Verteilte Systeme und Parallel Computing

Forschung zu Edge-Cloud-Kontinuum, verteiltem Lernen und skalierbaren Computing-Umgebungen.

Mit der zunehmenden Vernetzung, Digitalisierung und Datenintensität steigen die Anforderungen an verteilte und parallele Rechensysteme in Unternehmen und Organisationen. Die effiziente Verarbeitung großer Datenmengen in Echtzeit, die flexible Skalierung von Ressourcen und die Sicherstellung von Performance und Energieeffizienz sind zentrale Herausforderungen, denen herkömmliche IT-Infrastrukturen oft nicht gewachsen sind.

Unser Forschungsbereich entwickelt innovative Ansätze für das Edge-Cloud-Continuum, die eine nahtlose Verteilung und Verarbeitung von Daten und Workloads über verschiedene Standorte und Infrastrukturen hinweg ermöglichen. Im Fokus stehen dynamisches Ressourcenmanagement, energieeffiziente Parallelisierung, die Entwicklung skalierbarer Architekturen für industrielle Anwendungen sowie die Integration von KI- und Datenmanagement-Tools in verteilte Systeme. Wir unterstützen Unternehmen bei der Implementierung moderner, verteilter Systeme, die eine flexible und effiziente Nutzung von Rechenressourcen ermöglichen und gleichzeitig die Betriebskosten senken. Unsere Forschung umfasst die Entwicklung neuer Algorithmen, Frameworks und Werkzeuge für das Management und die Optimierung verteilter Systeme, die Durchführung von Performance-Analysen und die Begleitung von Pilotprojekten in verschiedenen Branchen. Durch praxisnahe Forschung und die enge Zusammenarbeit mit Partnern aus Industrie und Wissenschaft tragen wir dazu bei, digitale Infrastrukturen zukunftssicher, nachhaltig und leistungsfähig zu gestalten.

Unsere Lösungen ermöglichen es Unternehmen, die Potenziale der Digitalisierung voll auszuschöpfen, innovative datengetriebene Geschäftsmodelle zu realisieren und sich im Wettbewerb erfolgreich zu positionieren. Die Ergebnisse unserer Arbeit zeigen, dass durch den Einsatz moderner verteilter Systeme die Skalierbarkeit, Zuverlässigkeit und Energieeffizienz signifikant verbessert werden kann.

Letzte Veröffentlichungen

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2025 Tensions in implementing a circular economy - Empirical insights from the automotive industry
Hoppe, Christoph; Schoormann, Thorsten; Winkelmann, Stephanie; Möller, Frederik
Zeitschriftenaufsatz
Journal Article
2025 Correction: MBFair: a model-based verification methodology for detecting violations of individual fairness
Ramadan, Qusai; Konersmann, Marco; Ahmadian, Amir Shayan; Jürjens, Jan; Staab, Steffen
Zeitschriftenaufsatz
Journal Article
2025 Digital Sustainability: Understanding and Managing Tensions
Schoormann, Thorsten; Möller, Frederik; Hoppe, Christoph; Brocke, Jan vom
Zeitschriftenaufsatz
Journal Article
2025 Data spaces as meta-organisations
Guggenberger, Tobias Moritz; Schlueter-Langdon, Christoph; Otto, Boris
Zeitschriftenaufsatz
Journal Article
2025 Treating the End of the Data Life Cycle as a First-Class Citizen in Data Engineering
Tebernum, Daniel; Howar, Falk
Konferenzbeitrag
Conference Paper
2025 Designing a Neural Question-Answering System for Times of (Information) Pandemics
Graf, Johannes; Lancho, Gino; Heinrich, Kai; Möller, Frederik; Schoormann, Thorsten; Zschech, Patrick
Zeitschriftenaufsatz
Journal Article
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica

Beispiele aus unseren Projekten

Unsere Forschungsprojekte entstehen in enger Zusammenarbeit mit Partnern aus der Industrie. Sie sind markt- und bedarfsorientiert konzipiert mit dem Ziel, anwendbare Lösungen für das Cloud Edge Ökosystem bereitzustellen.

ECC4Production

Wir entwickeln verteilte Systeme zur Optimierung von Produktionsprozessen und zur Steigerung der Skalierbarkeit in der Fertigung.

Forschungsfrage: Wie können verteilte Architekturen Produktionsdaten effizient erfassen, verarbeiten und nutzen?

Beispiel: Implementierung eines verteilten Systems zur Echtzeitüberwachung und -steuerung von Fertigungsprozessen.

 

IPCEI-CIS – Energy optimization:

Wir entwickeln Lösungen zur Energieeinsparung und Messsysteme für den Energieverbrauch im Edge-Cloud-Umfeld.

Forschungsfrage: Wie kann der Energieverbrauch in verteilten IT-Infrastrukturen transparent erfasst und optimiert werden?

Beispiel: Aufbau eines Messsystems zur kontinuierlichen Überwachung und Optimierung des Energieverbrauchs in Edge-Cloud-Umgebungen