Datengestützte digitale Prognoseverfahren werden in der gesamten Industrie immer wichtiger. Vor allem im Bereich der Energiewirtschaft sind prädikative Modellierungen von größter Bedeutung, da durch sie auf Basis vorhandener Daten effektivere Entscheidungen und Vorhersagen getroffen werden können. Weil Modelle aber nur so gut sein können wie ihre Daten, forschen wir im Bereich Visual Analytics nach Methoden, um die Validität großer Datenmengen zu prüfen, um eine größtmögliche Fehlerfreiheit bei der Analyse zu gewährleisten.
Die gemeinsam mit unserem Unternehmenspartner HAKOM Time Series GmbH und Data Scientists aus der Energiebranche entwickelte Visual Computing-Lösung TSM Visuals ermöglicht durch simultane interaktive Visualisierungen großer und heterogener Daten völlig neue Möglichkeiten, diese zu erforschen, zu interpretieren und auszuwerten. Die schafft durch Qualitätsbeurteilung der Daten die Grundlage für valide Analyseergebnisse und dient u.a. der Qualitätssicherung für komplexe Verfahren.
Da in der Industrie immer mehr Daten anfallen, die auch häufiger zentralisiert gespeichert werden, nimmt die Bedeutung an web- und cloudbasierte Lösungen weiter zu. Auch für die Benutzerinnen und Benutzer sind solche Lösungen angenehm: Alles liegt an einem Ort und ist bestenfalls durch einen Webbrowser (der immer verfügbar ist) zugänglich. Wir schaffen reale Lösungen für die Industrie und optimieren Netzwerk-Traffic oder forschen an besonders benutzerfreundlichen Interaktionssystemen.
Künstliche Intelligenz findet auch in der Energiewirtschaft immer mehr Einsatz und kann gerade bei Aspekten der Skalierbarkeit unterstützend beitragen - indem sie in den großen Datenmassen zur Einspeisung, Netzauslastung, Lastentwicklung oder Klimasituation bei der Muster- und Anomalienerkennung unterstützt.
InPlan und VRVis entwickeln ein Visualisierungs- und Simulationspaket zur Energieplanung von Gebäuden, welches eine intuitive Optimierung in Hinsicht Energieeffizienz und Behaglichkeit ermöglicht.
Erneuerbare Energien, wie die Wasserkraft, bilden eine wichtige Stütze für eine klimafreundliche Zukunft. Um eine bessere Echtzeitüberwachung und damit Instandhaltung von Wasserkraft-Infrastruktur zu ermöglichen, werden in diesem Projekt innovative digitale Wasserkraft-Zwillinge entwickelt.
Das Ziel des strategischen Projekts ARCS ist der Entwurf von Software-Architekturen, die interaktive Visualisierungssysteme in die Lage versetzen, große Mengen und Geschwindigkeiten räumlicher und damit verbundener nicht-geometrischer Daten aufzunehmen.
Ziel des angewandten Forschungsprojekts En2VA ist es, die Effizienz und die Qualität der fortgeschrittenen Analytik für hochdimensionale Daten aus Fertigung, Technik und dem Energiesektor zu erhöhen.