Das Projekt demonstriert, wie Softwareprogramme an Sensordaten angebunden und visualisiert werden können, so lange diese standardisiert zur Verfügung gestellt werden.

Für die Funktionalisierung und Beschichtung von textilen Flächen müssen Textilien charakterisiert werden. Dies soll künftig automatisiert und mit KI-Methoden erfolgen.

Die Produktionsanlage der Kornbrennerei soll Schritt für Schritt digitalisiert werden.

Mithilfe einer automatisierten Erfassung, Weitergabe und Auswertung der Betriebsdaten sollen die Effizienz und Effektivität gesteigert werden.

Zur Qualitätssteigerung der Strickware bei Mattes & Ammann werden im ersten Schritt Sensoren für die Datenanalyse eingesetzt.

Maschinenausfälle können verhindert werden, wenn Störungen im Schneidprozess frühzeitig erkannt werden. Dafür notwendige Daten sollen automatisch gesammelt und ausgewertet werden, um zuverlässige Prognosen für die Prozessoptimierung zu erstellen.

Durch Behebung von Medienbrüchen via Automatisierung des Informationsflusses werden Fehler in der Auftragsabwicklung minimiert und Prozesse beschleunigt.

Durchführung einer Machbarkeitsstudie zur Erkennung von Filterverunreinigungen in Industriestaubsaugern mit Hilfe von Softsensorik.

Mittels der Einbindung von Anwendungen in offene IoT-Plattformen ergeben sich Mehrwerte sowohl für Kunden als auch Unternehmen.

Unterschiedliche Kommunikationsschnittstellen und herstellerspezifische Anwendungen bedürfen einer gemeinsamen Sprache zum Datenaustausch. Hierfür soll eine Lösungsarchitektur konzipiert werden.

Sensordaten werden nutzerfreundlich aufbereitet sowie interaktiv und schnell verständlich visualisiert.

In einer Potenzialanalyse werden Ziele und Möglichkeiten der Digitalisierung für bessere und schnellere Prozesse in der Produktion von Corporate Fashion ausgelotet.

Objektive Kennzahlen und Messungen sollen in Verbindung mit KI-Methoden dafür sorgen, künftig Produktionsprozesse dauerhaft sicherer und wirtschaftlicher zu betreiben.

Weiterführende Potenziale bei der Integration von Sensorik („Retro-Fitting“) und der Gestaltung von Schnittstellen mit den vorhandenen IT-Systemen für ein echtzeitdatengestütztes Prozessmonitoring sollen ermittelt werden.

KI macht es möglich, dass umfangreiche und kostspielige Schallschutz-Tests für verschiedene Raumsituationen künftig entfallen.

Mithilfe von Sensoriknachrüstung sollen Laufzeit, Geschwindigkeit und Verarbeitungsmenge einer Rundstrickmaschine erfasst und visualisiert werden.

Transferpressen sollen mit Sensorik ausgestattet werden. Die gemessenen und digital verarbeiteten Werte unterstützen dabei, die Qualität von Textildrucken stark zu erhöhen und Fehldrucke entsprechend zu minimieren.

Um Produktionsdaten umfangreich aufzuzeichnen, wird eine Tablet-Lösung genutzt. Mit dieser lassen sich Handhabung und Anschaffungskosten minimieren.

Mithilfe eines speziell für den Kassenbereich entwickelten Monitoringsystems sollen auffällige Situationen wie Überfall oder Diebstahl erkannt oder aufgedeckt werden.

Daten einer 3D-gescannten Sitzschale sollen genutzt werden, um für die Bezugsfertigung über einen Algorithmus Strick-Jacquards für eine 3D-Flachstrickmaschine zu entwickeln.

Digitale Schnittmuster sollen als 3D-Modell aufbereitet werden, um sie individuell mit verschiedenen Materialien, Mustern und Größen zu modellieren.

Anhand der Vibrationsdaten eines an einer Pumpe befestigten Körperschallsensors soll vorhergesagt werden, wann ein Wasserfilter verstopft sein wird und ausgewechselt werden muss.