Demonstratoren
Praxisnahe Demonstratoren für KMU: Innovationen risikofrei testen und fundierte Entscheidungen treffen.
Willkommen zu unseren Demonstratoren!
Im Rahmen des EDIH Südwestfalen wurden verschiedene voll funktionsfähige Prototypen entwickelt. Die sogenannten Demonstratoren wurden in Zusammenarbeit mit regionalen KMU und öffentlichen Organisationen (PSOs) konzipiert, um Innovationen und technologische Trends verständlich zu machen. Sie ermöglichen praxisnahe Erfahrungen mit Technologien wie KI, Cybersicherheit, Robotik und Nachhaltigkeit, wobei die Unternehmen diese in einer risikofreien Umgebung testen können („Test before Invest“), um fundierte Entscheidungen zu treffen. Ziel ist es, Unternehmen die Integration digitaler Innovationen zu erleichtern.
Die Prototypen sind in drei Hauptkategorien unterteilt:
- KI-Prototypen
- Technologiegestützte digitale Assistenz & Mensch-Roboter-Kollaboration
- Test- und Lernprototypen
KI-Prototypen
In der manuellen Montage, insbesondere bei der Verkabelung von Solarklemmen, treten häufig Fehler auf, die zeitaufwendige Nachkontrollen erfordern. Das SQLAR5-Projekt, entwickelt von der Ruhr-Universität Bochum (RUB) im Rahmen des EDIH Südwestfalen, setzt auf KI-gestützte Bildverarbeitung, um Montagefehler in Echtzeit zu erkennen. Eine Kamera erfasst den Verkabelungsprozess, eine KI analysiert die Bilder und gibt den Mitarbeitenden sofort Rückmeldung. Das System lässt sich dank seiner drahtlosen und flexiblen Architektur einfach in bestehende Produktionslinien integrieren. In der Learning and Research Factory (LFF) der RUB wurde SQLAR5 unter realen Bedingungen getestet und mit Unternehmensfeedback weiterentwickelt. Die Vorteile sind klar: Weniger Montagefehler, höhere Effizienz und geringere Kosten. Das System verbessert nicht nur die Qualitätssicherung, sondern erleichtert auch den Wissenstransfer in der Produktion. Angesichts steigender Qualitätsanforderungen könnte diese Technologie bald zum Standard werden. Unternehmen, die SQLAR5 testen oder integrieren möchten, können sich direkt mit den Forschenden der RUB in Verbindung setzen.
Zielgruppe: Unternehmen mit komplexen Montageprozessen (z. B. Solarindustrie)
Ansprechpartner: Ruhr-Universität Bochum (RUB) – Jan Schäfer
Multi-Perspektiven-Bildverarbeitung für Qualitätskontrolle
In der Qualitätsprüfung metallischer Weinschraubverschlüsse kommt es oft auf kleinste Details an. Das von der Ruhr-Universität Bochum (RUB) entwickelte KI-gestützte System analysiert Bauteile aus mehreren Kameraperspektiven und erkennt automatisch fehlerhafte O-Ringe oder Montagemängel. Dabei berücksichtigt es die Rotationssymmetrie der Produkte, um eine zuverlässige Qualitätskontrolle zu ermöglichen. Die Technologie kann flexibel an verschiedene Produktionslinien angepasst werden und ersetzt fehleranfällige manuelle Prüfungen. In der Learning and Research Factory (LFF) der RUB wurde das System unter realen Bedingungen getestet und optimiert. Unternehmen profitieren von einer höheren Prüfgenauigkeit, geringeren Ausschussraten und effizienteren Produktionsabläufen. Dank der offenen Architektur lässt sich das System problemlos in bestehende Fertigungsprozesse integrieren. Zukünftig könnte die KI-basierte Qualitätskontrolle zum Standard in der industriellen Fertigung werden. Unternehmen, die Interesse an einer Implementierung haben, können sich an die Forschenden der RUB wenden.
