Das System basiert auf einem speziellen Ultraschallkatheter, der das Herzinnerste in Echtzeit und in 360°-Sicht abbildet. Mithilfe von KI erkennt das System automatisch wichtige anatomische Strukturen, verfolgt Katheter- und Implantatpositionen und zeigt den optimalen Weg zur Platzie-rung an. Zusätzlich werden Blutflüsse sichtbar gemacht, um die Funktion des eingesetzten Implan-tats zu überprüfen. Die Verfahren werden in einem speziell entwickelten Tiermodell erprobt. Die dort aufgenommenen Daten dienen zur Entwicklung, Schulung und Überprüfung der Software. Durch die Kombination aus Bildgebung, KI und Simulation entsteht ein hochpräzises, strahlungs-freies Navigationssystem, das den medizinischen Eingriff deutlich sicherer und effizienter macht.

Das Projekt Q-Trap untersucht drei potenzielle Lockreize für Honigbienenköniginnen (akustische Signale von Jungköniginnen, chemische Reize aus Pheromonen und Wabenvolatilen sowie gezielte Wärmeimpulse) und entwickelt daraus ein innovatives, bioakustisches und Pheromon-gestütztes Verfahren, um die Königin gezielt in einen Käfig zu locken mit Nutzen für Berufs- und Hobbyimker, für Lebensmittelsicherheit und für resiliente Ökosysteme.

Ziel des Projekts SPATIUM ist daher die Erforschung eines neuartigen Ansatzes zur Gewährleistung der Betriebssicherheit von AMRs in der Intralogistik. Es sollen eine dynamische Risikoabschätzung und Ableitung der notwendigen Absicherungsmaß-nahmen zur Laufzeit möglich gemacht und Maßnahmen zur Erhöhung der Fahrgeschwindigkeit entwickelt werden. Zudem soll das Flottenmanagementsystem optimiert werden, um die Fahrzeugnutzung durch eine bessere Planung und Einbindung von Umgebungsinformationen zu maximieren. Bei gleichbleibendem Sicherheitsniveau sollen so weniger Roboter in derselben Zeit mehr Aufträge erfüllen können. Dies senkt Amortisierungskosten und erleichtert den Einstieg in die Logistikautomatisierung für KMU.

Das Forschungsprojekt ProdBot verfolgte das Ziel, den Einsatz von Chatbots im industriellen Produktionsumfeld zu untersuchen und einen Demonstrator zu entwickeln. Der Chatbot soll operativ Beschäftigte bei der Informationsbeschaffung unterstützen und dadurch Entscheidungsprozesse effizienter, transparenter und robuster gestalten.

Im Mittelpunkt stand ein übergreifendes Konzept, das die natürliche sprachliche Interaktion, die strukturierte Verwaltung von Wissen sowie die Anbindung an bestehende produktionsnahe IT-Systeme integriert. Ergänzend wurden Lernmechanismen betrachtet, mit denen sich der Chatbot auf Basis von Nutzerinteraktionen und neu verfügbaren Daten schrittweise an veränderte Anforderungen anpassen kann.

Die entwickelte Methodik wurde in zwei industriellen Anwendungsszenarien umgesetzt und erprobt. Die Demonstratoren konnten die Praxistauglichkeit sowie die Eignung für unterschiedliche Aufgabenstellungen im Produktionsumfeld darlegen. Insbesondere die schnelle Verfügbarkeit von Informationen auch für neue Beschäftigte führte zu zeitlichen Einsparungen. Gleichzeitig wurde die Notwendigkeit einer stets aktuellen und korrekten Datenbasis erkannt, um eine hohe Antwortqualität zu gewährleisten.

Im Projekt wurde ein digitaler Design-to-Fabrication-Workflow entwickelt, der architektonische Gestaltung, mikroklimatische Simulation und automatisierte Fertigung miteinander verknüpft. Grundlage bildet ein parametrischer Designkonfigurator, der standortspezifische Klimadaten, geometrische Parameter und Fertigungslogik in einem gemeinsamen Datenmodell integriert. Auf dieser Basis konnten selbstverschattende Ziegelgeometrien entwickelt werden, die den solaren Wärmeeintrag reduzieren und somit zur Verbesserung des thermischen Außenraumkomforts beitragen.

