Projekte

Ziel des Projektes AziTrim ist die Weiterentwicklung und Optimierung einer Prozesskette zur Herstellung von variabel orientierten Gitterstrukturen, für die Nutzung in Augmented Reality (AR) Anwendungen.

Das SAB-Projekt »MIMODI-3D+ - Miniaturisiertes modulares digitales 3D+-Sensorsystem mit optimierter AVT für die intelligente Zustandsüberwachung« kann mit neuen Ansätzen in der Sensorik, Aufbau- und Verbindungstechnik, sowie Datenerfassung und -verarbeitung einen wesentlichen Beitrag zur Verbesserung der prädiktiven Zustands- und Prozessüberwachung an hochdynamischen Anlagen leisten.

Das Projekt MultiALD nimmt auf Basis Aluminium-haltiger Dünnschichtsysteme Wasserdampfbarriere- und sowie kristalline Aktuator-Materialien in den Fokus. Die Arbeiten umfassen die quantenchemisch unterstützte Prozessentwicklung zur Schichtabscheidung, sowie die Charakterisierung.

Im EU-Projekt »GENESIS – Generate in Europe a Sustainable Industry for Semiconductor« macht Fraunhofer ENAS die Chipproduktion nachhaltiger. Unser Teilvorhaben entwickelt digitale Zwillinge für das Chemisch‑Mechanische Planarisieren (CMP), um Ressourcenverbrauch und Emissionen spürbar zu senken – durch weniger Slurry, Pilotwafer und Energie.

Hybride KI-Prozessmodelle machen die Mikroelektronikfertigung effizienter, robuster und nachhaltiger. Wir verknüpfen domänenspezifisches Prozesswissen aus Simulationen und etablierten empirischen Modellen mit datengetriebenen Methoden des Maschinellen Lernens – optimiert für reale Fabrikumgebungen mit kleinen, heterogenen Datensätzen. Ziel ist es, Energie- und Ressourceneinsatz zu senken, Entwicklungszeiten zu verkürzen und die Innovationsfähigkeit am Standort Sachsen gezielt zu stärken.

NOVO ist ein von der Europäischen Innovationskommission gefördertes Projekt, das darauf abzielt, eine Echtzeit-Dosisverifikation während der Behandlung auf nicht-invasive Weise zu ermöglichen. Dies wird erreicht, indem sekundäre Strahlungen, die durch den Protonenstrahl im Körper des Patienten erzeugt werden, detektiert werden, was durch einen neu gestalteten Detektor gemessen und mit der tatsächlichen Protonenreichweite korreliert werden kann. Im Rahmen des Entwicklungsplans wird es notwendig sein, neue Rekonstruktionsalgorithmen zu entwerfen, um die Detektormessungen der abgegebenen Dosis zuzuordnen, sowie Werkzeuge zu entwickeln, die Änderungen am Behandlungsplan in Echtzeit ermöglichen.

Im Projekt SenMooVe wird eine sensorbasierte Lösung entwickelt, mit welcher Luftqualität und Belegung stetig überwacht werden. Die erfassten Daten werden zur Einschätzung von gegenwärtiger und prognostizierter Sicherheit mittels KI-Methoden verarbeitet und die Ergebnisse an vorhandene IT-Systeme der ÖPNV-Partner zur Kommunikation an die Fahrgäste übermittelt. Durch die deutlich verbesserte Datenlage entsteht eine Echtzeitdaten-basierte Entscheidungsgrundlage für ÖPNV-Nutzer, Unternehmen und Behörden mit der langfristig die Sicherheit im ÖPNV gesteigert wird. Ebenso kann durch eine adaptive Steuerung von Lüftungen und Klimaanlagen die Nachhaltigkeit im ÖPNV verbessert werden.