Innovation
braucht 
technologische
Weitsicht

Wir begleiten Ihren Innovationsprozess von der Idee bis zum Produkt, indem wir über aktuelle Technologien beraten, Reifegradanalysen durchführen oder die nötigen Infrastrukturen zur Verfügung stellen, um neue Entwicklungen ohne große Investitionen testen zu können.

Unsere Dienstleistungen

Reifegradanalyse

Digi-Check

Die Bedarfsanalyse digitales Handwerk gibt Handwerksbetrieben Auskunft über den Grad der Digitalisierung in ihrem Unternehmen und über Weiterentwicklungspotentiale. 

CARE (Cyber Attack Risk Estimation) für KMU

Das CARE Tool bietet insbesondere kleinen und mittleren Unternehmen eine individuelle Risikoeinschätzung in Bezug auf die Gefährdung durch unterschiedliche Cyberangriffe verbunden mit entsprechenden Handlungsempfehlungen zur Reduzierung der größten Risiken.

Die Risikoeinschätzung basiert auf dem Datensatz einer repräsentativen Befragung von 5.000 Unternehmen in Deutschland und erfolgt nach der Beantwortung eines zehnminütigen Fragebogens zu verschiedenen Merkmalen des Unternehmens und bereits umgesetzten Sicherheitsmaßnahmen.

Demonstratoren-Management

Die Mittelstand-Digital-Kompetenzzentren haben eine Informationsplattform zu ihren Demonstratoren aufgebaut. Damit machen die Zentren Digitalisierung erlebbar und zeigen an praktischen Anwendungsbeispielen auf, wo Mittelständler im eigenen Betrieb ansetzen können. Die neue Online-Plattform bietet einen Überblick, was wo vor Ort oder digital ausprobiert werden kann.

Beratung und Wissenstransfer

Beratung in Künstlicher Intelligenz

Für viele, vor allem mittlere oder kleine Unternehmen ist es oft schwierig sich in der Fülle der vorhandenen KI Technologien zurechtzufinden. Das L3S Forschungszentrum bietet ein breites Beratungsangebot von Datenanalyse bis Bilderkennung an, das den Unternehmen bei der Auswahl und dem Einsatz der passenden Technologien zur Seite zu stehen. 

Gründungsinkubator StartUpSecure

Umfassende Beratung zur Neugründung in der IT-Sicherheitsbranche: Markorientierte Weiterentwicklung von Ideen, Erstellung von Unternehmensstrategien, rechtlichen und wirtschaftlichen Rahmenbedingungen für Neugründungen

Moderierter Austausch mit Weltklasse-Forschern für Evaluation von Ideen und Produktentwicklung

Use Cases und Demonstratoren

Demonstrator: Zentrale Fertigungssteuerung

Viele mittelständische Unternehmen im Bereich des verarbeitenden Gewerbes sind nach dem Werkstattfertigungsprinzip organisiert. Die Maschinenbelegung und Reihenfolgebildung stellt in diesem Kontext ein komplexes Optimierungsproblem (Flexible Job Shop Scheduling Problem) dar. Der Demonstrator des Mittelstand 4.0-Kompetenzzentrums Hannover veranschaulicht, wie quanteninspiriertes Digital Annealing helfen kann diese Herausforderung in kürzester Zeit und mit guter Qualität zu lösen. Über eine Benutzeroberfläche wird Besuchern zunächst der einfache Umgang mit dem Optimierungswerkzeug gezeigt und gemeinsam eine Optimierung durchgeführt. Im Anschluss visualisiert eine Materialflusssimulation das Ergebnis am Beispiel einer Tesa-Roller-Fertigung. Der direkte Vergleich mit weit verbreiteten Belegungs- und Reihenfolgeregeln zeigt dabei direkt das Produktivitätspotenzial auf.

Demonstrator: Lernendes Visuelles Kontrollsystem

Die Demonstrationsfabrik des Mittelstand 4.0-Kompetenzzentrums Hannover zeigt intelligente Lösungen der Digitalisierung von der Kommissionierung über die Fertigung und Montage bis zur Qualitätskontrolle. Besucher können dort Digitalisierungslösungen anhand der Fertigung eines Stiftes in Losgröße 1 hautnah erleben. Eine der Stationen – bestehend aus einer Drehmaschine und einem Stangenlager – zeigt den Fertigungsprozess der Griffstücke des Stiftes aus Aluminiumstangen. Hier wurde eine KI-basierte Lösung implementiert, um die Materialzufuhr durch den Stangenlader zu überwachen. Die Mitarbeiten erhalten eine Warnmeldung, sobald ein Fremdkörper im System erkannt wird. Auf diese Weise können ungeplante Stillstände der Maschine vermieden werden.

Für die Überwachung wurde ein lernendes visuelles Kontrollsystem aufgebaut, das als Ausgabe Informationen über den Zustand des Lagers und die Lage der darin befindlichen Objekte liefert. Das entwickelte Deep Learning-Modell ist in der Lage, die Objekte im Aluminiumstangenlager zu lokalisieren und zu beschreiben. Alle berechneten Informationen (Typ und Position des Objekts) werden visualisiert und in ein von der Kamera gestreamtes Bild integriert.

Demonstrator: Qualitätssicherung im digitalen Wandel

Durch Qualitätsprüfungen entlang des gesamten Produktionsprozesses lassen sich Kosten senken, Arbeitsabläufe vereinfachen und die Produkt- sowie Prozessqualität steigern. Hierfür bietet sich eine automatisierte, datenreiche und prozessübergreifende Qualitätssicherung an.

Doch nicht jedes Unternehmen ist bereits vollautomatisiert und hat eine durchgängige Maschinendatenauswertung in Echtzeit. In diesem Fall kann es darum gehen, Teillösungen zu implementieren. Ein Beispiel für eine solche Teillösung finden Sie in der Demonstrationsfabrik des Mittelstand 4.0-Kompetenzzentrums Hannover: Hier wurde die Qualitätsprüfung mithilfe eines kollaborativen Roboters, Sensoren und einer künstlichen Intelligenz umgesetzt. Die Qualitätsprüfung lässt sich dabei flexibel in unterschiedliche Prozesszyklen integrieren.

de_DEDE