: National Research, Development and Innovation Office (NKFIH)
Institute for Computer Science and Control, Hungarian Academy of Sciences (SZTAKI)
Budapest University of Technology and Economics (BME)
Fraunhofer-Gesellschaft (FhG): IPA-Stuttgart, IPK-Berlin, IPT-Aachen
Fraunhofer Austria Research GmbH (FhA)
Laufzeit: 04/2017 – 03/2024
Gesamtbudget: €21.700.000
Projektwebseite: https://www.centre-epic.eu/

Projektziele

Ziel von EPIC ist es, Innovationen durch Industrie 4.0 Ansätze zu beschleunigen, industrielle Lösungen zu realisieren und eine neue Generation hochqualifizierter Fachkräfte auszubilden. Insbesondere kleine und mittlere Unternehmen sollen durch EPIC Zugang zu Industrie 4.0 Anwendungen erhalten und bei ihrem individuellen Weg in die Industrie 4.0 unterstützt werden. Das soll letztendlich dazu beitragen, die Entwicklung eines wettbewerbsfähigen europäischen Wirtschafts- und Forschungsstandorts in CEE voranzutreiben und langfristig zu stärken.

Ansprechperson

Arko Steinwender

Contact Press / Media

Dr. techn. Arko Steinwender

Projektleiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Austria

Mobil +43 676 888 616 11

LEOPOLD: Industrial Energy Optimization and Flexibility Through Digitalization

Im Forschungsvorhaben LEOPOLD wird eine digitale Methode zur Flexibilisierung von Energiesystemen durch optimierte Planung und Steuerung industrieller Gesamtsysteme, auf Basis einer flexiblen und effizienten Modellierung und Optimierung, entwickelt.

Der gesellschaftlich erkannten Notwendigkeit, Industrie nachhaltiger und energieeffizienter zu betreiben, steht das Fehlen leistungsfähiger, anwendungsbereiter, digitaler Werkzeuge für die optimierte Gestaltung und Planung von komplexen Energie- und Produktionssystemen für die Industrie gegenüber. Obwohl die grundsätzliche Möglichkeit und das Nutzenpotential einer Synchronisation des industriellen Energiebedarfes mit dem (vermehrt, durch den steigenden Anteil erneuerbarer Energiequellen im Versorgungsmix) fluktuierenden Energieangebot erkannt wird, fehlen auch hierfür digitale Werkzeuge, aber auch Konzepte für die flexible Energieversorgung für industrielle Verbraucher. Damit bleibt ökologisches und ökonomisches Optimierungspotential in einem Hochtechnologieumfeld ungenutzt.

Eckdaten zum Forschungsprojekt

Langtitel des Projekts: industriaL Energy OPtimizatiOn and fLexibility through Digitalization
Kurztitel des Projekts: LEOPOLD
Konsortialführer: Fraunhofer Austria Research GmbH
Projektpartner: TU Wien, Institut für Energietechnik und Thermodynamik (TU-IET)
AutomationX GmbH (AX)
Stahl Judenburg GmbH (STJ)
Veredelungstechnik Krieglach Gmbh (VTK)
Verbund AG (VER)
Laufzeit des Projekts: 03/2021 - 03/2024
Ausschreibung: Energieforschung 6. Ausschreibung
Gesamtkosten: €942.043

Projektziele

LEOPOLD entwickelt eine anwendungsorientierte digitale Methode zur Flexibilisierung von Energiesystemen durch optimierte Planung und Steuerung industrieller Gesamtsysteme, auf Basis einer flexiblen und effizienten Modellierung und Optimierung von Prozess und Struktur. Dadurch wird eine Energieeffizienzsteigerung im Gesamtprozess von bis zu 20% angestrebt, sowie eine ökonomisches und ökologisches Optimierungspotential als der Synchronisation von industriellem Energiebedarf und -angebot. Die neu entwickelte Methode basiert auf hybrider Simulation und metaheuristischer Optimierung auf Gesamtsystemebene, sowie gradientenbasierter Optimierung auf der Ebene komplexer Energiesysteme, in einem integrierten und abgestimmten Verfahren. LEOPOLD beinhaltet einen umfangreichen zweiteiligen Use-Case entlang einer Wertschöpfungskette in der energieintensiven Industrie, der die Praxisanwendungsperspektive des Ansatzes sicherstellt. Ein interdisziplinäres Konsortium sowie die Integration eines Energieversorgers ermöglichen die erfolgreiche Bearbeitung des ambitionierten Vorhabens.

Ansprechperson

Thomas Sobottka

Contact Press / Media

Dr. techn. Thomas Sobottka

Projektleiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien

Mobil +43 676 888 616 26

RE:STOCK INDUSTRY

Das starke Wachstum der österreichischen Industrie führt zu erhöhter Bautätigkeit und Flächenversiegelung. Der Bausektor verursacht 60% der Rohstoffextraktion, 40% der energiebezogenen CO2-Emissionen und 70% des Abfallaufkommens in Ö - Fakten, welche zur nachhaltigen Wiederverwendung bereits vorhandener Infrastruktur aufrufen. Trotz mehr als 82200 bestehender Industrie- und Lagergebäude, 20000 ha ungenutzter Industrieflächen, sowie 6000 Industrie Gebäudebrachen, werden Neuansiedlungen/Erweiterungen selten in Bestandsstrukturen integriert.

Die Umsetzung von vertikalen Produktionsprozessen und vertikaler Ertüchtigung von Industriegebäuden können Abfallaufkommen und Bodenversiegelung stark reduzieren. Die Tragstruktur ist von entscheidender Bedeutung. Es fehlen meist Informationen über die Tragfähig- und Gebrauchstauglichkeit für die Wiederverwendung und Methoden zur präzisen Erfassung und lebenszyklusorientierten Bewertung von Tragwerksbeständen.

Eckdaten zum Forschungsprojekt

Langtitel des Projekts: Digitaler Framework zur kreislauforientierten Wiederverwendung von Bestandstragwerken für vertikale Produktionen
Kurztitel des Projekts: RE:STOCK INDUSTRY
Fördergeber: FFG
ausschreibung:

Kreislaufwirtschaft – Energie- und Umwelttechnologie Ausschreibung 2023

Konsortialführer: Technische Universität Wien, Institut für Hoch- und Industriebau
Projektpartner: Fraunhofer Austria Research GmbH, ATP Wien Planungs GmbH, Delta Projektconsult GmbH, diebauplaner salzer & partner zt GmbH, Palfinger Structural Inspection GmbH, RM Umweltkonsulenten ZT GmbH, TU Wien Intitute of Visual Computing and Human-Centered Technology
Laufzeit des Projekts: 1.2.2024 – 31.1.2027
Gesamtkosten: 1.367.069  €

Projektziele

Hauptziel von RE:STOCK INDUSTRY ist die Entwicklung einer digitalen Methodik zur Erfassung, Modellierung und Analyse von Bestandstragwerken, um ihr Potential für Wiederverwendung, Modernisierung und Ertüchtigung bei vertikalen Erweiterungen unter Berücksichtigung von kreislaufwirtschaftlichen Aspekten zu bestimmen. Reale UseCases in Stahl- und Stahlbetonskelettbauweisen werden durch LIDAR-Scans und Photogrammetrie erfasst. Durch neue KI-Algorithmen wird automatisiert ein as-built-FEM (Finite Elemente Methode) Modell generiert, das neben der traditionellen Tragwerksanalyse auch der kreislauforientierten Dokumentation und Bewertung der Re-Use-Fähigkeit des Tragwerks dient. Neue Konzepte für vertikale Produktionsprozesse im Bestand sowie Ansätze für vertikale Ertüchtigungen der Industriegebäude werden als 3D-Nutzungsmodelle in die FEM-Modelle integriert.

Modernisierungs- und Ertüchtigungsmaßnahmen können so mit Kosten- und Nachhaltigkeitsfeedback abgebildet und die Re-Use-Fähigkeit bestehender Strukturen für neue Nutzung bewertet werden. Eine interaktive AugmentedReality (AR) Anwendung ermöglicht die Visualisierung der Re-Use-Konzepte am Bauplatz und fördert die Entscheidung für Ertüchtigung anstelle von Abbruch und Neubau. Die Innovation liegt in der Kopplung verschiedener Methoden in einem Framework: Anwendung von KI-Algorithmen zur automatisierten Generierung von as-built-FEM Modellen aus Scandaten, Integration von vertikalen 3D-Nutzungskonzepten in die Tragwerksanalyse, Methoden zur Bewertung und Dokumentation tragwerksrelevanter Informationen zur Wiederverwendbarkeit des Gebäudes sowie Integration von AR-Technologie als visuelle Entscheidungshilfe zur Bestandsbewertung.