Zielgruppe: Hersteller mit optischer Qualitätskontrolle (z. B. Weinflaschenverschlüsse)
Ansprechpartner: Ruhr-Universität Bochum (RUB) – Jan Schäfer
Lokale RAG-Anwendung (Retrieval-Augmented Generation)
Retrieval-Augmented-Generation (RAG) verbessert KI-Systeme, doch viele Unternehmen scheuen Cloud-Lösungen aus Datenschutzgründen. Die Universität Siegen hat deshalb eine lokale RAG-Anwendung entwickelt, die direkt auf firmeneigenen Servern läuft. Sie verarbeitet Unternehmensdokumente und ermöglicht eine schnelle, KI-gestützte Wissensabfrage ohne Datenweitergabe an Dritte. Mithilfe eines Raspberry Pi 5 und Open-Source-Frameworks wurde eine benutzerfreundliche Plattform geschaffen, die sich an individuelle Unternehmens-anforderungen anpassen lässt. Erste Tests mit Unternehmen zeigten, dass sich Prozesse wie Onboarding oder Maschinenwartung durch intelligente Informationsbereitstellung optimieren lassen. Die Lösung ist besonders für KMUs interessant, die generative KI sicher und kosteneffizient nutzen möchten. Unternehmen, die das System testen oder in ihren Betrieb integrieren wollen, können sich direkt an die Forschenden wenden.
Zielgruppe: Unternehmen, die LLM-basierte Informationssysteme mit Datenschutzbedenken testen möchten
Ansprechpartner: Universität Siegen – Louisa Sauter
Chatbot zur Schweißunterstützung
Der zunehmende Fachkräftemangel im Schweißhandwerk bedroht den Wissens-transfer in vielen Unternehmen. Die Universität Siegen hat daher einen KI-gestützten Schweiß-Chatbot entwickelt, der spezifische Fachfragen beantwortet und Mitarbeitende in Echtzeit unterstützt. Basierend auf einer lokalen Large Language Model (LLM)-Lösung, ermöglicht das System interaktive Schulungen und bewahrt das Know-how erfahrener Fachkräfte. Bereits in ersten Unternehmensworkshops getestet, zeigt der Chatbot großes Potenzial, die Einarbeitung zu erleichtern und Fehlerquoten zu reduzieren. Die Lösung ist flexibel einsetzbar, von Werkstatt-Tablets bis hin zur Integration in Unternehmensnetzwerke. Durch den datenschutzfreundlichen lokalen Betrieb behalten Unternehmen volle Kontrolle über ihre sensiblen Produktionsdaten. Interessierte Unternehmen können sich für Tests und Implementierungsmöglichkeiten direkt an die Forschenden wenden.
Zielgruppe: Unternehmen mit Fachkräftemangel in der Schweißtechnik
Ansprechpartner: Universität Siegen – Nils Böcking
Technologiegestützte digitale Assistenz & Mensch-Roboter-Kollaboration
Unterstützte Inbetriebnahme (Assisted Commissioning)
In der industriellen Fertigung führen unklare oder veraltete Set-up-Anweisungen oft zu ineffizienten Prozessen und hohen Fehlerquoten. Die Fachhochschule Südwestfalen (FH SWF) hat deshalb eine App für assistierte Inbetriebnahme entwickelt, die Set-up-Anweisungen digitalisiert und standardisiert. Mitarbeitende können per Tablet Fotos, Videos und Notizen direkt in die digitale Dokumentation einfügen, wodurch Einrichtungsprozesse präziser und verständlicher werden. In Workshops mit Unternehmen wurde das System bereits getestet und weiterentwickelt. Vorteile sind eine höhere Prozesssicherheit, bessere Nachvollziehbarkeit und optimierte Produktionsabläufe. Die Lösung ist für Unternehmen jeder Größe geeignet und kann flexibel an unterschiedliche Fertigungsprozesse angepasst werden.
