Referenzen, Partner & Projekte

Eurogard-Forschung
Eurogard-Forschung

Kunden, die täglich auf eurogard Soft- und Hardware vertrauen.

Ein starkes Netzwerk gemeinsam mit starken Partnern.

Wir arbeiten mit namenhaften Forschungseinrichtungen, Beratungsgesellschaften und Universitäten zusammen, um im gemeinsamen Austausch neue Erkenntnisse zu erhalten und Innovationen voranzutreiben. So können wir unser Ziel erreichen, immer die bestmöglichen Lösungen für unsere Kunden zu erarbeiten.

 
 

Pressearchiv

Uncategorized

IEC 62443-4-1 Zertifizierung

IEC 62443-4-1 ZertifizierungMit der Zertifizierung nach IEC 62443-4-1 bestätigt eurogard einen sicheren und strukturierten Produktentwicklungsprozess für industrielle Anwendungen. Der Standard stellt sicher, dass Cybersecurity über

Weiterlesen »

Forschung und Entwicklung

Wir gestalten Zukunft. Dieses Kredo ist Bestandteil der eurogard DNA seit unserer Gründung. Zusammen mit unseren Partnern aus Industrie und Forschung entwickeln wir die Innovationen von morgen und schaffen so die Basis für unsere kontinuierliche, technische Weiterentwicklung.


Kontaktieren Sie uns bitte, wenn Sie Interesse an einer F&E Zusammenarbeit haben.


Unsere aktuellen Forschungsprojekte sind nachfolgend aufgeführt.

agileASSEMBLY

Agile Gestaltung der späten Phasen der Produktentstehung

Kurzbeschreibung

Das Verbundvorhaben agileASSEMBLY verfolgt das Ziel, die Wandlungsfähigkeit in den späten Phasen der Produktentstehung durch integrierte personelle, organisatorische und technische Lösungen zu steigern.

Eckdaten

Laufzeit: 01.10.202023 – 30.06.2026

Projektpartner: Gleason-Pfauter Maschinenfabrik GmbH, Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO, Werkzeugmaschinenlabor WZL der RWTH Aachen, Institut für Arbeitswissenschaft und Technologiemanagement IAT der Universität Stuttgart, aucobo GmbH, Diehl Metering GmbH, digital worx GmbH, Hawk Intelligent Technologies GmbH, IMS Gear SE & Co. KGaA, Mauser + Co. GmbH, QUNDIS GmbH, REUTER TECHNOLOGIE GmbH, DANGO & DIENENTHAL GmbH & Co. KG

Projektträger: Karlsruher Institut für Technologie KIT

DatEff

Datenbasierte Identifizierung von Effizienzmängeln für Energieeinsparungen in Gebäuden

Kurzbeschreibung

Das Verbundvorhaben DatEff widmet sich der datenbasierten Identifizierung von Effizienzmängeln in Gebäuden, um energetische Einsparpotenziale zu erschließen. In dem Projekt DatEff wird eine Methodik zur vollautomatisierten Identifikation und Strukturierung relevanter Datensätze entwickelt, welche durch die gezielte Nachrüstung fehlender Sensorik unterstützt wird. Auf Basis der so strukturierten Daten wird eine intelligente Fehlererkennung mit anschließender Priorisierung der Maßnahmen durchgeführt. Ein Alleinstellungsmerkmal stellt die Fusion von maschinellem Lernen mit umfangreichem Expertenwissen dar. Die entwickelten Algorithmen für die automatisierte Datenstrukturierung und Topologieerkennung sowie zur Fehlererkennung werden in Zusammenarbeit mit der Stadt Aachen in Demonstratorgebäuden validiert.

Eckdaten

SiPaFeB

Sicherstellung der partikelfreien Fertigung von Batteriezellen

Kurzbeschreibung

SiPaFeB macht Batteriezellfertigung sicherer und sauberer.
Das Projekt entwickelt ein intelligentes Inline-System, das Partikelverunreinigungen in der laufenden Produktion von Batteriezellen frühzeitig erkennt. So können Risiken wie Qualitätsverluste, Ausschuss oder sicherheitskritische Defekte gezielt vermieden werden. Durch die Kombination aus Sensorik, Datenplattform und intelligenter Analyse schafft SiPaFeB die Grundlage für eine sichere, effiziente und zukunftsfähige Batteriezellproduktion in Deutschland.

Eckdaten

SKIPRO

Software Methoden und Technologien für die Datenintegration in Generative KI-Systeme im Kontext der Produktionstechnik

Kurzbeschreibung

Das Projekt SKIPRO erforscht Softwaremethoden zur Integration
von Produktionsdaten in generative KI. SKIPRO zielt
darauf ab, das domänenspezifische Potenzial generativer KI systematisch zu analysieren und über eine
ebenenübergreifende Softwareschnittstelle in der Produktionsautomatisierung nutzbar zu machen.

Eckdaten

KI-STAR

Steigerung der Rohstoff- und Energieeffizienz von
Aufbereitungsanlagen in der Primärrohstoff-Industrie durch KI-basierte (teil-)autonome Steuerungen

Kurzbeschreibung

Das Projekt KI-STAR erforscht den Einsatz künstlicher Intelligenz zur Optimierung industrieller Aufbereitungsprozesse in der Primärrohstoffindustrie. eurogard entwickelt hierfür eine interoperable IIoT-Datenplattform, die Prozess-, Qualitäts- und Umgebungsdaten aus SPS, PLS, Sensorik und Simulation zusammenführt und für KI-basierte Anwendungen nutzbar macht. Ziel ist es, eine echtzeitfähige Datenbasis für Training, Validierung und Betrieb eines KI-Agenten im Referenz-Schotterwerk bereitzustellen.

Eckdaten