Der Hauptnutzen besteht darin, den Tragwerksbestand gezielt bei Neunutzung wiederzuverwenden, anstatt zu Recyceln oder Entsorgen. Die Lösungen können auf andere Gebäudetypen ausgeweitet werden, in denen eine Analyse bestehender Strukturen für die Wiederverwendung erforderlich ist - Büro-,Schul-, Wohngebäude. Das breite Marktund Kundenspektrum besteht aus Industrieunternehmen und Gemeinden (Gebäudebesitzer), Architekten, Produktions- und Tragwerksplaner, sowie Unternehmen der digitalen Infrastrukturinspektion und Bedarfsplanung.

Durch das interdisziplinäre Konsortium aus Forschern, erfahrenen Planern und Anwendern, wird ein hoher Innovationsgrad und praxisrelevante Umsetzung sichergestellt.

 

Ansprechperson

Nikolaus Kremslehner

Contact Press / Media

Dipl.-Ing. Nikolaus Kremslehner

Wissenschaftlicher Mitarbeiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Mobil +43 676 888 61 685

UMBERTO

Im Forschungsvorhaben UMBERTO wird eine digitale Planungs- und Steuerungs-Methode auf Basis digitaler Zwillinge zur unternehmensübergreifenden Optimierung der Energieflexibilität und damit CO2-Emissionsreduktion in der Sachgüterproduktion entwickelt. Die Energietransformation zu einem strombasierten System ist die bedeutendste THG-Reduktionsmaßnahme, und die Umstellung der produzierenden Industrie, Verursacher von über 40% der THG-Emissionen, muss dafür einen Hauptbeitrag leisten. Daraus entstehen enorme Herausforderungen:

a) Der mit der Transformation steigenden Volatilität im Stromnetz muss durch steigende Energieflexibilität der Produktion begegnet werden, indem die Freiheitsgrade maximal ausgenutzt und erweitert werden, vor allem auch durch unternehmensübergreifende Abstimmung des Energieeinsatzes erreicht.

b) Eine bessere Synchronisation von Energieeinsatz und Energieverfügbarkeit muss erreicht werden, um THG-Emissionen bei Energieeinsatz zu minimieren. Eine unternehmensübergreifende Optimierung des Energieeinsatzes in der Produktion ist hierbei ein Schlüssel, auch indem Energie-Erzeugungs- und -Speicher-Anlagen wirtschaftlicher betrieben werden können.

UMBERTO soll daher eine Planungsmethode für die unternehmensübergreifende Optimierung von Produktion und Energieeinsatz entwickeln, die zur Netzstabilität beiträgt und damit Negativauswirkungen durch Zwangsabschaltungen in der Energielenkung vorbeugt und gleichzeitig durch gesteigerte Energieflexibilität den Anteil erneuerbarer Energie in der Sachgüter-Produktion maximiert, Energiekosten und THG senkt und die Nutzungsmöglichkeiten von Energieerzeugung und -speicherung für Unternehmen verbessert. Die konkreten Ziele sind:

Reduktion von Energieverbrauchs-Spitzen sowie die Vermeidung von Energieeinsatz zu ungünstigen Zeiten (niedriger E-Verfügbarkeit aus erneuerbaren Quellen) im Bereich von 15-30%, dadurch Vermeidung von Zwangsmaßnahmen der Energielenkung, resultierend in höherer Netzsicherheit und dadurch geringeren Netzkosten, wiederum resultierend in Standort- und Wettbewerbspositions-Sicherung für energieintensive Produktionsunternehmen

CO2-Reduktion im industriellen Energieeinsatz um 5-10% und Energiekostenreduktion im Bereich von 5-20%, durch unternehmensübergreifend synchronisierten Energieeinsatz in der Fertigung, erreicht durch vermiedenen Energieeinsatzmengen zu Zeiten schlechter E-Verfügbarkeit sowie besseren Einsatz lokaler E-Erzeugungs- (z.B. große gemeinsam genutzte Solaranlagen) und -speichermöglichkeiten

Eckdaten zum Forschungsprojekt

Langtitel des Projekts: Unternehmensübergreifende Energie- und Produktions-Optimierung
Kurztitel des Projekts: UMBERTO
Fördergeber: FFG
ausschreibung: Produktion und Material 2023, national
Konsortialführer: Fraunhofer Austria Research GmbH
Projektpartner: Automation X, Energie Steiermark Business, Energienetze Steiermark, Hendrickson Austria, Stahl Judenburg, Wuppermann Austria, TU Wien Institut für Energietechnik
Laufzeit des Projekts: 36 Monate
Gesamtkosten: 1.1 Mio.  €

Projektergebnisse

Das Ergebnis ist eine digitale Planungsmethode auf Basis Digitaler Zwillinge von Produktions- und Energiesystem der Unternehmen, sowie einer unternehmensübergreifenden automatisch optimierenden Planung des Energieeinsatzes in der Produktion zwischen den Unternehmen, auf Basis der Optimierung von vernetzten Systemen (unter Adaptierung von KI-Methoden, wie Reinforcement Learning), vertraulichkeitsbewahrender Technologie, und Datenräumen. In einem einzigartigen Use-Case mit den drei energieintensiven Unternehmen am Strom-Verteilerknoten Judenburg, ihrem Energieversorger und dem Netzbetreiber wird das interdisziplinäre Forschungskonsortium die anwendungsorientierte Methode entwickeln, den Einsatz-Nutzen evaluieren und somit eine direkte Umsetzungsperspektive schaffen. Damit wird UMBERTO einen wesentlichen Beitrag zur klimaneutralen, energieschonenden Sachgüterproduktion sowie zur Standortsicherung insbesondere für energieintensive Produktionsbetriebe leisten.

Ansprechperson

Thomas Sobottka

Contact Press / Media

Dr. techn. Thomas Sobottka

Projektleiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien

Mobil +43 676 888 616 26

Unsere abgeschlossenen Forschungsprojekte

addmanu knowledge: Wissenstransfer additive Fertigung - aktuelle Forschung für die österreichische Wirtschaft

addmanu ist ein nationales Leitprojekt zur Erforschung, Entwicklung und Etablierung der Generativen Fertigung. Dabei werden vier Themen als Leittechnologien für generative Fertigung definiert: lithographiebasierte Fertigung (LBF), Fused Deposition Modelling (FDM), selektives Laserschweißen (SLM) und der  Inkjet-Druck. Sie haben aus heutiger Sicht das höchste Potential für Anwendungen und Weiterentwicklungen.

Die additive Fertigung steht für einen rasanten, innovativen Wandel und hohe Dynamik in der Produktionstechnik und der damit zusammenhängenden Wertschöpfungskette. Dies erfordert eine rasche Weitergabe von gewonnenem Wissen und Erkenntnissen aus der aktuellen Forschung, um so den systematischen Aufbau und die Höherqualifizierung des vorhandenen Forschungs- und Innovationspersonals in den Unternehmen zu stärken. Im Rahmen des Qualifizierungsnetzes „addmanu knowledge“ sollen Themen wie neue Werkstoffe für additive Fertigung, neue Prozesse und Anlagen, neue Methoden in der Bauteilgestaltung und Konstruktion sowie die Umsetzung in neue Geschäftsmodelle und relevante Querschnittsthemen vermittelt werden.

Im Konsortium wirken von Seiten der Lehrenden ausgewiesene österreichische Experten der additiven Fertigung mit. Durch die Beteiligung von einer Vielzahl von Unternehmen mit starker Beteiligung von KMUs gelingt es, den Wissenstransfer zwischen Hochschulen und Unternehmen zu forcieren sowie das aufgebaute Wissen in die Wirtschaft zu tragen, um damit die Innovationskompetenz zu steigern.
Um einen hohen Multiplikator Effekt in der Wissensweitergabe zu erreichen, werden im Ausbildungsprogramm personenzertifizierte Trainer (nach ISO 17024) für additive Fertigung ausgebildet.

