Management Team
Um sicherzustellen, dass alle Prozesse der KI-Werkstatt Mittelstand reibungslos ablaufen, kümmert ein fünfköpfiges Management-Team sich um alle organisatorischen und übergeordneten Angelegenheiten.
Prof. Dr.-Ing. Heinz-Peter Bürkle, Prorektor für Digitalisierung an der Hochschule Aalen, hat die Gesamtprojektleitung der KI-Werkstatt Mittelstand inne und vertritt alle Angelegenheiten des Projekts im Rektorat. Für strategische Leitung und das Business Development ist Herr Uwe Andreas Hermann zuständig.
Die Projektkoordination der einzelnen Forschungsprojekte ist das Tätigkeitsfeld von Frau Katharina Traub. Frau Lena Müller ist direkte Ansprechpartnerin und Projektleiterin der mobilen Ausstellung KI-Experience sowie der Öffentlichkeitsarbeit des Projektes. Um die bestmögliche KI-Infrastruktur für die Projektentwicklungen zu gewährleisten, ist Herr Oday Al-Hyali als Systemadministrator für den NVIDIA-Server verantwortlich.
KI-Sustain
Die Arbeitsgruppe des Projektes KI-Sustain legt ihren Fokus auf effiziente Wiederverwertung von Post-Consumer Rezyklaten. Der interdisziplinäre Lösungsansatz umfasst die Kooperation der Fachbereiche des Wirtschaftsingenieurwesen (Stricker) sowie des Maschinenbaus und der Werkstofftechnik (Taha). Somit wird die Expertise hinsichtlich KI-Methoden einerseits und das Verständnis der Anforderungen an Rezyklate und Bauteile in der Kunststofftechnik andererseits gebündelt in das Projekt eingebracht.
Das Projektteam besteht, neben den zwei Professorinnen Prof. Dr.-Ing. Nicole Stricker und Prof. Dr.-Ing. Iman Taha, aus der wissenschaftlichen Mitarbeiterin Teresa Werner, M. Eng mit der fachlichen Ausrichtung Maschinenbau.
HCKIS 2
Durch die Vernetzung unterschiedlicher Fachdisziplinen innerhalb der Arbeitsgruppen von Prof. Dr. Doris Aschenbrenner (Human in Command), Prof. Dr. Sebastian Feldmann (KI und Robotik), Prof. Dr. Steffen Schwarzer (Digitale Produktion und KI) und Prof. Dr. Markus Merkel (Generatives Design) sollen Synergien entstehen, die neue technologische Entwicklungen und Anwendungsmöglichkeiten in der Kooperation zwischen Menschen und Maschinen fördern.
Als wissenschaftliche Mitarbeitende unterstützen das Team Cedric Kiener, Wiedenmann Matthias, Hamid Reza Saadati, Jakob Gros, Lorena Lenz und Anusha Arulalan.
SKIPS
Die Arbeitsgruppe des Projektes SKIPS am Aalener Institut für Unternehmensführung (AAUF) konzentriert sich auf die Entwicklung und Implementierung von KI-basierten Lösungen zur Optimierung unternehmerischer Management und Controlling-Prozesse. Im Mittelpunkt der Forschung stehen die Verbesserung von Planung, Budgetierung und Forecasting durch den Einsatz von Machine Learning (ML) und Neuronalen Netzen (NN), mit dem Ziel, die Prognosegenauigkeit zu steigern und fundierte strategische Entscheidungen zu ermöglichen. Ein Alleinstellungsmerkmal der Arbeitsgruppe ist die Einbindung externer Datenquellen sowie die gezielte Verbesserung der internen Datenqualität, um eine ganzheitliche und präzise Datenbasis für Unternehmensentscheidungen zu schaffen. Diese innovativen Ansätze werden speziell für kleine und mittlere Unternehmen (KMU), Familienbetriebe und den Mittelstand entwickelt und maßgeschneidert auf deren spezifische Bedürfnisse abgestimmt.
Geleitet wird die Arbeitsgruppe von Prof. Dr. habil. Patrick Ulrich, der seine umfangreiche wissenschaftliche Expertise sowie seine langjährige Erfahrung in der Leitung von Forschungsprojekten und der praxisnahen Zusammenarbeit mit Unternehmen einbringt, um effektive und anwendungsorientierte Lösungen zu realisieren.