Zielgruppe: Produktionsunternehmen, die Maschinenprozesse standardisieren möchten
Ansprechpartner: FH Südwestfalen – Prof. Gerrit Pohlmann
Fehlermanagement auf der Fertigungsebene
Unerwartete Maschinenstillstände verursachen in der Fertigung hohe Kosten. Die Fachhochschule Südwestfalen hat eine App für optimiertes Fehlermanagement entwickelt, die es Mitarbeitenden ermöglicht, Störungen in Echtzeit zu erfassen und direkt an das Instandhaltungsteam weiterzuleiten. Durch die Priorisierung und Dokumentation von Fehlern werden Wartungsarbeiten effizienter geplant und Ausfallzeiten minimiert. Erste Tests mit Unternehmen zeigen, dass sich die Kommunikation zwischen Produktion und Wartung deutlich verbessert. Die Lösung ist intuitiv bedienbar und kann flexibel in bestehende Betriebsstrukturen integriert werden. Unternehmen, die ihre Produktionsausfälle reduzieren möchten, können das System in Testläufen erproben.
Zielgruppe: Unternehmen mit komplexen Produktionsanlagen
Ansprechpartner: FH Südwestfalen – Prof. Gerrit Pohlmann
Digitalisierte Schichtübergabe
In vielen Produktionsbetrieben erfolgt der Schichtwechsel noch immer auf Papier, was Fehler und Verzögerungen begünstigt. Die FH SWF hat eine digitale Schichtübergabelösung entwickelt, die alle relevanten Informationen strukturiert und zentral abrufbar macht. Dadurch können Maschinenstatus, Prioritäten und Arbeitsfortschritte lückenlos dokumentiert und analysiert werden.
In ersten Pilotprojekten zeigte sich, dass Unternehmen durch diese Digitalisierung ihre Abläufe optimieren und die Fehlerquote senken können. Die Lösung fördert nicht nur die Transparenz, sondern leistet auch einen Beitrag zur Nachhaltigkeit, indem sie Papierverbrauch reduziert. Unternehmen, die den Umstieg auf eine digitale Übergabe testen möchten, können sich an die Forschenden wenden.
Zielgruppe: Fertigungsunternehmen, die manuelle Schichtdokumentation digitalisieren möchten
Ansprechpartner: FH Südwestfalen – Prof. Gerrit Pohlmann
Steuerung eines HRC-Roboters per kamerabasierter Gestenerkennung
Kollaborative Roboter (HRC) eröffnen neue Möglichkeiten in der industriellen Fertigung. Die RUB hat eine KI-gestützte Gestensteuerung entwickelt, die es ermöglicht, Roboter intuitiv mit Handbewegungen zu steuern – ganz ohne zusätzliche Hardware. Eine Kamera erkennt die Bewegungen des Bedieners und überträgt sie direkt auf den Roboter, was die Interaktion erheblich erleichtert. Dies macht die Technologie besonders attraktiv für Arbeitsplätze mit hohen Sicherheitsanforderungen oder ergonomischen Herausforderungen. Erste Tests in der Learning and Research Factory der RUB zeigen vielversprechende Ergebnisse. Unternehmen, die das System evaluieren möchten, können sich direkt an die Forschenden wenden.
Zielgruppe: Unternehmen mit Interesse an Mensch-Roboter-Kollaboration
Ansprechpartner: Ruhr-Universität Bochum (RUB) – Jan Schäfer
Digitales Assistenzsystem für die Montage mit KI-gestützter Zeitprognose
Unternehmen mit hoher Mitarbeiterfluktuation oder einer großen Produktvielfalt stehen vor der Herausforderung, dass neue oder wechselnde Mitarbeitende komplexe Montageprozesse schnell erlernen müssen. Die Ruhr-Universität Bochum (RUB) hat daher ein digitales Assistenzsystem (DAS) entwickelt, das Mitarbeitende während der manuellen Montage unterstützt. Über eine benutzerfreundliche Oberfläche erhalten sie Schritt-für-Schritt-Anleitungen, die den Prozess strukturieren und Fehler vermeiden helfen. Eine Besonderheit dieses Systems ist die Integration von KI-gestützten Vorhersagen für Montagezeiten, die anhand früherer Daten eine realistische Einschätzung für neue Produktvarianten liefert. Dadurch lassen sich Produktionsprozesse besser planen und optimieren. Erste Anwendungen zeigen, dass das System insbesondere für Unternehmen mit wechselndem Personal oder einer hohen Variantenvielfalt in der Fertigung nützlich ist. Der Prototyp wurde in der Learning and Research Factory (LFF) der RUB entwickelt und getestet und wird bereits in einem Unternehmen zur Unterstützung der Montage von kontaktlosen Spendern eingesetzt. Interessierte Unternehmen können das System im Rahmen von EDIH-Transferveranstaltungen in Bochum live erleben.