Eckdaten zum Forschungsprojekt

Projektname: Wissenstransfer additive Fertigung - aktuelle Forschung für die österreichische Wirtschaft
Kurztitel: addmanu knowledge
Fördergeber: FFG
Ausschreibung: Produktion der Zukunft, 24. Ausschreibung PdZ nationale Projekte 2017
Konsortialführer: Montanuniversität Leoben
Partner:
Fraunhofer Austria Research GmbH
SBI GmbH
SIMCharacters GmbH
Kerkoc GmbHFFG Projektdatenbank - Stand 24.11.20212
NOBLE POWDER GmbH
E. Hawle Armaturenwerke GmbH
Cubicure GmbH
AMTEQ GmbH
Primetals Technologies Austria GmbH
PRIME Aerostructures GmbH
RHP-Technology GmbH
Wild Elektronik und Kunststoff GmbH & Co KG
WIEN ENERGIE GmbH
CEST Kompetenzzentrum für elektrochemische Oberflächentechnologie GmbH
Technische Universität Wien
PROFACTOR GmbH
Fachhochschule Technikum Wien
FOTEC Forschungs- und Technologietransfer GmbH
Imerys Fused Minerals Villach GmbH
Wild GmbH
Schiebel Elektronische Geräte GmbH
JOANNEUM RESEARCH Forschungsgesellschaft mbH
Faigle Kunststoffe GmbH
Laufzeit: 02/2019 – 03/2021

Projektziele

Im Rahmen des Forschungsprojekts werden Anwendungsfelder für Generative Fertigung sowie die Auswirkungen der Technologie auf die Wertschöpfungskette identifiziert und Anforderungen für neue Geschäftsmodelle ermittelt.

Die Ziele des Projekts sind im Detail:

  • Entwicklung neuer Werkstoffe wie Metallpulver, Keramiken, thermoplastische Photopolymere und Inkjet-Tinten mit deutlich verbesserten Eigenschaften
  • Entwicklung einer Methode zur Herstellung von Hybridsystemen Metall/Keramik sowie  Stahl/Alu auf Basis der SLM-Technologie
  • Entwicklung neuer lithographiebasierter  Prozesse mit deutlich verbesserter Auflösung und höherem Durchsatz
  • Methoden zur Inline-Prozesskontrolle bei Generativer Fertigung
  • Entwicklung von Nachbehandlungsmethoden zur Verbesserung der Oberflächengüte
  • Anwendungsentwicklung unter Betrachtung einer integrierten Prozesskette

Ihr Ansprechpartner

Arko Steinwender

Contact Press / Media

Dr. techn. Arko Steinwender

Projektleiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Austria

Mobil +43 676 888 616 11

ASPeCT: Adaptive Smoothed Production

Aktuell erfolgen in Produktionsunternehmen die lang- und mittelfristige Produktionsplanung sowie die kurzfristige Produktionsplanung und -steuerung (PPS) in getrennten Systemen und mit unterschiedlichen Methoden. Daraus resultieren zum einen Widersprüche zwischen den Zielen der Planungsebenen und damit zwischen den jeweiligen Planungsergebnissen. Zum anderen bleiben Synergieeffekte ungenutzt. Eine energie- und ressourceneffiziente Produktion wird heute zunehmend wichtiger und bietet Produktionsunternehmen ein hohes Kosteneinsparungspotential. Um jene Potentiale neben den klassischen ökonomischen Zielen heben zu können, fehlen den Unternehmen jedoch oft die nötigen Werkzeuge.

Zudem nehmen aktuell verfügbare Planungstools die Produktionsglättung (gleichmäßig aufgelastete Produktionskapazitäten) meist nach einem Kriterium in der Langfristplanung und oft nach sehr starren Regeln vor. Dadurch können Unsicherheiten der Planungsergebnisse in Hinblick auf die tatsächlich verfügbare Kapazitätsauslastung entstehen.

Das öffentlich geförderte Forschungsprojekt »Balanced Manufacturing« unter der Leitung der TU Wien beschäftigte sich bereits mit der Fragestellung, wie Ressourcen- und Energieeffizienz in der Produktion durch gezielte Maßnahmen der PPS erhöht werden kann. Im darauf aufbauendem Forschungsprojekt »Adaptive Smoothed Production« werden die gewonnenen Erkenntnisse auf die Mittel- und Langfristplanung erweitert. Damit wird eine ressourcen-optimierte Produktion durch Koppelung der Produktionsplanung mit den Möglichkeiten der Bereitstellung von Energie bei Nutzen von kurz- und langfristigen Beschaffungsmärkten ermöglicht (bspw. energieintensive Aufträge zu Zeiten niedriger Energiekosten terminieren etc.)

Eckdaten zum Forschungsprojekt

Projektname: Adaptive Smoothed Production
Kurztitel: ASPeCT
Fördergeber: FFG
Programm: Produktion der Zukunft
Konsortialführer: Fraunhofer Austria Research GmbH
Partner: Institut für Rechnergestützte Automation, TU Wien
Institut für Energietechnik und Thermodynamik, TU Wien
AutomationX GmbH
Handl Tyrol GmbH
Maschinenfabrik Liezen Gießerei GmbH
Miraplast GmbH
Dauer:
10/2017 - 03/2020
Gesamtkosten: €899.044

Projektziele

Ziel des Forschungsprojekts ASPeCt ist es, eine Methode für die integrierte (Ressourcen, Energie, Prozesse und Materialfluss simultan betrachten) und durchgängige (kurz- bis mittelfristig planen) Produktionsplanung mit der Optimierung aller essentiellen Produktionsressourcen zu entwickeln.

Die Methode wird mit Forschungs- und Unternehmenspartnern unterschiedlicher Branchen entwickelt und in Form von Demonstratoren implementiert. Ergebnis ist ein Prototyp für ein leistungsfähiges integriertes Planungssystem sowie die detaillierte Potentialabschätzung der Wirkung der neu entwickelten Methode im Unternehmenseinsatz.

 

Projektergebnisse

Fraunhofer Austria fungiert im Forschungsprojekt ASPeCT als Konsortialführer. Besonders bringt Fraunhofer Austria Kompetenzen im Bereich der Entwicklung innovativer Glättungsmethoden sowie in der Simulation von Produktionsabläufen ein.

Durch den Testeinsatz des Planungswerkzeuges (Kombination Produktionsglättung & weiterentwickelter hybrider Simulator) aus ASPeCT kann eine Abschätzung der Nutzenpotentiale (Produktionskosten, CO2 Emissionen etc.) verlässlich erfolgen und Unternehmen können die Methode schließlich für die Praxis nutzbar machen.

Ansprechperson

Thomas Sobottka

Contact Press / Media

Dr. techn. Thomas Sobottka

Projektleiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien

Mobil +43 676 888 616 26

Fragestellung

Das Forschungsprojekt »BaMa – Balanced Manufacturing« beschäftigt sich mit der Fragestellung, wie Energieeffizienz in der Produktion durch gezielte Maßnahmen der Produktionsplanung und –steuerung der Anlagenperipherie erhöht werden kann.

Unser Beitrag

»BaMa« ist ein TU-Projekt, an dem durch die enge Kooperation mit Fraunhofer Austria auch unsere Mitarbeiter beteiligt sind. Die Forscher entwickeln ein Modellierungskonzept, in dem die Bestandteile einer Fabrik mit einheitlichen Systemgrenzen für alle Teilsysteme simulatorisch abgebildet werden können.

Außerdem entwickeln die Forscher eine hybride Simulation. Diese beschreibt zum einen Materialflüsse mit diskretem Verhalten und zum anderen auch das physikalisch-thermische Verhalten des Energiesystems, also kontinuierlich simulierte Systeme. Auch die dazwischen aktiven Wechselwirkungen werden integriert in einer Simulationsumgebung berücksichtigt. Nur so kann das komplexe Verhalten des realen Systems realistisch abgebildet werden.

Mithilfe der hybriden Simulation werden optimierte Pläne für die Produktion und den Betrieb der Peripherie ermittelt.

