Kurzbeschreibung
Prof. Dr. Doris Aschenbrenner wurde zum Sommersemester 2021 als Stiftungsprofessorin für Digitale Methoden in der Produktion an die Hochschule Aalen berufen.
219
laufende Projekte
Prof. Dr. Doris Aschenbrenner wurde zum Sommersemester 2021 als Stiftungsprofessorin für Digitale Methoden in der Produktion an die Hochschule Aalen berufen.
Prof. Dr. Jan Andre Millemann, Professor für Digitalisierung und digitales Marketing an der Hochschule Nordhausen, möchte in einer frühen Phase der Produktentwicklung unterbewusste Entscheidungsprozesse (Biofeedback) von Testpersonen im digitalen Raum erheben.
Für eine Nutzung von Strom zur Umwandlung von Stoffen in Wertprodukte wird eine umweltfreundliche Entfernung von Sauerstoff-Atomen aus organischen Verbindungen erforscht. Ziel ist die Vermeidung der elektrolytischen Wasserstoffentwicklung.
Prof. Dr. Stefanie Jung, Professorin für Logopädie an der Hochschule Trier, untersucht mittels computergestützter Analysen verschiedene Einflussfaktoren auf die Schreibentwicklung von Kindergartenkindern mit und ohne Sprachentwicklungsstörung.
Prof. Dr. Julius Jara Munoz, Professor für Ingenieurgeologie, Felsbau und Hydrogeologie an der Hochschule Biberach, erforscht im Projekt TANTA Mechanismen, die Erdbeben entlang des Pazifischen Rands über Jahrtausende steuern.
Prof. Dr. Asis Hallab, Professor für angewandte Bioinformatik an der Technischen Hochschule Bingen, vergleicht im Projekt EasyVectorOmics mittels Vektoranalyse die Expression verwandter Gene, zur Identifizierung wichtiger Gen-Funktionen.
Wie lassen sich Methoden der nachhaltigen Produktion mit Hilfe von Künstlicher Intelligenz weiterentwickeln? Zur Klärung dieser und ähnlicher Forschungsfragen wird eine energieeffiziente Recyclingstrecke für Kunststoffe mit 3D-Druckverfahren aufgebaut.
Prof. Dr. Michael Hoffmeister, Professor für Intelligente Automatisierungstechnik und vernetzte Produktion an der Hochschule Karlsruhe, macht in TWIN2WORK Geschäftsprozesse in Industrie 4.0 Lieferketten für kleine und mittlere Unternehmen (KMU) praktikabel.
Maschinelles Lernen soll in der Mensch-Maschinen-Interaktion oder vollständig automatisiert neue Wege der Datenverarbeitung erschließen. Ziel ist, Daten effizienter nutzbar zu machen und die interdisziplinäre Zusammenarbeit zu fördern.
An der Schnittstelle zwischen Physik, Biotechnologie und Ingenieurwissenschaften möchte EndoPrint3D Organschäden im Körper minimalinvasiv operativ reparieren. Dies geschieht mittels endoskopischem Mikro-3D Druck von biologischem Gewebe.