Fraunhofer-Institut für Software- und Systemtechnik ISST
Fraunhofer-Institut für Software- und Systemtechnik ISST

Projekte

Künstliche Intelligenz im Egde-Cloud-Continuum (KI-ECC): Transparente, sichere und operativ nutzbare Ressourcen- und Lastenplanung

Wie lässt sich KI trotz Risiken verlässlich zur Abstimmung kritischer Workloads im Edge-Cloud-Continuum einsetzen? Um diese Herausforderung zu lösen, entwickeln wir ein Planungsmodell, das CPU, GPU, Bandbreite und Speicher über das Edge Cloud-Continuum optimiert, eine kontrollierte Ressourcenüberzeichnung ermöglicht und diese transparent in die Fraunhofer Edge Cloud (FEC) integriert. Der Nutzen des Modells wird am Fraunhofer IPT evaluiert. Begleitend schaffen wir die technische Basis mit einem entsprechenden Monitoring, Dashboards und automatisierter Energiedatenerfassung sowie einem klaren Einführungsprozess, der die Verlässlichkeit, Erklärbarkeit und Richtlinienkonformität der Lösung absichert.

Serverless EDC: eine Cloud-native Alternative zum EDC

Beim »Eclipse Dataspace Components Connector« (EDC) handelt es sich um den De-facto-Standard für Connectoren in Datenraumprojekten. Diese Open-Source-Lösung erfordert von Datenraum-Teilnehmenden eine aufwändige Einarbeitung und verursacht aufgrund regelmäßiger Updates einen hohen Betriebsaufwand. Alternative Software-as-a-Service (SaaS)-Angebote nehmen diesen Aufwand ab, sind jedoch kostenintensiv, auch wenn der Connector beispielsweise in Demonstratoren nur selten genutzt wird. Zwischen diesen beiden Betriebsmodellen bietet der »Serverless EDC« einen Mittelweg: Er nutzt die Vor-teile von Serverless Architekturen und setzt auf hoch-skalierbare Cloud-Technologien. Da-tenraumteilnehmende behalten die volle Kontrolle über ihren Connector und profitieren von einer kurzen »Time-to-Market«. Der Betrieb wird hingegen nach dem »Pay-per-Use«-Preismodell des Cloudbetreibers berechnet.

ECC4P: Optimierung von Fertigungsprozessen durch souveränen Datenaustausch und KI-gestützte Sensordatenauswertung

Das Fraunhofer-Projekt »Edge Cloud Continuum for Production« (ECC4P) nutzt Datenraum-Technologien für den souveränen Austausch von Daten zwischen Edge und Cloud zur Optimierung des Herstellungsprozesses von Werkstücken in der Produktion. Dabei überwachen Sensoren den Ablauf der Fertigung an Werkzeugmaschinen. Durch Auswertung deren Daten in einer Cloud werden spezialisierte ML-Modelle generiert, die die Steuerung der Maschinen danach optimieren. So wird die Ausschussrate maßgeblich reduziert und Maschinenstillstand so weit wie möglich verhindert. Das Parallelprojekt »SoundTrack« nutzt das gleiche Scenario innerhalb der Qualitätskontrolle von Werkstücken mittels neu entwickelter Sensoren an einem Prüfstand für Werkstücke.

FEC-ARRC: Optimierung der Fraunhofer Edge Cloud mit automatischen Empfehlungen für die Ressourcenkonfiguration

ARRC optimiert die Fraunhofer Edge Cloud durch nahtlose OpenStack-Integration, erklärbare KI und automatisiertes Rightsizing per GitOps. Im Projekt FEC-ARRC integrieren wir den Automatic Recommender for Resource Configuration, kurz ARRC, in das OpenStack-Ökosystem der Fraunhofer Edge Cloud (FEC). Die FEC ist ein produktiv betriebenes Referenzsystem, das Unternehmen zeigt, wie Edge- und Cloud-Plattformen im Alltag funktionieren. ARRC nutzt erklärbare Künstliche Intelligenz, Zeitreihenanalyse und Methoden der Multiagenten-Spieltheorie. Dadurch bewertet das System fortlaufend und dezentral die Auslastung und die Konfiguration der Plattform, spricht regelkonforme Empfehlungen zur richtigen Größe von Ressourcen aus und setzt freigegebene Änderungen mithilfe des Betriebsmodells GitOps automatisiert um.

IPCEI-CIS Sustainability-Focused Orchestration in the Edge Cloud Continuum

Im Projekt »IPCEI-CIS Sustainability-Focused Orchestration in the Edge Cloud Continuum« kollaborieren T-Systems International GmbH und die Fraunhofer-Gesellschaft, um Energieeffizienz in der gesamten Technologieumgebung des Edge Cloud Continuums zu integrieren. Ziel ist es, energieeffiziente Praktiken von der Infrastruktur bis zur Anwendungsentwicklung und Edge IoT-Setups zu priorisieren, um eine nachhaltige und umweltfreundliche Technologie-Landschaft zu fördern.