Außerdem unterstützen die Forscher die praktische Implementierung des resultierenden BaMa-Tools bei Anwendungsunternehmen im Konsortium. Ergebnis ist ein leistungsfähiges, simulationsgestütztes APS (Advanced Planning System), das Produktion und Anlagen der Peripherie nach wirtschaftlichen und energetischen Zielsetzungen optimiert.

Das »BaMa«-Tool umfasst:

  • Monitoring des Energieverbrauchs
  • Prädiktion des Energieverbrauchs
  • Optimierung der Produktion für höhere Energieeffizienz

Aufgrund der Komplexität des Themas ist die Arbeit im Projekt stark interdisziplinär geprägt. Das Institut für Managementwissenschaften der TU Wien arbeitet hauptsächlich an der Sim-Modellierung, der Optimierung und den Praktischen Tests.

Ihr Nutzen

Ziel des Forschungsprojekts ist eine höhere Energieeffizienz in der Produktion im Einklang mit »klassischen« Unternehmenszielen (z.B. Produktivität, Kosten, Auslastung, Durchlauf- oder Lieferzeit) durch eine optimierte Planung.

Partner und Förderung

Gefördert wird das Forschungsprojekt »BaMa« durch die FFG sowie den Klimaenergiefonds. Forschungspartner ist die TU Wien (Institut für Fertigungs- und Hochleistungslasertechnik, Institut für Energietechnik und Thermodynamik, Institut für Managementwissenschaften, Institut für Interdisziplinäres Bauprozessmanagement, ReseachTUb, Institute of Computer Aided Automation). Entwicklungspartner sind AutomationX, Siemens, die Drahtwarenhandlung, Daubner Consulting, ATP Sustain und Wien Energie. Die Schlüsselindustriepartner sind: MPreis, Infineon, Berndorf Band, MKE und GW St. Pölten

Ihr Ansprechpartner

Thomas Sobottka

Contact Press / Media

Dr. techn. Thomas Sobottka

Projektleiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien

Mobil +43 676 888 616 26

BEinCPPS: Business Experiments in Cyber Physical Production Systems

Das von der Europäischen Union im Rahmen des Programms »Horizon 2020« geförderte Projekt »Business Experiments in Cyber Physical Production Systems (BEinCPPS)« zielt darauf ab, kleinen und mittleren Unternehmen den Zugang zu innovativen und echtzeitfähigen Internet of Things (IoT) Technologien zu ermöglichen. Durch deren Anwendung werden cyber-physische Produktionssysteme (CPPS) geschaffen und aktuelle Herausforderungen der digitalen Transformation der Industrie – Automatisierung, Digitalisierung und Vernetzung – gemeistert.

Im Rahmen des BEinCPPS Call 2-Projekts »An Integrated Predictive Maintenance and Value Stream Mapping Approach for Dynamic Performance Assessment (iPM@GWC)« entwickelt das Projektteam einen integrierten Predictive Maintenance- und Wertstromansatz, der mittels Echtzeit-Monitoring und Prognose instandhaltungsrelevanter Kennzahlen, die Produktivität und Planungssicherheit von Produktionsanlagen steigern soll. Eine teilautomatisierte Produktionslinie dient als Referenzanlage für die Wertstrom- und Datenanalysen. Zur Realisierung des Pilotmodells werden Hard- und Softwaretools (größtenteils Open-Source) der BEinCPPS-Referenzarchitektur genutzt, die zur hochperformanten Erfassung, Speicherung, Verarbeitung und Visualisierung der Daten genutzt werden können.

Eckdaten zum Forschungsprojekt

Projektname:

Business Experiments in Cyber Physical Production Systems

Kurz-Titel BEinCPPS
Fördergeber: EU
Ausschreibung: Horizon 2020
Konsortialführer: Fraunhofer Austria Research GmbH
Partner Institute of Science and Innovation in Mechanical and Industrial Engineering (Portugal)
SIWAtec Softwareentwicklung für Industrie, Wiege- und Automatisierungstechnik
GW Cosmetics GmbH
Laufzeit 05/2017 - 07/2018
GesamtKOSTEN: €120.000

Projektziele

Mit Hilfe des Projektes soll ein Best-Practice Beispiel für KMU geschaffen werden, das transparent und schrittweise darstellt, wie KMU die Potentiale der digitalen Transformation, ohne große Investitionen, für sich nutzen können.

Im Detail sollen folgende Ziele im Rahmen des Projekts erreicht werden:

1. Erhöhung des OEE-Werts mittels Echtzeit-Monitoring und Prognose

  • Optimierung von Rüstzeiten
  • Reduzierung ungeplanter Stillstände

2. Produktivitätssteigung und Reduktion von Ineffizienz-Kosten

  • Identifikation von Ineffizienzen im Prozess
  • Kosten- und Produktivitätsbewertung
  • Ermittlung von Verbesserungspotentialen

Ansprechperson

Tanja Nemeth

Contact Press / Media

Dr. Tanja Nemeth

Wissenschaftliche Mitarbeiterin

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Telefon +43 676 888 616 19

COGNITUS: Generic Building Blocks for Explainable Deep Learning Based Outage Predictions

Aktuelle Entwicklungen im Bereich Deep Learning und deren erfolgreiche praktische Anwendung in unterschiedlichen Anwendungen (z.B.: Bildklassifikation) suggerieren, dass diese Methoden auch zur Prognose von Maschinenausfällen herangezogen werden können.

In den Bereichen Produktion und Logistik, welche die Anwendungsfelder von COGNITUS darstellen, wird der Bedarf an neuen, effektiveren Lernansätzen ganz klar durch die Tatsache motiviert, dass Wartungskosten zwischen 15% und 40% der Gesamtkosten darstellen.
Drei Aspekte behindern derzeit jedoch den Einsatz von Deep Learning in diesen Bereichen:

  • Modelle sind nicht erklärbar
  • es ist unklar wie algorithmische Prognosen in Wartungsprozesse und Entscheidungen einfließen sollen, und
  • es fehlen Pilotstudien basierend auf realweltlichen Datensätzen.

Eckdaten zum Forschungsprojekt

Projektname: Generic Building Blocks for Explainable Deep Learning Based Outage Predictions
Kurztitel: COGNITUS
Fördergeber: FFG
Ausschreibung: IKT der Zukunft
Konsortialführer: Austrian Institute of Technology
Partner: Fraunhofer Austria Research GmbH
LineMetrics GmbH
D. Swarovski KG
SPAR Österreichische Warenhandels-AG
Laufzeit:
10/2019 - 09/2022
Gesamtkosten: €880.000

Projektziele

Das Ziel von COGNITUS ist es, eine Deep Learning Pipeline bestehend aus generischen algorithmischen Bausteinen zur Verfügung zu stellen, die zur Prognose von Maschinenausfällen auf Basis von Sensor Datenströmen herangezogen werden können. Diese Bausteine sollen dann in zwei unterschiedlichen realweltlichen Anwendungsfällen eingesetzt werden und Ausfälle von Schmuck-Produktionsmaschinen im Bereich Produktion (Swarovski) bzw. Lagertechniksystemen im Bereich Logistik (SPAR) prognostizieren. Orthogonal dazu werden in COGNITUS neue datengetriebene Wartungsprozesse und -strategien entwickelt die Entscheidungen auf Basis algorithmischer Prognosen unterstützen.

Innovation in COGNITUS ergibt sich durch die Interdisziplinarität, die eine Kombination von Expertise aus den Bereichen Data Science (AIT, LineMetrics) und Instandhaltungsplanung (FhA) ermöglicht. Daraus werden neue, integrierte Data Science und Instandhaltungsplanungsmethoden hervorgehen, die offene wissenschaftliche und technische Fragestellungen adressieren, wie z.B.: die Verwendung von Deep Learning Modellen in Streaming Plattformen, oder neue Sondierungsmethoden zur Erforschung der inneren Strukturen von trainierten Deep Learning Ansätzen. COGNITUS wird außerdem neue prototypische Dashboards entwickeln, die zeigen sollen wie algorithmische Prognosen den Benutzern kommuniziert werden können und dabei versuchen, existierende Wartungssoftwarelösungen hinsichtlich User-Experience zu übertreffen.