Zielgruppe: Unternehmen mit hoher Mitarbeiterfluktuation oder einer großen Produktpalette / vielen Produktvarianten
Ansprechpartner: Ruhr-Universität Bochum (RUB) – Jan Schäfer
Test- und Lernprototypen
Flottenmanagement für Baumaschinen
Moderne Bauunternehmen stehen vor der Herausforderung, ihre Maschinenflotte effizient zu verwalten und Standorte von Baumaschinen genau nachzuverfolgen. Das von der Universität Siegen entwickelte Flottenmanagement-System setzt auf Bluetooth-Tracker und eine zentrale Verarbeitungseinheit, um Maschinen auf Baustellen in Echtzeit zu lokalisieren. Dies hilft, unnötige Mietkosten für Ersatzgeräte zu reduzieren, den Verbleib von Maschinen besser zu dokumentieren und potenzielle Diebstähle nachzuverfolgen. Der Prototyp wurde nach einer umfassenden Anforderungsanalyse mit Berge Bau entwickelt und vor Ort getestet. Die Lösung besteht aus energieeffizienten Trackern mit einer Batterielaufzeit von bis zu fünf Jahren, die sich einfach in bestehende Maschinen integrieren lassen. Unternehmen profitieren von verbesserter Ressourcennutzung, reduzierten Mietkosten und höherer Transparenz in der Maschinenverwaltung.
Zielgruppe: Bauunternehmen mit großen Maschinenflotten / mehreren Baustellen
Ansprechpartner: Universität Siegen – Robert Fischbach
Digitaler Zwilling zur Berechnung des CO₂-Fußabdrucks im 3D-Druck
Nachhaltige Produktion wird für Unternehmen immer wichtiger – insbesondere in der energieintensiven Fertigung. Die Universität Siegen hat daher einen digitalen Zwilling für den 3D-Druck entwickelt, der den CO₂-Fußabdruck von Produkten analysiert und optimiert. Durch die Simulation verschiedener Produktionsszenarien lassen sich nachhaltige Strategien ableiten und der Einsatz von recycelten Materialien verbessern. Das System wurde speziell für die Überwachung von Materialströmen und Energieverbrauch entwickelt und hilft Unternehmen, ihre Produktion ressourcenschonender zu gestalten. Der Prototyp wird im Datalab der Universität Siegen getestet und steht für Industriekooperationen zur Verfügung.
Zielgruppe: Unternehmen mit energieintensiven Produktionsprozessen, insbesondere 3D-Druck-Anwender
Ansprechpartner: Universität Siegen – Sven Hoffmann
Papierloses Checkout-System
Seit der Einführung der Belegpflicht 2020 suchen viele Unternehmen nach umweltfreundlichen Alternativen zu Papierbelegen. Die Universität Siegen hat mit QuiB ein System entwickelt, das sich nahtlos in bestehende Kassensysteme integriert und digitale Kassenbons über QR-Codes ausgibt. Der Vorteil: Kunden benötigen keine spezielle App, da der digitale Beleg direkt per QR-Code abrufbar ist. Die Lösung funktioniert mit bestehenden Kassendruckern, sodass auch kleine Unternehmen ohne kostspielige Systemumstellungen davon profitieren können. Erste Tests mit Bäckereien und Restaurants zeigten vielversprechende Ergebnisse. Unternehmen, die papierlose Prozesse implementieren möchten, können das System in Pilottests mit der Universität Siegen ausprobieren.
Zielgruppe: Einzelhandel, Gastronomie, Bäckereien, etc.
Ansprechpartner: Universität Siegen – Enzo Frenker-Hackfort
