Referenzen des Fraunhofer IESE

Die BMW Group nutzt eine leistungsfähige Digital Twin Registry (DTR) auf Basis von Eclipse BaSyx. Sie hilft dabei, digitale Zwillinge im Catena-X-Datenraum schnell zu finden und die dazugehörigen Datenangebote eindeutig zuzuordnen. Das Fraunhofer IESE hat die Lösung umgesetzt und insbesondere hinsichtlich Leistung, Skalierbarkeit und Zukunftssicherheit optimiert.

In diesem Workshop erarbeitete das Fraunhofer IESE gemeinsam mit Daimler Truck und dessen Kunden, wie softwaredefinierte Systeme die Entwicklung, Funktionalität und Geschäftsmodelle von Nutzfahrzeugen grundlegend verändern. Im Fokus standen technologische Grundlagen, konkrete Anwendungsfelder und die Chancen einer flexibleren, vernetzten und updatefähigen Fahrzeugarchitektur.

Referenzprojekt Gideon: Das Projekt »Gideon« (Gemeinwohlorientierte Innovationen durch Daten-Einsatz in Organisationen und Netzwerken) entwickelt ein KI-gestütztes Datenökosystem, das Organisationen beim sicheren und automatisierten Austausch von Daten unterstützt.

Im Projekt VIMOPROP entwickelte das Fraunhofer-Institut für Experimentelles Software Engineering IESE eine modulare Softwareplattform, die pharmazeutische Hersteller bei der virtuellen Planung, Simulation und Inbetriebnahme von Produktionsprozessen unterstützt. Ziel war es, die Herstellung komplexer und hochindividueller Advanced Therapy Medicinal Products (ATMPs), wie Gen- und Zelltherapien, flexibler, effizienter und regulatorisch sicher zu gestalten. Dabei werden die strengen Anforderungen der Arzneimittelproduktion von Anfang an berücksichtigt.

Im Rahmen des Förderschwerpunkts »Mittelstand-Digital« des Bundesministeriums für Wirtschaft und Energie unterstützt das Fraunhofer IESE zusammen mit der Hochschule Ansbach, der TH Nürnberg und der Akademie für Künstliche Intelligenz (AKI) Unternehmen bei der Einordnung und Einführung von KI und Nachhaltigkeit im eigenen Betrieb.

UncertAInty (Uncertainty Quantification in AI-Systems for International Compliance) ist ein vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördertes WIPANO-Projekt, das den systematischen Umgang mit Unsicherheit in KI-Systemen voranbringt. Über eine Laufzeit von 30 Monaten arbeiten Partner aus Wirtschaft, Forschung und Normung gemeinsam daran, Unsicherheiten in KI eindeutig zu beschreiben, messbar zu machen und international zu standardisieren im Rahmen der Entwicklung von ISO IEC TS 25223.

Das Fraunhofer IESE hat gemeinsam mit der DIHK ein digitales Ökosystem zur Registermodernisierung entworfen, um Chancen durch Plattformgeschäftsmodelle für die Gewerberegister zu verwirklichen. Hierfür hat das IESE seine bewährten und flexiblen Methoden zur Modellierung von Ökosystemen auf den Kontext der Registermodernisierung anwendungsspezifisch zugeschnitten und eingesetzt.

Projekt zur automatisierten Erstellung von Weiterbildungsinhalten aus vorhandenen Daten mithilfe generativer KI.

Ziel des Projekts »OneViewMed« (OVM) war, die Informationslage für das medizinische Personal erheblich zu verbessern. Arbeitsprozesse sollten erleichtert und die Patientensicherheit weiter erhöht werden. Um dies zu erreichen, entwickelte das Fraunhofer IESE gemeinsam mit ärztlichen Stellen und den IT-Fachabteilungen der Universitätsmedizin Frankfurt ein grafisches Dashboard, um die Arbeit des ärztlichen Personals zu erleichtern und die Interoperabilität zwischen den auf unterschiedlichen Stationen eingesetzten IT-Systemen sicherzustellen.

Wie Fraunhofer IESE und die Robert Bosch GmbH komplexe sicherheitskritischer Anwendungen unter Verwendung von Linux als Betriebssystemplattform automatisiert testbar machen.