Experten und Entscheidungsträger aus dem Bereich Wartung stellen die Benutzer-Zielgruppe des Projekts dar. Sie werden von automatisierten Prognosen profitieren und wissen wie diese Prognosen in Wartungsprozesse und -entscheidungen einfließen sollen. Dies kann ungeplante Ausfälle reduzieren und die Effektivität von Maschinen und Anlagen in beiden Anwendungsfällen um bis zu 25% erhöhen.

 

Projektergebnisse

  • daten-getriebene Wartungs- und Entscheidungsunterstützungsmodelle die algorithmische Prognosen unterstützen,
  • Komponenten zur Analyse und Visualisierung von Datenströmen,
  • Softwarebibliotheken zum Training, zur Evaluierung und zur Erklärung von Deep Learning basierten Ausfallsprognosemodellen, sowie
  • zwei Pilot-Demonstratoren in den Bereichen Produktion und Logistik, die eine Beurteilung und Quantifizierung des Nutzens auf operativer und geschäftlicher Ebene ermöglichen.

Ihre Ansprechpartnerin

Tanja Nemeth

Contact Press / Media

Dr. Tanja Nemeth

Wissenschaftliche Mitarbeiterin

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Telefon +43 676 888 616 19

DAWO: Entwicklung einer Methode zur Erhebung des Digitalisierungs- und Automatisierungsgrades von Wertschöpfungs- und Organisationsfaktoren produzierender Unternehmen

Die integrierte Nutzung der Digitalisierung und Automatisierung (DA) gilt derzeit als einer der bestimmenden Faktoren zur Wohlstands- und Effizienzsteigerung in Gesellschaft und Industrie. Trotzdem gehen die Entwicklungen zur Erhöhung der DA, vor allem in österreichischen Produktionsunternehmen, verglichen mit den technologischen Möglichkeiten, langsam voran. Dies ist neben der hohen Abstraktheit und Komplexität der DA-Konzepte - etwa in Form von Industrie 4.0-Lösungen - vor allem auf fehlende Ansätze zur Bewertung und Steigerung des Unternehmens-DA-Grades zurückzuführen. Aus Wissenschaftssicht ist das Fehlen ganzheitlicher und objektiver Bewertungsmethoden des DA-Grades wiederum mit unzureichenden Operationalisierungen grundlegender DA-Elemente in realen Produktionsumgebungen zu begründen.

Ziel dieses Dissertationsprojektes ist daher, die DA im industriellen Umfeld zu analysieren, zu operationalisieren und mittels einer eigens entwickelten, praktisch anwendbaren Methode in Produktionsunternehmen messbar und bewertbar zu machen. Wissen über den eigenen DA-Grad soll Unternehmen folglich befähigen, den Soll-DA-Grad abzuleiten, Digitalisierungsstrategien zu definieren und letztendlich konkrete Investitionen in organisatorische und technologische Entwicklungen zu tätigen.

Zur Umsetzung wird ein integriertes Konzept der industriellen Automatisierung und Digitalisierung aus der Literatur abgeleitet und dieses auf reale Arbeitsumgebungen von Produktionsunternehmen angewendet. Hohe Praxisrelevanz und Anwendbarkeit wird über die Zusammenarbeit mit 4 Partnerunternehmen und 2 Fachverbänden der WKÖ zur Testung und Validierung der Inhalte sichergestellt. Das Resultat ist eine Methode zur Erhebung des Digitalisierungs- und Automatisierungsgrades von Wertschöpfungs- und Organisationsfaktoren produzierender Unternehmen (kurz: DAWO).

Der Innovationssprung aus Wissenschaftssicht liegt vor allem im integrierten Konzept des DAWO speziell für Produktionsunternehmen, sowie in einer objektiven Erhebungsmethode, welche die realen Unternehmensstrukturen, Prozesse, Technologien und Mitarbeiter berücksichtigt. Für österreichische Produktionsunternehmen aller Größen soll die bereitgestellte DAWO-Erhebungsmethode die innerbetriebliche Digitalisierung und Automatisierung vorantreiben und so einen Wettbewerbsvorteil für die heimische Industrie schaffen. Parallel soll durch diese Entwicklung die Vorreiterrolle des Forschungsstandortes Österreich im Bereich der industriellen Digitalisierung und Automatisierung weiter gestärkt werden.

Eckdaten zum Forschungsprojekt

Projekttitel Entwicklung einer Methode zur Erhebung des Digitalisierungs- und Automatisierungsgrades von Wertschöpfungs- und Organisationsfaktoren produzierender Unternehmen
Projektkurztitel: DAWO
Konsortialführer: Fraunhofer Austria Research GmbH
Partner: Technische Universität Wien
Laufzeit des Projektes:
01.02.2019 – 31.05.2021
Gesamtkosten: € 181.873

Projektziele

Ziel dieses Dissertationsvorhabens ist die Digitalisierung und Automatisierung im industriellen Umfeld zu analysieren, zu operationalisieren und infolge messbar und bewertbar zu machen. Hierfür wird ein integriertes Konzept der industriellen Automatisierung und Digitalisierung aus der Literatur abgeleitet und dieses, mithilfe von 4 Partnerunternehmen sowie 2 Fachverbänden der WKÖ, auf reale Strukturen von Produktionsunternehmen angewendet.

 

Projektergebnisse

Das Resultat ist eine Methode zur Erhebung des Digitalisierungs- und Automatisierungsgrades produzierender Unternehmen, sowie zur Nutzbarmachung moderner DAWO-Konzepte (Industrie 4.0) für konkrete Problemstellung der Unternehmen. Die gewonnenen Erkenntnisse sollen die Basis für strategische Entscheidungen und Entwicklungen in den Unternehmen, sowie für politische Initiativen bilden, und so zur Erhöhung der Digitalisierung und Automatisierung in Österreichs Industrie beitragen.

Ansprechperson

Thomas Edtmayr

Contact Press / Media

Dipl.-Ing. Thomas Edtmayr

Geschäftsbereichsleitung Arbeitsgestaltung und Digitalisierung

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Mobil +43 676 888 616 20

Projektziele

Ziel des Forschungsvorhabens True_Usage ist es eine transparente und nachvollziehbare Erfassung und Überwachung der tatsächlichen Nutzung (true-usage) von militärisch genutzten Einsatzfahrzeugen zu ermöglichen. Zu diesem Zweck werden unterschiedliche (heterogene) Datenquellen erfasst, analysiert und mittels KI-basierter Methoden ein objektives Nutzungsprofil ermittelt. Dadurch ist eine realistische Berechnung sowie eine Minimierung der Lebenszykluskosten beispielsweise durch eine Optimierung der Wartungs- und Bestandsplanung Möglich. Dies wird durch Entscheidungsunterstützungssystem zur vorausschauenden Wartung (Predictive Maintenance) und zur Bestandsoptimierung im Lagermanagement ermöglicht.

 

Projektergebnisse

Angestrebtes Ergebnis ist ein wirklichkeitsnahes und transparentes Nutzungsprofil der untersuchten Fahrzeuge. Darauf aufbauend werden folgende Ergebnisse erwartet:

  • Realistische Berechnung der Folgekosten von Betrieb und Wartung sowie dynamische Anpassung der Lebenszykluskosten während der Betriebsdauer
  • Erhöhung der Verfügbarkeit des Systems durch proaktives Ableiten von Wartungsmaßnahmen und Reduktion von ungeplanten Ausfällen
  • Optimierung der Verfügbarkeit von Fahrzeugen und Ersatzteilen durch eine Dispositionsberechnung basierend auf Fläche, Zeit und militärischen Rahmenbedingungen

PACT ANTRAG IBPA-JOIN „Integriert Bild- und ProzessdatenAnalyse mit Schwerpunkt Fügequalität“

© Fraunhofer Austria
© Fraunhofer Austria
Moderne Algorithmen zur Bildanalyse für die Identifikation optischer Qualitätsmerkmale unterstützen, neben der Analyse der Prozessdaten des Fügeprozesses, bei der Qualitätsklassifikation und Fehlerfrüherkennung.

