Das Projekt zielt darauf ab, ein KI-basiertes Analysewerkzeug für ERP-Systeme zu entwickeln, das Verkaufsdaten mit internen und externen Faktoren kombiniert. Dadurch sollen nicht nur allgemeine Verkaufstrends erkennbar werden, sondern auch individuelle Zusammenhänge, wie Rabatte oder externe Einflüsse wie Wetter und politische Ereignisse. Dies hilft, präzisere Einkaufsprognosen zu erstellen, Engpässe zu vermeiden und Überbestände zu reduzieren, was Lagerkosten spart. Zudem wird ein Large Language Model zur Erklärung der KI-Prognosen eingesetzt, um die Nachvollziehbarkeit der Entscheidungen zu gewährleisten, unterstützt durch Ansätze erklärbarer KI.

Das Forschungsprojekt ist eine Zusammenarbeit zwischen dem Bremer Institut für Produktion und Logistik (BIBA) der Universität Bremen, Deutschland, der Federal University of Rio Grande do Sul (UFRGS), Brasilien, der Federal University of Santa Catarina (UFSC), Brasilien, und der Federal University of Amazonas (UFAM), Brasilien.

Ziel des Projekts ist die Entwicklung eines selbstadaptiven Modellauswahlverfahrens für die prädiktive Instandhaltung, das nahtlos in die Produktions- und Instandhaltungsplanung integriert wird. Hierfür wird ein maschinellem Lernen basierendes Verfahren entwickelt, das eine automatisierte Auswahl geeigneter Prognosemodelle für verschiedene Systemkonfigurationen und -zustände ermöglicht.

Ein zentraler Aspekt des Projekts ist die Einbindung von Reinforcement Learning zur dynamischen Optimierung der Maschinenverfügbarkeit und -belegung in Echtzeit. Dies basiert auf einer digitalen Repräsentation des Produktionssystems, die es ermöglicht, die Auswirkungen von Entscheidungen anhand produktionslogistischer KPIs zu bewerten. Die kontinuierliche Rückkopplung zwischen Meta-Learning und Reinforcement Learning ermöglicht eine fortlaufende Verbesserung des Systems. Zur Validierung der entwickelten Methoden wird eine simulationsgestützte Umgebung erstellt, die die relevanten Produktions- und Instandhaltungsprozesse mit dem notwendigen Abstraktionsgrad nachbildet. Abschließend wird das entwickelte System in zwei industriellen Anwendungsfällen in Deutschland und Brasilien getestet.

Das Projekt „Smartport Living Lab“ richtet sich auf die Bewältigung der aktuellen Herausforderungen, denen die bremischen Häfen im Wettbewerb der Nordrange-Häfen gegenüberstehen. Ziel ist es, innovative Systeme zu entwickeln, die eine vernetzte und zukunftsfähige Hafenwirtschaft in Bremen/Bremerhaven ermöglichen. Im Fokus stehen Flugdrohnen und autonome mobile Roboter, die zur reaktiven und intelligenten Zustandsüberwachung der Hafensuprastruktur eingesetzt werden. Diese Technologien bieten durch dynamische und individuelle Überwachung aus verschiedenen Perspektiven eine detaillierte Erfassung von Problembereichen. Entwickelt und getestet werden die Systeme in dezentral organisierten Living Labs, die sowohl virtuell als auch physisch miteinander vernetzt sind. Eine zentrale Komponente ist die Smart Cooperation Platform, die die Zusammenarbeit der Forschungseinrichtungen und Partner optimiert und Synergien schafft. Durch dieses Vorhaben wird nicht nur die nachhaltige Wettbewerbsfähigkeit der Hafenstandorte gestärkt, sondern auch das Wachstumspotential in der maritimen Logistik erweitert. Das Projekt zeigt Bremens Innovationskraft und bietet die Möglichkeit, Forschungsergebnisse gewinnbringend in der Hafenwelt zu implementieren.

Das PiQASO-Projekt adressiert die dringende Notwendigkeit von quantenresistenten kryptografischen Lösungen, um kritische Infrastrukturen und Daten angesichts fortschreitender Bedrohungen durch Quantencomputing zu sichern. Mit der Weiterentwicklung von Quantenfähigkeiten besteht das Risiko, dass bestehende kryptografische Methoden obsolet werden, wodurch die Vertraulichkeit und Integrität sensibler Informationen gefährdet werden. Das Hauptziel von PiQASO ist es, agile, skalierbare und praktische Lösungen für Post-Quantum Cryptography (PQC) bereitzustellen, die nahtlos in bestehende Systeme integriert werden können, ohne dass zusätzliche spezialisierte Hardware erforderlich ist.

Das Projekt führt „PQC as a Service“ (PQaaS) ein und bietet operative Implementierungen von NIST-standardisierten Algorithmen wie Dilithium, FALCON und SPHINCS+. PiQASO ermöglicht robuste Verschlüsselung, Authentifizierung und Identitätsmanagement über verschiedene Branchen hinweg und bietet Flexibilität durch Krypto-Agilität – die Anpassung an sich entwickelnde kryptografische Anforderungen. Das Projekt legt Wert auf die sichere Ausführung von PQC und integriert programmierbare Beschleuniger, um die Leistung zu optimieren und gleichzeitig Widerstandsfähigkeit gegen physische und Seitenkanalangriffe zu gewährleisten.

BIBA wird ein umfassendes Demonstrationsszenario bereitstellen – die Sicherung einer Testinfrastruktur für die Luftfahrt. Es wird zeigen, wie ein verteiltes Hardware-in-the-Loop (HIL) Testing im Bereich Luft- und Raumfahrt von sicheren Kommunikationskanälen, gestärkt durch PQC, profitieren kann, um Echtzeitreaktionszeiten (<100ms) sicherzustellen und geistiges Eigentum zu schützen. Mit diesen Fortschritten zielt PiQASO darauf ab, einen nachhaltigen Weg zu quantensicheren kritischen Systemen zu etablieren und Vertrauen sowie Widerstandsfähigkeit in einer sich schnell entwickelnden technologischen Landschaft zu fördern.