F&E-Netzwerk M-AIR | Multimodale KI für adaptive Intralogistik und Robotik

Kurzbeschreibung

Ziel des F&E-Netzwerks M-AIR Multimodale KI für adaptive Intralogistik und Robotik ist es, neue Produkte und Verfahren bezüglich der Themen Digitalisierung, Vernetzung und Automatisierung mittels künstlicher Intelligenz im Kontext der industriellen Intralogistik, vor allem für produzierende KMU, zu entwickeln. Durch die Entwicklung der Anwendungen und der neuartigen Kombination von Robotik, Computer Vision und Large-Language-Models sollen die Herausforderungen an Effizienz und Flexibilität sowie Sicherheit und Planbarkeit der Branche adressiert werden. Dazu gehört nicht nur die gänzliche Neuentwicklung (Greenfield) sondern auch das Refit (Brownfield) bestehender Logistiksysteme. Auf diese Weise trägt das Netzwerk M-AIR dazu bei, die langfristige Wettbewerbsfähigkeit der adaptiven Intralogistik zu sichern und den Automatisierungsgrad nachhaltig zu erhöhen.

Das Netzwerk M-AIR ist ein gemeinsames Projekt der Cluster Mobility & Logistics und AIR Artificial Intelligence Regensburg.

Laufzeit: 01.10.2025 - 31.09.2026

Projektpartner

  • Artiquare GmbH
  • Gradial Data GmbH
  • Indyon GmbH
  • Ingenieurbüro Springs GmbH
  • Innok Robotics GmbH
  • Institut für systemisches Management und Organisation ISMO GmbH
  • Joseph Witt GmbH
  • Ostbayerische Technische Hochschule Amberg-Weiden
  • Ostbayerische Technische Hochschule Regensburg
  • Pendura UG (haftungs-beschränkt)
  • PYLABS GmbH
  • Schindler & Schill GmbH
  • sdp GmbH
  • SimPlan AG
  • Synnotech AG
  • Technische Hochschule Ingolstadt

Projektideen im Netzwerk M-AIR Multimodale KI für adaptive Intralogistik und Robotik

Das Netzwerk M-AIR bündelt Unternehmen und Forschungseinrichtungen, die gemeinsam neue Ansätze für KI-basierte Anwendungen in Produktion, Logistik und Industrie erforschen.
Die folgenden Themenfelder zeigen mögliche Projektideen, die aus den bisherigen Austauschformaten und Workshops hervorgegangen sind und künftig weiterentwickelt oder vertieft werden könnten.

  • Sprachgesteuerte Missionsdefinition für mobile Roboter
    Ziel ist es, komplexe Logistikaufträge einfacher zu formulieren und automatisiert in präzise Fahrbefehle zu übersetzen.
  • Intelligente Bahnplanung für autonome Fahrzeuge
    Durch die Auswertung von Sensordaten, Plänen und Nutzeranweisungen könnten Fahrzeuge in Zukunft flexibler und sicherer navigieren.
  • Adaptive Bin-Picking-Systeme mit multimodaler KI
    Durch die Kombination aus Computer Vision, Robotik und Sprachmodellen könnte die Automatisierung in Lager- und Produktionsumgebungen deutlich erweitert werden.
  • KI-gestützte Greifpunktermittlung in der Robotik
    Mit Hilfe verbesserter Greifentscheidungen könnten Roboter künftig auch bei unbekannten Objekten zuverlässig agieren.
  • Generative Planung industrieller Anlagenlayouts
    Nutzung von generativen KI-Modellen zur automatischen Erstellung und Bewertung von Fabrik- oder Logistiklayouts.
  • Digitale Remodellierung bestehender Anlagen
    Umwandlung von 2D-Plänen oder Scans in 3D-Modelle zur Effizienzen Nutzung für Modernisierung oder Simulation.
  • Automatisierte Sicherheitsbewertung technischer Anlagen
    Automatisierte Einschätzung von Risiken und Sicherheitsanforderungen.
  • KI-gestütztes Management von Product Compliance
    Nutzung von Künstlicher Intelligenz zur Einhaltung regulatorischer Anforderungen in globalen Lieferketten.

Ansprechpartner

Uwe Pfeil
Clustermanager
Tel. +49 941 604889 55
uwe.pfeiltechbase.de

Projektträger

VDI/VDE Innovation + Technik GmbH