Fügeprozesse wie Schweißen, Clinchen, Nieten, etc. sind eine wichtige Kompetenz der fertigenden Industrie und ein nicht zu ersetzender Teil der Prozesskette in der Serienfertigung. Die Qualität der zahlreichen einzelnen Fügeverbindungen ist ein hochrelevantes Qualitätsmerkmal des Gesamtbauteils hinsichtlich Sicherheit und Lebensdauer. Auftretende Fügefehler, äußern sich sehr kostspielig durch Ausschuss, aufwändige Nacharbeit, erhöhten Ressourcenbedarf, sowie etwaige lange Produktionsstillstände. Die Prüfung der Fügequalität erfolgt derzeit zum großen Teil manuell anhand von zyklischen Sichtprüfungen und zerstörenden Prüfverfahren, was neben Personalkosten auch erheblichen Ressourcenverlust bedeutet. 

Eckdaten zum Projekt

Projektname: Integriert Bild- und Prozessdaten Analyse mit Schwerpunkt Fügequalität
Kurztitel: IBPA-JOIN
Fördergeber: Fraunhofer-Gesellschaft
Laufzeit des Projektes:
07/2021 - 06/2023

Projektziele

Ziel dieses Forschungsvorhabens ist die Entwicklung eines KI-basierten Ansatzes zur automatisierten und frühzeitigen Fehlererkennung und Klassifikation der Fügequalität auf Basis von i) Prozessdatenanalyse sowie ii) intelligenter Bilderkennung um Qualitätsmängel sofort und verlässlich zu erkennen und durch Einleitung von Gegenmaßnahmen (adaptive Prozesssteuerung) Zeit- und Ressourcenverluste zu reduzieren. Die Innovation besteht in der Kombination dieser zwei Informationsquellen in einem Ersatzmodell der Fügestelle, um automatisiert sichere Aussagen über die Qualität jeder Fügestelle, direkt nach ihrer Entstehung treffen zu können. 

 

Projektergebnisse

Das Hauptergebnis dieses Projekts ist ein Verfahren zur Klassifizierung der Fügequalität und zur frühzeitigen Fehlererkennung, das auf der innovativen Kombination von Prozessdatenanalyse und intelligenter Bilderkennung beruht. Damit kann eine automatisierte Alternative zur derzeit häufig manuell durchgeführten Qualitätsprüfung geschaffen werden. Die industrielle Funktionsfähigkeit dieser Methode wird anhand eines Demonstrators in der Pilotfabrik demonstriert. Dieser Demonstrator ermöglicht die Klassifizierung von Proben in Echtzeit über ein Web-Dashboard. Adressierte Zielmärkte sind Automotive, Anlagen- und Maschinenbau, sowie die metallverarbeitende Industrie. Sowohl in Deutschland als auch in Österreich trägt allein die Automobilindustrie jeweils rund 5% zur wirtschaftlichen Leistung bei. Es wird erwartet, dass die im Projekt IBPA-JOIN geschaffenen Ergebnisse besonders für diese Industrie relevant sind. Grundsätzlich haben die Ergebnisse aber für jeden Bereich der fertigenden Industrie, welcher automatisiert unlösbare Fügeverbindungen fertigt, hohe Relevanz.

Ansprechperson

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

M2F – Instandhaltungsfreie Fabrik

Seit Jahrzehnten wird versucht, die Instandhaltung mit unterschiedlichen Maßnahmen zu optimieren. Der erhoffte Paradigmenwechsel hin zur Instandhaltung als Wettbewerbsfaktor ist jedoch noch nicht erfolgt. Die Instandhaltung der Zukunft soll daher einen neuen Charakter unter dem Leitsatz „Werte schaffen statt Kosten verursachen!“ bekommen. 

Eckdaten zum Forschungsprojekt

Langtitel des Projekts: M2F – Instandhaltungsfreie Fabrik
Kurztitel des Projekts: M2F
Fördergeber: Fraunhofer Gesellschaft
programm:

PACT - Program Affiliate Cooperation for Knowledge Transfer 

Konsortialführer: Fraunhofer Austria Research GmbH
Projektpartner: Fraunhofer IML, Abteilung Anlagen- und Servicemanagement
Fraunhofer IAO, Forschungs- und Innovationszentrum Kognitive Dienstleistungssysteme (KODIS)
Laufzeit des Projekts: 06/2023 - 05/2024
© Fraunhofer Austria

Projektziele

Kernziel des Forschungsvorhabens ist es, die Instandhaltung zu revolutionieren und somit die Transformation der Instandhaltung vom Kostenfaktor zum Nachhaltigkeits- und Wertschöpfungspartner zu ebnen. Diese Zielsetzung soll in erster Linie durch Senkung des Anteils an ungeplanten Stillständen um bis zu 50% erreicht werden. Des Weiteren zielt das Projekt auf die Lösung ökologischer, ökonomischer und sozialer Herausforderungen durch energieeffiziente und ressourcenoptimierte Organisationsstrukturen und Prozesse in der Instandhaltung. Eine umfassende Besetzung und Verbreitung des Begriffs und des Konzepts der »Instandhaltungsfreien Fabrik« im wissenschaftlichen und industriellen Netzwerk ist ein weiteres Ziel.

Erwartete Ergebnisse 

Kernergebnis des Projektes ist die Veranschaulichung und anwendungsnahe Gestaltung des Konzepts der »Instandhaltungsfreien Fabrik« sowie die (Weiter-)Entwicklung von Vorgehensweisen, Methoden und Technologien zur Umsetzung des Konzeptes in die industrielle Praxis. Dafür werden Demonstratoren und Werkzeuge (weiter-)entwickelt sowie ein Demonstrationsvideo zur Veranschaulichung und anwendungsnahen Gestaltung des Konzepts der Instandhaltungsfreien Fabrik erstellt. Die zu entwickelnden Demonstratoren gliedern sich in ein Reifegradmodell für die M2F, Tool-gestützte Vorlagen zur Bewertung von M2F-Business Cases sowie einen Lebenszyklus-Demonstrator zur Visualisierung von Anlagen-Lebenszyklen. Ein weiteres Ergebnis entspricht einem Workshopkonzept zur Veranstaltung eines Thementages sowie ein Leistungsangebot inkl. Vermarktungsstrategie der Fraunhofer Smart Maintenance Community.

Innovationsgehalt

Im Gegensatz zu bestehenden Ansätzen in der Instandhaltung zielt M2F auf eine ganzheitliche Betrachtung der Wertschöpfungsprozesse, die Einbeziehung der Bedürfnisse der Mitarbeitenden, die Anforderungen an die Nachhaltigkeit und Resilienz sowie die technischen Möglichkeiten, welche sich durch die Digitalisierung ergeben, um den Paradigmenwechsel hin zum Wettbewerbsfaktor und Nachhaltigkeitspartner zu ebnen.

 

Ansprechperson

Lisa Greimel

Contact Press / Media

Dipl.-Ing. Lisa Greimel

Wissenschaftliche Mitarbeiterin

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Mobil +43 (676) 888 61 691

SEMPRE: Selbstlernende Prognose kapazitiver Aufwände zur Sicherung der Materialver- und -entsorgung komplexer Produktionssysteme

Kurze Reaktionszeiten und Produktlebenszyklen sowie eine hohe Variantenvielfalt bringen mehr Komplexität in der Materialver- und -entsorgung komplexer Produktionssystem mit sich. Dadurch ergeben sich auch neue Herausforderungen für die zugehörige Kapazitätsplanung. Heute bestehende Methoden werden jenen gestiegenen Anforderungen hinsichtlich Digitalisierung und Vernetzung im Kontext von Industrie 4.0 nicht gerecht. Folglich kommt es vermehrt zu einer mangelhaften Versorgung des Produktionssystems, ineffizienter Flächennutzung im Produktionsbereich sowie zu einer Verschwendung von Ressourcen. Um stabile Produktionsprozesse erfolgreich realisieren zu können, ist eine adäquate produktionslogistische Kapazitätsplanung notwendig.  

Im vorliegenden Forschungsvorhaben wird eine Methode zur Prognose schwer planbarer kapazitiver Aufwände in der Ver- und entsorgung entwickelt. Anhand der Abweichungen von Ist- zu Plan-Werten wird mittels eines Machine Learning Algorithmus auf die ausschlaggebenden Wechselwirkungen geschlossen. Durch die selbstlernende Prognose sollen Mehr- bzw. Minderaufwände für zukünftige Planungsperioden präzise und verlässlich vorausgesagt werden.

