In unseren Fallstudien zeigen wir Ihnen, wie wir komplexe Herausforderungen der modernen Industrie und Mittelständischen Unternehmen in greifbare Lösungen verwandeln.

Intelligente Logistik durch autonomes Bin Picking

Produktionstechnik

Die Herausforderung

In der modernen Produktion müssen unterschiedlichste Bauteile – oft unsortiert als Schüttgut in Kisten – schnell und präzise gegriffen werden. Herkömmliche Robotersysteme scheitern hier oft an der Vielfalt der Geometrien oder benötigen extrem aufwendige, manuelle Programmierzeiten für jedes neue Teil.

Unser Ansatz

Wir kombinieren hochpräzise Physiksimulationen mit modernsten KI-Lernmethoden (Reinforcement Learning). Der Roboter trainiert das Greifen zunächst tausendfach in einer virtuellen Umgebung (Offline-Simulation). Durch diesen "digitalen Spielplatz" lernt die KI eigenständig, wie sie auch komplexe Objekte sicher greift, ohne dass reale Hardware blockiert oder beschädigt wird.

Das Ergebnis

Der Schlüssel ist ein serientaugliches System zur Handhabung von Schüttgut in kleiner bis mittlerer Größe.

  • Maximale Flexibilität: Das System erkennt und greift neue Bauteile autonom, ohne dass ein Ingenieur eine einzige Zeile Code neu schreiben muss.
  • Null Ausfallzeit beim Anlernen: Durch den Sim-to-Real-Ansatz findet das Training komplett am PC statt. Die reale Anlage bleibt währenddessen produktiv.
  • Höhere Prozessstabilität: Die KI optimiert ihre Greifstrategie kontinuierlich selbst, was die Fehlerquote beim Griff in die Kiste drastisch minimiert.

Gesamtes Projekt ansehen

Intelligente Durchflussmessung ohne zusätzliche Sensorik

Prozess- und Versorgungstechnik

Die Herausforderung

In komplexen Rohrleitungsnetzen ist die genaue Kenntnis des Volumenstroms entscheidend für eine effiziente Prozessführung. Herkömmliche Durchflussmesser sind jedoch teuer in der Anschaffung, wartungsintensiv und lassen sich in bestehenden Altanlagen oft nur unter hohem Aufwand nachrüsten.

Unser Ansatz

Wir transformieren ein herkömmliches Stellventil in ein „Smart-Meter-Ventil“. Durch die Kombination von vorhandenen Motordaten (Stromaufnahme, Position) und einem mathematischen Modell des Ventils entwickeln wir einen Softsensor. Dieser berechnet den aktuellen Durchfluss präzise in Echtzeit, ohne dass ein physischer Durchflussmesser verbaut werden muss. Das Ventil wird somit selbst zum Sensor.

Das Ergebnis

  • Kosteneffizienz (Hardware-Ersparnis): Hochpräzise Durchflussdaten ohne die Investition in teure Zusatzsensorik. 
  • Nachrüstbarkeit (Retrofit): Intelligente Funktionen lassen sich über Software-Updates in bestehende Infrastrukturen integrieren, ohne die Rohrleitungen zu öffnen.
  • Lückenlose Transparenz: Ermöglicht die Überwachung kleinerer Nebenstränge, bei denen sich ein klassischer Sensor wirtschaftlich bisher nicht gelohnt hätte.

Gesamtes Projekt ansehen

Effiziente Roboterprogrammierung durch Automated Engineering

Digital Engineering

Die Herausforderung

Die manuelle Programmierung von Industrierobotern für komplexe Aufgaben (wie Schweißen oder Lackieren) ist zeitaufwendig, fehleranfällig und blockiert wertvolle Produktionskapazitäten. Besonders bei kleinen Losgrößen übersteigen die Programmierkosten oft den Nutzen der Automatisierung.

Unser Ansatz

Wir entwickeln Methoden zur automatisierten Generierung von Steuerprogrammen. Anstatt jeden Punkt manuell zu teachen, nutzt unser System die CAD-Daten der Bauteile und kombiniert sie mit einer leistungsfähigen Physiksimulation. Der optimale Pfad des Roboters wird digital berechnet, virtuell abgesichert und per „Knopfdruck“ auf die reale Steuerung übertragen.

Das Ergebnis

  • Radikale Zeitersparnis: Reduzierung des Programmieraufwands von Tagen auf wenige Stunden. 
  • First-Time-Right-Garantie: Da der Code bereits in der Simulation kollisionsgeprüft wurde, läuft das Programm beim ersten Start an der realen Anlage fehlerfrei.
  • Wirtschaftlichkeit bei Losgröße 1: Automatisierung lohnt sich nun auch für hochvariable Produkte und Kleinserien.

Gesamtes Projekt ansehen