Zur Validierung der Simulationen wurden mehrere Demonstratorwände errichtet und messtechnisch untersucht. Die Messungen zeigten, dass geometrisch differenzierte Fassaden mit erhöhter Eigenverschattung eine signifikante Reduktion der Oberflächentemperaturen erreichen können. Während einfache Verdrehungen von Ziegeln nur moderate Temperaturunterschiede bewirkten, konnten mit optimierten Verschattungsgeometrien Temperaturdifferenzen von bis zu etwa 10 Kelvin gegenüber flachen Referenzflächen gemessen werden. Dies bestätigt die Relevanz geometrischer Fassadenmodulationen als passive Strategie zur Reduktion urbaner Wärmebelastung.

Parallel wurde die robotische Fertigung komplexer Ziegelgeometrien erfolgreich demonstriert und ein Proof-of-Concept für die digitale Prozesskette vom Entwurf bis zur Fertigung erbracht. Das Projekt zeigt damit neue Möglichkeiten für klimaadaptive Gebäudehüllen auf, die architektonische Gestaltung, Bauphysik, Simulation und digitale Fertigung integrativ verbinden und langfristig wirtschaftliche Potenziale für die Bauindustrie eröffnen.

Ziel des Projekts war die Entwicklung eines patientenspezifischen Orbitabodenimplantats mit integrierter Positionierungshilfe, das navigationsgestützt eingebracht werden kann. Durch die Nutzung nicht-invasiver Marker in der initialen Bildgebung sollten durch Planung, Navigation und Implantatdesign auf einer gemeinsamen Datengrundlage Genauigkeit, Gewebeschonung und insbesondere die Durchlaufzeit deutlich verbessert werden.

Auf Basis medizinischer Anforderungen wurden Implantatgeometrie, Materialkonzepte und Markersysteme definiert und exemplarisch umgesetzt. Parallel wurde der Prozess für das Pulverbettbasierte Laserstrahlschmelzen (L-PBF) für dünnwandige Titanimplantate (Ti6Al4V) entwickelt und hinsichtlich Verzugs und Maßhaltigkeit optimiert. Eine digitale, kollaborative Prozesskette zwischen Klinik und Hersteller ermöglichte eine Reduktion der Lieferzeit auf perspektivisch drei bis vier Tage. Ergänzend wurde eine wiederverwendbare, ergonomische Positionierhilfe mit kamerabasierten Markern entwickelt. Materialanalysen zeigten eine sehr gute Passgenauigkeit (< 90 µm Abweichung), poröse Strukturen erwiesen sich jedoch mechanisch noch als unzureichend. Die präklinische Validierung an realen Falldaten und Operationssimulationen bestätigte die hohe Genauigkeit, Funktionalität und klinische Praktikabilität des Gesamtsystems.

Das Forschungsprojekt „TRADEmark“ zielte darauf ab, Handwerksbetriebe bei der Digitalisierung, Automatisierung und Planung ihrer Verwaltungs- und Wertschöpfungsprozesse zu unterstützen. Der zugrundeliegende Kerngedanke ist die nahtlose und nutzbringende Integration von Daten aus dem Internet of Things (IoT) in das moderne Geschäftsprozessmanagement (GPM).

Die Universität Regensburg, die Maxsyma GmbH & Co. KG sowie drei Anwendungspartner aus dem Handwerk entwickelten gemeinsam ein kontextsensitives System für ein zeitgemäßes GPM. Über Technologien wie Bluetooth-Low-Energy-Tags und Mikrocontroller werden präzise Echtzeit-Standortdaten von Werkzeugen und Materialien erfasst. Eine eigens entwickelte Ontologie verknüpft diese Ressourcen semantisch mit den jeweiligen Aufgaben. Durch eine ortsbezogen erweiterte Prozessmodellierung und Complex Event Processing lassen sich hochfrequente IoT-Daten in Echtzeit verarbeiten. Arbeitsaufträge können so dynamisch und automatisiert an verfügbare Mitarbeitende verteilt werden.

Die erfolgreich evaluierte Lösung bietet KMU im Handwerk eine flexibel skalierbare Plattform. Zu den Ergebnissen zählen eine gesteigerte Effizienz durch die Automatisierung von Routineaufgaben (z. B. Werkzeugrückverfolgung), eine deutlich verbesserte Transparenz über betriebliche Abläufe und eine resiliente Planung, die autonom auf unvorhergesehene Ereignisse reagiert.