Eckdaten zum Forschungsprojekt

Projektname: Selbstlernende Prognose kapazitiver Aufwände zur Sicherung der Materialver- und -entsorgung komplexer Produktionssysteme
Kurztitel: SEMPRE
Fördergeber: BMVIT
Ausschreibung: Produktion der Zukunft, 24. Ausschreibung PdZ nationale Projekte 2017
Konsortialführer: Fraunhofer Austria Research GmbH
Partner:
Siemens Aktiengesellschaft Österreich
Technische Universität Wien Institut für Logic and Computation
ZKW Group GmbH
Laufzeit: 01.04.2018 – 31.03.2021

Projektziele

Ziel ist es, die Grundlage für eine möglichst realitätsnahe Kapazitätsplanung für die Materialver- und -entsorgung komplexer Produktionssysteme zu schaffen. Diese soll insbesondere der zunehmend höheren Komplexität gerecht werden und einen stabilen Produktionsprozess ermöglichen.

Ihr Ansprechpartner

Christoph Ecker

Contact Press / Media

Dipl.-Ing. Christoph Ecker

Geschäftsbereichsleitung Logistik und Supply Chain Management

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Telefon +43 676 88861667

StaProZell: Stabile Produktion in wandlungsfähigen zellenorientierten Montagesystemen durch einen Digital Twin

Eine steigende Variantenvielfalt, individualisierbare Produkte, verkürzte Produktlebenszyklen aber auch sinkende Losgrößen fordern zunehmend eine erhöhte Flexibilität seitens der Industriebetriebe. Um auch in Zukunft jenen Anforderungen gewachsen zu sein, müssen vor allem die Produktionsbereiche flexibler werden. Bisher eingesetzte Linien-Montagesysteme werden teilweise jenen Ansprüchen nicht mehr gerecht. Neue Trends zeichnen sich vor allem im Bereich der Zellenmontage ab.

In der Wissenschaft sind mittlerweile vereinzelt Konzepte vorhanden, die derartige wandlungsfähige modulare Montagesysteme beschreiben. Jedoch gilt es für eine erfolgreiche technische und wirtschaftliche Umsetzung noch einige Herausforderungen zu bewältigen. Aktuelle Konzepte und Methoden zur Produktionsplanung, vor allem solche für wandlungsfähige modulare Systeme, sind nur teilweise in das physische Montagesystem integriert und können so nur längerfristige Anpassungen berücksichtigen.

Im Forschungsprojekt »Stabile Produktion in wandlungsfähigen zellenorientierten Montagesystemen durch einen Digital Twin (StaProZell)« forschen die Projektpartner unter der Konsortialführerschaft von Fraunhofer Austria an der Entwicklung und Evaluierung einer Methode zur Planung und Steuerung in wandlungsfähigen zellenorientierten Montagesystemen durch einen Digital Twin, um eine stabile Produktion zu ermöglichen. Durch die Wandlungsfähigkeit der Module und der Konfiguration der Montagezellen stellt das Montagesystem kein statisches Konstrukt mit fest vorgegebenen Montagefunktionen dar, sondern repräsentiert ein dem effizientesten Wertschöpfungsfluss folgendes System.

Eckdaten zum Forschungsprojekt

Projekttitel: Stabile Produktion in wandlungsfähigen zellenorientierten Montagesystemen durch einen Digital Twin (StaProZell)  
Kurztitel: StaProZell
Fördergeber: BMVIT, FFG
Ausschreibung: Produktion der Zukunft, 24. Ausschreibung PdZ Nationale Projekte 2017
Konsortialführer: Fraunhofer Austria Research GmbH
Partner: Bosch Rexroth GmbH
Hans Brantner & Sohn Fahrzeugbaugesellschaft m.b.H.
Innio Jenbacher
Ungarische Akademie der Wissenschaften (MTA SZTAKI)
Laufzeit: 10/2018 - 03/2021

Projektziele

Das Ziel von StaProZell ist es, eine Methode für die optimierte Planung und Steuerung von wandlungsfähigen modularen cyberphysischen Montagesystemen, basierend auf rekonfigurierbaren Zellen zu entwickeln. Die grundlegende Basis hierfür bildet ein Digital Twin, ein digitales und stets aktuelles Abbild des physischen Montagesystems. Der Digital Twin bietet die Möglichkeit unterschiedliche Szenarien in einer Simulation zu bewerten und basierend auf den Ergebnissen aktiv das physische Montagesystem zu steuern. Durch ständige Neuplanung und Neuausrichtung der Systemmodule des Montagesystems wird dieses den kapazitiven und funktionalen Ansprüchen gerecht und ermöglicht so eine stabile, bedarfsorientierte und effiziente Montage. Der zu entwickelnde Proof-of-Concept-Demonstrator wird in der TU Wien Pilotfabrik Industrie 4.0 evaluiert sowie eine Machbarkeitsstudie durchgeführt.

Ihr Ansprechpartner

Alexander Gaal

Contact Press / Media

Dipl.-Ing. Alexander Gaal

Gruppenleiter Produktionsplanung und Auftragsmanagement

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien

Telefon +43 676 88861648

Stranggussanlagen 4.0: Anwendung von Industrie 4.0 Konzepten auf Stranggussanlagen

Thöni entwickelt und baut Gussanlagen, in welchen aus flüssigem Buntmetall im Stranggussverfahren Bänder, Profile und Rundformate gegossen werden. Das Metall wird im Schmelzofen verflüssigt, über eine Gießrinne einer Kokille zugeführt und als erstarrender Bolzenstrang kontinuierlich aus der Kokille herausgeführt. Zurzeit wird erstmals eine Gussanlage mit umfangreicher Industrie-4.0-fähiger Sensorik, Aktorik und Regelungstechnik ausgestattet. Die dadurch zur Verfügung stehenden Prozessdaten sollen unter anderem dazu genutzt werden, Optimierungspotential für den Anlagenbetrieb zu erkennen.

Eckdaten zum Forschungsprojekt

projekttitel: Anwendung von Industrie 4.0 Konzepten auf Stranggussanlagen
kurztitel:
Stranggussanlagen 4.0
fördergeber: Land Tirol
Ausschreibung:
Tiroler Innovationsförderung
Konsortialführer:
Thöni Industriebetriebe GmbH
Partner:
Fraunhofer Austria Research GmbH
ematric GmbH
Laufzeit:
02/2021 - 01/2022

Projektziele

Die in der Stranggussanalage mittels moderner Sensorik gemessenen Produktionsparameter sollen durch die Auswertung unter Einbeziehung modernen Datenverarbeitungsmethoden aus den Bereichen Data Science und KI zur Optimierung des Anlagenbetriebs beitragen.

Der Fokus dieser Optimierungsbestrebungen liegt auf der Steigerung der Produktqualität mittels kontinuierlicher und automatisierter Überwachung der Produktionsparameter und regelmäßiger Ableitung von Optimierungspotentialen für den Anlagenbetrieb.

 

Projektergebnis

Das Ergebnis stellt ein in der Praxis evaluiertes Konzept für die Anwendung von Data Science-Methoden auf Anlagenbetriebsdaten dar, um dadurch Optimierungspotential für den Anlagenbetrieb zu erkennen und somit einen Mehrwert für die Anlagenbetreiber zu generieren.

Ihr Ansprechpartner

Daniel Bachlechner

Contact Press / Media

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

Standortleitung Wattens

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

Telefon +43 676 888 61 663

True_Usage: System zur Überwachung der tatsächlichen Nutzung und Optimierung der Wartungs- und Bestandsplanung bei militärisch genutzten Einsatzfahrzeugen

KI basierte Analyse heterogener Datenquellen, wie Sensor- und Fahrzeugsteuerungsdaten, zur Erfassung eines objektiven Nutzungsprofils militärisch genutzter Einsatzfahrzeuge. Nutzung der gesammelten Informationen für Optimierung in Wartungs- und Bestandsplanung durch vorausschauende Wartung und optimiertes Lagermanagement.

