Projekte

Das Projekt hat das Ziel, die IoT-Factory am Campus Gütersloh zu einer zukunftsweisenden Plattform zu entwickeln, die Technologie, Mensch, Ökologie und Resilienz vereint. Im Fokus stehen Geschäftsmodelle nach dem Leitmotiv der Industrie 5.0, die den Menschen als Endnutzer, Mitgestalter und Empfänger nachhaltiger Lösungen in den Mittelpunkt rücken. Entsprechend sind die Zielgruppen des Projektes Unternehmen, Multiplikator:innen und die Gesellschaft. Ein modularer Smart-Home-Use-Case mit vernetzter Sensorik zeigt, wie Unternehmen und Gesellschaft gemeinsam von Co-Kreation und zirkulären Ansätzen profitieren können. Durch innovative Demonstratoren wird der Übergang zu einer lokalen, nachhaltigen Wertschöpfungskette greifbar gemacht und Industrie 5.0 für alle Zielgruppen erlebbar. Die Entwicklung im engen Wissenschafts-Praxis-Dialog identifiziert Potenziale und Herausforderungen und liefert praxisnahe Lösungen. Kernergebnisse des Projekts sind Gestaltungsansätze, erste Best Practices und ein Set an ermöglichenden Faktoren sowie Barrieren für eine Industrie 5.0-orientierte digitale Produktion und die sich daraus ergebenden innovativen Geschäftsmodelle.

Das Projekt CUMIN richtet sich an Masterstudierende aus nicht-medizinischen MINT-Fächern sowie an Promovierende aus angrenzenden interdisziplinären Bereichen. Ziel ist es, Fachwissen, Methodenkompetenz und Netzwerke zu vermitteln, damit Absolvent:innen direkt in Forschungs- und Entwicklungsaktivitäten im Bereich eHealth / Digitalisierung in der Medizin einsteigen können. Gerade im Gesundheitssektor wächst der Bedarf an Fachkräften, die technische und medizinische Expertise verbinden – von der medizinischen Informatik über KI-gestützte Diagnostik bis hin zu digitalen Versorgungsstrukturen. Mit CUMIN entsteht ein Kompetenzpfad, der den wissenschaftlichen Nachwuchs passgenau auf diese Herausforderungen vorbereitet. 

Die Digitalisierung dringt in immer weitere Lebensbereiche vor, und die damit verbundene Vernetzung von vielfältigen Komponenten des täglichen Umfelds führt zu einer Situation, in der ein stetig höherer Anspruch an die alltägliche Technik gestellt wird. Die Systeme sollen smarter werden, automatisiert und eigenständig handeln. Im Idealfall antizipiert die Technik die Bedürfnisse des Menschen und eine Korrektur durch diesen ist nicht mehr nötig. Voraussetzung für eine intuitive Interaktion ist daher zuallererst die sichere Erkennung des Nutzungskontextes, d.h. wo befindet sich der Nutzer und welche Handlung führt er gerade durch. Das Wissen über regelmäßig auftretende Interaktionsmuster ermöglicht es dem System zukünftige Interaktionen vorherzusagen und Assistenzfunktionen prädiktiv zu steuern. Ziel des Projektes ist die Entwicklung einer modularen, flexiblen und skalierbaren Systemarchitektur, die basierend auf einem heterogenen Setup von Bewegungs- und Präsenzsensoren das Lernen von Verhaltensmustern ermöglicht, und daraus zukünftige Interaktion abschätzt bzw. Anomalien erkennt.

Ziel des Vorhabens NireHApS ist eine Entwurfsraumexploration eingebetteter Hardwareplattformen, die zum einen die ressourceneffiziente Ausführung von Spikenden Neuronalen Netzen (SNNs), zum anderen aber auch die Möglichkeit der Adaption (d.h. Online-Lernen) erlauben. Die Exploration der neuromorphen Beschleuniger umfasst rekonfigurierbare Hardwareplattformen (Field Programmable Gate Arrays (FPGAs)) und programmierbare prozessorbasierte Many-Core Systeme. Basis ist ein integrierter Entwurfsablauf, der, ausgehend von einer Backend-unabhängigen Darstellung zur Beschreibung von SNN-Netzarchitektur, Lernalgorithmus, Neuronen- und Synapsenmodell, SNNs automatisiert auf parametrisierbare Hardwarearchitekturen abbildet. Die entwickelten Hardwareplattformen werden im Rahmen eines Prototypenaufbaus mit event-basierten Sensoren (z.B. DVS-Kameras) gekoppelt und anhand praktischer Anwendungsszenarien zweier Domänenexperten aus der Vision-basierten Qualitätskontrolle und der Präsenzdetektion erprobt und evaluiert. NireHApS ist Teil des standortübergreifendes Graduiertenkolleg für künstliche Intelligenz „Trustworthy AI for Seamless Problem Solving: Next Generation Intelligence Joins Robust Data Analysis (Data NInJA)“ an der Universität Bielefeld.

Durch SAIL wird das bestehende Forschungsnetzwerk aus Uni Bielefeld, Uni Paderborn, TH OWL und HSBI im Bereich der künstlichen Intelligenz (KI) vertieft und weiterentwickelt. SAIL adressiert die nächste Stufe der KI-Entwicklung, indem der gesamte Lebenszyklus von KI-Systemen und deren technologische und gesellschaftliche Auswirkungen in den Blick genommen werden.

Der Innovationskern 2 innerhalb des Projektes TransCareTech erforscht die Implikationen der Integration von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) im Bereich der Gesundheitspflege. 

Das Projekt Career@BI bereitet Wissenschaftler:innen und Berufspraktiker:innen auf HAW-Professuren vor.

Das Ziel des Projektes enableATO ist, moderne Ideen für automatisierte Bahnmobilität zu ermöglichen und sie in neuen schienenbasierten Ansätzen in ländlichen Gebieten zu untersuchen. Dazu müssen die notwendigen Technologien und Rahmenbedingungen so weit entwickelt werden, dass eine Demonstration mit einem vollautomatischen, fahrerlosen Kleinschienenfahrzeug möglich ist.

Das Forschungsprojekt AQ-Shuttle ist ein interdisziplinäres Forschungsprojekt der Hochschule Bielefeld, der Stadt Bielefeld und der moBiel GmbH. Das Ziel ist die Erprobung eines autonomen Lieferroboters für die letzte Meile zwischen Mobilstationen und Wohnquartieren. Die Idee ist, den innerstädtischen Verkehr nachhaltiger zu gestalten, den motorisierten Individualverkehr zu reduzieren und damit die Lebensqualität im urbanen Raum zu steigern.

Das Forschungsprojekt „Digitaler Bahnhof Minden“ (DiBaMi) entwickelt Maßnahmen für einen reibungslosen Verkehrsfluss und einen angenehmen Aufenthalt am Bahnhof. In dem künftigen Schaufensterbahnhof sollen Informations- und Begleitroboter die Fahrgäste unterstützen. 
In dem Forschungsprojekt wird der Bahnhof in Minden modellhaft umgestaltet. Daran arbeiten die Wissenschaftler*innen in vier Teilprojekten. Am sichtbarsten werden die Einrichtung und der Einsatz von Servicerobotern sein. Die Roboter sollen älteren und eingeschränkt mobilen Fahrgästen das Ein- und Aussteigen erleichtern – indem sie darüber informieren, welche Anschlussverbindungen und andere Verkehrsmittel zur Verfügung stehen, indem sie zum nächsten Glied der Mobilitätskette, etwa einer Bushaltestelle, begleiten, und auch, indem sie das Gepäck übernehmen.