Ziel des Vorhabens war die Entwicklung eines kostengünstigen Systems zur automatisierten Erkennung und Unterscheidung verschiedener Kunststoffe an unterschiedlichen Stellen des Stoffkreislaufs mittels eines universell einsetzbaren bildgebenden Verfahrens.

Im Projekt wurde ein Demonstrator auf Basis eines multispektralen Multi-Kamerasystems realisiert. Für dieses System wurden Datenbanken mit spektralen Fingerabdrücken verschiedener Kunststoffe aufgebaut und Algorithmen zur Bestimmung der optimalen Wellenlängen, zur Segmentierung der Bilder, zur Klassifikation der Kunststoffe und zur Gewinnung von Geometrieinformationen entwickelt. Ein Roboterarm wurde zur automatisierten Entnahme und Sortierung der klassifizierten Kunststoffe integriert.

Über verschiedene Probengemische hinweg wurde eine Klassifikationsrate von knapp 90 % erreicht. Die Ergebnisse belegen die erfolgreiche Realisierung eines robusten, flexibel einsetzbaren und wirtschaftlich realisierbaren Systems zur automatisierten Kunststoffklassifikation. Im Rahmen des Projekts entstanden sieben Publikationen und zehn studentische Arbeiten. Das Thema wurde 2024 mit dem Nachhaltigkeitspreis der Friedrich-Alexander-Universität Erlangen-Nürnberg ausgezeichnet.

Primäres Projektziel war die Entwicklung eines klinisch einsetzbaren Bioklebers zur Reduktion von AI sowie die Etablierung neuer biomechanischer Prüfmethoden.

Es gelang die Entwicklung eines reproduzierbaren biomechanischen Prüfstands zur Echtzeitmessung von Stabilität, Druckbeständigkeit und Leckage intestinaler Anastomosen ex vivo. Dieser Prüfstand stellt ein nachhaltiges Projektergebnis dar. Zudem wurden neue Erkenntnisse zur Biomechanik der Anastomosenheilung gewonnen, insbesondere zu viskoelastischen Gewebeeigenschaften und druckabhängigen Versagensmechanismen. In der finalen Projektphase wurde die präklinische Untersuchung in ein murines Kolitis-Modell überführt. Die Ergebnisse erlauben eine differenzierte Bewertung des kollagenen Bioklebers und identifizieren Optimierungsbedarf für zukünftige Materialgenerationen. Es entstanden neue methodische Ansätze, belastbare mechanistische Erkenntnisse sowie eine Grundlage für zukünftige Materialentwicklungen.

Ziel des Projekts TRAMIK war es, das volle Potenzial der vorhandenen Hardware auszureizen und die Dynamik von Scanneroptiken maßgeblich zu steigern. Durch eine intelligente, modellbasierte Trajektorienplanung sollte das dynamische Verhalten der Systemkomponenten bereits im Vorfeld berücksichtigt werden, um Abweichungen proaktiv zu kompensieren und so höhere Bearbeitungsgeschwindigkeiten bei maximaler Präzision zu ermöglichen.

Im Rahmen der Kooperation wurden systemunabhängige Modelle für Scanneroptiken und Laserstrahlquellen entwickelt. Diese dienten als Grundlage für ein Software-Modul, das zwei Kernansätze kombiniert: eine modellbasierte Vorsteuerung zur Kompensation mechanischer Trägheit und eine iterative Fehlerkompensation zur Optimierung der Bahntreue. Ergänzt wurde dies durch eine Hardware-Synchronisation von Laser und Scanner sowie durch die Implementierung echtzeitfähiger Optimierungsalgorithmen direkt auf der Steuerungshardware.

Die Projektergebnisse belegen eine signifikante Steigerung der Dynamik. In der Anwendung konnte die Bearbeitungsrate um über 50 % erhöht werden. Bei kontinuierlichen Bahnen wurde eine Reduktion des mittleren Flächenfehlers um über 30 % nachgewiesen. Die entwickelten Methoden erlauben eine optimale Nutzung der mechanischen Grenzen von Scanneroptiken und verbessern so die Wirtschaftlichkeit hochdynamischer Laserprozesse.