Nutzungsprofile militärischer Fahrzeuge unterscheiden sich auf Grund der spezifischen Aufgaben für welche sie verwendet werden, wie Landesverteidigung, Katastrophenhilfe, Friedenssicherung, etc. grundlegend von denen nichtmilitärischer Fahrzeuge. Die Nutzungsdauer ist beträchtlich höher, Laufleistungen teilweise um ein Vielfaches niedriger und die Beschaffenheit der Einsatzgebiete deutlich diverser. Eine konsistente, transparente und realitätsnahe Erfassung des tatsächlichen Nutzungsprofils (True-Usage) ist aktuell nicht gegeben. Auswirkungen der Nicht-Nutzung (Materialdegradation, Standschäden, etc.) der Fahrzeuge werden ebenfalls nicht erhoben. Wichtige Aspekte des Flottenmanagements wie Lebenszykluskostenberechnung, Organisation von Instandhaltungsmaßnahmen und logistische Dispositionsberechnung basieren daher aktuell auf Erfahrungsreferenzen und sind dadurch mit signifikanten Unsicherheiten behaftet.

Eckdaten zum Forschungsprojekt

projektname: System zur Überwachung der tatsächlichen Nutzung und Optimierung der Wartungs- und Bestandsplanung
kurztitel:
True_Usage
Fördergeber: FFG
Ausschreibung:
Cyber Defence und Führungsinformationssysteme
Konsortialführer:
Fraunhofer Austria Research GmbH
partner:
Bundesministerium für Landesverteidigung
Messfeld GmbH
Rheinmetall MAN Military Vehicles Österreich GesmbH
TU Wien, Forschungsgruppe Smart and Knowledge-Based Maintenance
laufzeit:
10/2020 - 09/2023

Ansprechperson

Daniel Toth

Contact Press / Media

Dipl.-Ing. Daniel Toth

Wissenschaftlicher Mitarbeiter

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Mobil +43 (676) 888 61 698

VER-PrIns: Vorgehensmodell zur Einführung und quantitativen Reifegradbewertung einer präskriptiven Instandhaltungsstrategie

Die produzierende Industrie sieht sich aufgrund der digitalen Transformation mit der zentralen Herausforderung konfrontiert, die Instandhaltung an neuartige und komplexe Anforderungen der Digitalisierung anzupassen. Es besteht speziell die Notwendigkeit, derzeit überwiegend klassisch ausgerichtete Instandhaltungsorganisationen, -strategien und -systeme in Richtung prädiktiver sowie präskriptiver Instandhaltungskonzepte weiterzuentwickeln.

Obwohl gerade dieses Themenfeld in den kommenden drei Jahren mit 79% als das wichtigste Anwendungsfeld im Bereich „Industrial Analytics“ gilt (vgl. Lueth et al., 2016), nutzen derzeit nur rund 20% produzierender Unternehmen einzelne Anwendungen im Bereich der prädiktiven bzw. präskriptiven Instandhaltung (vgl. St. Gallen, 2016).


Die Gründe hierfür sind vielfältig: Im wissenschaftlichen Kontext wird auf die fehlende Anwendbarkeit akademischer Entscheidungsunterstützungsmodelle in der industriellen Praxis, veraltete Prozessmodelle zur Datenanalyse sowie auf vage Leitlinien zur prädiktiven und präskriptiven Instandhaltung hingewiesen. Einzelne Methoden zur Minderung dieser Probleme werden in aktuellen Veröffentlichungen (bspw. von Wang et al, 2017 oder Abramovici et al., 2017) aufgezeigt, es fehlt jedoch ein ganzheitlicher, integrierter Ansatz.

Eckdaten zum Forschungsprojekt

Projektname: Vorgehensmodell zur Einführung und quantitativen Reifegradbewertung einer präskriptiven Instandhaltungsstrategie
Kurztitel: VER-PrIns
Fördergeber: FFG
Konsortialführer: Fraunhofer Austria Research GmbH
Betreuende Universität: Technische Universität Wien
Institut für Managementwissenschaften
Univ. Prof. Dr. Kurt Matyas
Laufzeit des Projektes:
01/2019 - 12/2020
Projektgesamtkosten: €168.817,-

Projektziele

Der Innovationsgehalt stellt sich durch die systematische Verknüpfung der drei Research Streams Wissensbasierte Instandhaltung, Entscheidungsunterstützungs- und Reifegradmodelle in der Instandhaltung mittels eines Vorgehensmodells dar. Durch Anwendung des Modells wird eine signifikante Reduktion ungeplanter Maschinenstillstände um bis zu 50% erreicht, sodass sich eine Erhöhung der Informationsqualität und Entscheidungsfähigkeit des Instandhaltungsplaners um bis zu 30% und eine Entlastung des operativen Instandhaltungspersonals ergibt.

 

Projektergebnisse

Ergebnis ist ein multidimensionales Vorgehensmodell zur Einführung und quantitativen Reifegradbewertung einer präskriptiven Instandhaltungsstrategie. Das Modell wird in ein Excel-basiertes Berechnungstool überführt und hinsichtlich dessen Effektivität sowie Effizienz auf die operative, taktische und strategische Instandhaltungsebene im industriellen Kontext eines KMU sowie großem Unternehmens ermittelt und methodisch gegenüberge-stellt.

Ihre Ansprechpartnerin

Tanja Nemeth

Contact Press / Media

Dr. Tanja Nemeth

Wissenschaftliche Mitarbeiterin

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Telefon +43 676 888 616 19

SemI40: Smarte Produktion durch Industrie 4.0

Elektronische Komponenten und Systeme befähigen große wie auch kleine Unternehmen im Wachstum und sichern attraktive Arbeitsplätze für die BürgerInnen Europas. Mit dem Innovationsprojekt SemI40 werden künftige Herausforderungen im Bereich der smarten Produktionsverfahren adressiert. Basierend auf einem expliziten Industrie-4.0-Ansatz, stehen die Nutzung modernster Kommunikationstechnologien und Big-Data-Methoden im Fokus. Ziel ist es, die Wettbewerbsfähigkeit der Produktion von Halbleitern "Made in Europe" langfristig abzusichern.

Eckdaten zum Forschungsprojekt

Langtitel des Projekts: Smarte Produktion durch Industrie 4.0
Kurztitel des Projekts: Semi40
Konsortialführer: Infineon Technologies Austria AG
Projektpartner: AIT Austrian Institute of Technology GmbH
Alpen-Adria-Universität Klagenfurt
AT & S Austria Technologie & Systemtechnik Aktiengesellschaft
AVL List GmbH
Fachhochschule Burgenland
Fraunhofer Austria Research GmbH
Infineon Technologies IT-Services GmbH
KAI Kompetenzzentrum Automobil- und
Industrieelektronik GmbH
Know-Center GmbH
Materials Center Leoben Forschung GmbH
PLANSEE SE
Technische Universität Wien
VIRTUAL VEHICLE Research Center
Laufzeit des Projekts: 05/2016 – 04/2019
Gesamtkosten: €62.000.000
Projektwebseite: http://www.semi40.eu/

Projektziele

Erste Zielsetzung im Projekt SemI40 ist es, die Sicherheitsstandards der vernetzten Produktionsstandorte mit den verwendeten Maschinen zu steigern und gleichzeitig die Flexibilität in der Planung und Konfiguration der Linien zu sichern. Der Einsatz von cyber-physischen Systemen (CPS), ein sicherer und authentischer Datenverkehr innerhalb der Produktion, aber auch in der Lieferkette sowie eine rasche Identifikation von Schadsoftware stehen dabei im Mittelpunkt.

Die erforschten Maßnahmen sollen das Risiko und die potenziellen Auswirkungen von Schadsoftware in einer historisch gewachsenen Produktionslinie drastisch reduzieren. Ein weiterer Schwerpunkt im Projekt SemI40 ist die Innovation von dynamischen Simulationsmodellen für die Optimierung von Produktionsflüssen. Ziel ist es, im Umfeld sich ständig ändernder KundInnenanforderungen dynamisch einen neuen Betriebspunkt der Produktion mit optimierter Kapazitätsnutzung sicherzustellen und die Produktionszeiten zu minimieren.

Ihr Ansprechpartner

Thomas Edtmayr

Contact Press / Media

Dipl.-Ing. Thomas Edtmayr

Geschäftsbereichsleitung Arbeitsgestaltung und Digitalisierung

Fraunhofer Austria Research GmbH
Theresianumgasse 7
1040 Wien, Österreich

Mobil +43 676 888 616 20