Das aktuelle Forschungsprojekt SKIPS zielt darauf ab, KI-Methoden in die Planungs- und Forecasting-Prozesse von Unternehmen zu integrieren und somit die Genauigkeit von Prognosen signifikant zu verbessern. Unterstützt wird die Arbeitsgruppe Ulrich dabei von den wissenschaftlichen Mitarbeitern Felix Stockert, Benjamin Nothacker und Heinrich Graf Adelmann.
SuReQA
Das SuReQA-Projektteam innerhalb des KI-Teams des Instituts für Materialforschung der Hochschule Aalen (IMFAA) fokussiert auf die Entwicklung und Anwendbarkeit eines automatisierten Verfahrens zur Erhöhung der Auflösung von Mikroskopiebildern und soll somit Beiträge zur Verbesserung mikroskopischer Qualitätsbewertungsmethoden liefern. Anwendungsgebiete sind unter anderem die Mikroskopie, die Produktionsüberwachung, die Oberflächeninspektion, die zerstörungsfreie Werkstoffprüfung (ZfP) mittels und die Bauteilidentifikation.
Geleitet wird das Forschungsprojekt von Dr. Timo Bernthaler und Prof. Dr. Gerhard Schneider. Als wissenschaftliche Mitarbeitende sind Miguelangel Balaguera Lizcano, Patrick Krawczyk und Andreas Jansche tätig.
FiAZ 2.0
Die Arbeitsgruppe des Projektes FiAZ 2.0 hat ihren fachlichen Ursprung in den Bereichen Informatik und Wirtschaftsinformatik. Resultierend daraus umfasst ihr Themengebiet die Entwicklung von Künstlicher Intelligenz (KI) für Zeitreihen sowie besondere Verfahren zur Anomalieerkennung. Ein weiteres Forschungsfeld ist die Erklärbarkeit von KI (Explainable AI). Aufgrund dessen vereinen Prof. Dr. Andreas Theissler und Prof. Dr. Manfred Rössle sowohl tiefgehendes fachspezifisches Know-how, unterstrichen durch zahlreiche Publikationen, als auch mehrjährige Erfahrung in der Leitung von Forschungsprojekten.
Mit dem Projekt „Transferierbares Framework zur interpretierbaren Anomalieerkennung für industrielle Zeitreihen 2.0“ (FiAZ 2.0) wird das Projekt FiAZ zur transparenten und nachvollziehbaren Erkennung ungewöhnlicher Muster fortgesetzt. FiAZ 2.0 fokussiert sich dabei speziell auf die Wasser-, Energieversorgung sowie die Kreislaufwirtschaft, um deren Nachhaltigkeit und Effizienz zu verbessern. Das Ziel besteht in der Entwicklung eines benutzerfreundlichen Frameworks, welches auch ohne spezielles Expertenwissen im Bereich der künstlichen Intelligenz verständlich und nutzbar ist. Als wissenschaftlicher Mitarbeiter unterstützt Manuel Wengert das Projekt.
Projektteam AMI
AMI
Die Arbeitsgruppe des AMI-Projektes konzentriert sich auf die Verbindung klassischer Computer Vision mit intuitiver visueller Programmierung durch multimodale KI-Technologien. Der interdisziplinäre Ansatz kombiniert Expertise in Computer Vision, multimodalen Large Language Models (MLLM) und visuellen Programmierungsschnittstellen, um die Entwicklung von Computer Vision für industrielle Anwendungen zu demokratisieren.
Unter der Leitung von Prof. Dr. Tim Dahmen entwickelt das Projekt Methoden, die es Domänenexpert:innen ermöglichen, klassische, filterbasierte Computer Vision-Workflows ohne Programmierkenntnisse zu erstellen und anzupassen. Durch die Nutzung multimodaler KI, die sowohl visuelle Beispiele als auch natürlichsprachliche Beschreibungen verarbeitet, entstehen erklärbare Bildverarbeitungslösungen, die in visuelle Programmierplattformen für intuitive Bearbeitung und Echtzeitanpassung integriert werden.
Das Forschungsteam besteht aus Prof. Dr. Tim Dahmen als Projektleiter und der wissenschaftlichen Mitarbeiterin Ziwei He und vereint tiefgreifende Expertise in Computer Vision, Large Language Models und visueller Programmierung mit praktischem Verständnis industrieller Anforderungen.