DiMeKI: Eine digitalisierte Methode zur Künstlichen Intelligenz (KI) unterstützt den Wissens- und Technologietransfers (WTT) in außeruniversitären Forschungseinrichtungen (AUFE)

Ziel des Verbundvorhabens ist die Entwicklung einer ganzheitlichen digitalen KI-Methode zur Unterstützung des Wissens- und Technologietransfers (WTT) für außeruniversitären Forschungseinrichtungen (AUFE) und deren prototypische Anwendung und Evaluation im DFKI und im Fraunhofer ISST. Dabei werden die Transformationspotenziale der Digitalisierung und insbesondere der KI für den Wissens- und Technologietransfer (WTT) genutzt.

© thodonal - AdobeStock - 639153846

Digitalisierung im Bauwesen: Das Projekt KLEIO

Im Zuge der fortschreitenden Digitalisierung stellen papierbasierte Prozesse in vielen Branchen, einschließlich des Bauwesens, eine Herausforderung dar. Das Projekt KLEIO zielt darauf ab, diese Herausforderung zu bewältigen, indem es Lieferscheine für Transportbeton, die traditionell in Papierform vorliegen, digitalisiert.

© dardespot - iStock - 1213630618

Das Data Space Research Lab: Offene Initiative zur Weiterentwicklung bestehender Eclipse Dataspace Components von Huawei und Fraunhofer ISST

Neue Wege für den grenzüberschreitenden Datenaustausch: Das Data Space Research Lab ist eine im Jahr 2023 initiierte Kooperation zwischen Huawei Technologies und dem Fraunhofer ISST. Das Ziel ist, die digitalen Herausforderungen unserer Zeit zu meistern und Unternehmen weltweit durch technische Innovationen in der Datenökonomie zu unterstützen.

FAIR Data Spaces: Aufbau eines gemeinsamen Cloud-basierten Datenraums für Wirtschaft und Wissenschaft

Das Projekt »FAIR Data Spaces« strebt den Aufbau eines gemeinsamen Cloud-basierten Datenraums für Wirtschaft und Wissenschaft durch Zusammenführung der beiden Initiativen »Gaia-X« und »Nationale Forschungsdaten Infrastruktur (NFDI)« an. »FAIR« steht hierbei für die Leitprinzipien zur verantwortlichen Verwaltung von Forschungsdaten. Diese sollen demnach auffindbar, zugreifbar, interoperabel und wiederverwendbar (Findable, Accessible, Interoperable, Reusable) sein. Durch das Projekt sollen zum einen Synergien zwischen den beiden Initiativen Gaia-X und NFDI identifiziert und genutzt sowie eine inhaltliche Annäherung der beiden Initiativen erreicht werden. Das Projekt soll des Weiteren den souveränen Austausch von Daten zwischen Wirtschaft und Wissenschaft sowohl auf nationaler als auch europäischer Ebene in konkreten Anwendungen und Arbeitsgebieten fördern und demonstrieren. Für eine große Bandbreite an Akteuren, insbesondere aus der Wirtschaft, können so Mehrwerte durch den Austausch von Daten geschaffen und aufgezeigt werden.

IEDS: Incentives and Economics of Data Sharing

Anreize und Wirtschaftlichkeit der gemeinsamen Nutzung von Daten. Ziel des Projektes »Incentives and Economics of Data Sharing« (IEDS) ist es, durch eine interdisziplinäre Verbundforschung die Ausgestaltung von Anreizsystemen für das Teilen von Daten im unternehmerischen Kontext zu untersuchen. Dazu wird das Thema Datasharing aus technischen, ökonomischen Perspektiven analysiert.

CCIT: Fraunhofer Cluster of Excellence Cognitive Internet Technologies

Der Fraunhofer-Cluster of Excellence Cognitive Internet Technologies CCIT erforscht kognitive Technologien für das industrielle Internet. Forscher aus unterschiedlichen Disziplinen entwickeln Schlüsseltechnologien entlang der Wertschöpfungskette vom Sensor über intelligente Lernverfahren bei der Datenverarbeitung bis hin zur Cloud. Der CCIT befähigt Unternehmen zur zukunftssicheren Gestaltung ihres Geschäfts, indem er Marktzugänge mit kognitiven Lösungsangeboten und Produkten eröffnet.

NTT: Dataspace Connector Proof-of-Concept (PoC) / Connecting NTT with the International Data Spaces

NTT ist ein japanisches Telekommunikationsunternehmen, das sich unter anderem mit dem globalen, unternehmensübergreifenden Datenaustausch befasst. Ein entscheidender Faktor dabei ist die Datensouveränität, um zu gewährleisten, dass die geteilten Daten nicht zweckentfremdet oder unautorisiert weitergegeben werden.