ITWM Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM Jahresbericht 2020/2021 Umbruch – Aufbruch – Durchbruch: Mathematik für eine gute Zukunft.

Jahresbericht 2020/2021 Umbruch – Aufbruch – Durchbruch: Mathematik für eine gute Zukunft. 1

Als KI-Lotsin von Rheinland-Pfalz bin ich seit 2020 Ansprechpartnerin für Unternehmen zu KI-Fragen und wir am ITWM beraten bei der Anwendung der KI-Technologien – auch hier- über finden Sie in diesem Jahresbericht Informa- tionen. Auch beim Next Generation Computing und im Quantencomputing haben wir im Institut inhaltlich viel zu bieten und ich setze mich in der Koordination dieser Initiativen in der Fraunhofer- Gesellschaft ein, um den Durchbruch des Trans- fers in die Praxis zu forcieren. Selten zuvor hat die Wissenschaft so viel öffent- liche Aufmerksamkeit erhalten wie seit Beginn der Corona-Pandemie. Sie erfuhr viel Wert- schätzung, aber auch Kritik. Unsere Expertise wurde häufiger denn je angefragt. Wir ver- zeichnen nicht nur ein gewachsenes Medien- interesse, sondern haben auch unsere politi- schen Kontakte auf verschiedenen Ebenen intensiviert. Ein außergewöhnliches Jahr 2020 liegt hinter uns. Es hat uns die enorme Bedeutung der Wissenschaft vor Augen geführt und die For- schung hat in kurzer Zeit viel erreicht. Was wir am Fraunhofer ITWM dazu beigetragen haben, erfahren Sie auf den nächsten Seiten. Ich wünsche Ihnen eine unterhaltsame Lektüre und möchte Sie ermutigen, sich bei Fragen gerne an die aufgeführten Kontakte zu den einzelnen Themen zu wenden. Herzliche Grüße Prof. Dr. Anita Schöbel Leiterin des Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik ITWM engagiert mit ihrer Expertise für den Kampf gegen Corona eingesetzt. Sie haben ihrer wissen- schaftlichen und gesellschaftlichen Verantwor- tung Rechnung getragen und damit die Werte gelebt, für die die Forschung der Fraunhofer- Gesellschaft steht. Dieser Jahresbericht steht also noch im Zeichen der Corona-Pandemie. Er soll aber auch zeigen, dass Corona nicht alles überschattet hat – viele spannende Projekte wurden abgeschlossen oder neu begonnen. Die mathematische Expertise der Forschenden am Fraunhofer ITWM ist in zahlreichen Branchen gefragt und gestaltet dadurch an ganz unterschiedlichen Stellen unser aller Zukunft. 2020 hat die Fraunhofer-Gesellschaft ihre For- schungsstruktur neu definiert – ein Aufbruch in die Zukunft. Sieben Fraunhofer Strategische Forschungsfelder (FSF) setzen Schwerpunkte im Forschungsportfolio, daneben wurden acht Leitmärkte definiert. Durch das Fokussieren der Forschungsaktivitäten auf diese Schwerpunkte und Märkte werden konkrete Ziele verfolgt: bezahlbare Gesundheit, vollendete Energie- wende, digitalisierte Wertschöpfung, ganzheit- liche Kreislaufwirtschaft sowie Sicherheit und eine resiliente Gesellschaft. Die Innovations- und Wirtschaftsstandorte Deutschland und Europa sollen so nachhaltig gestärkt werden. Das Fraunhofer ITWM liefert mit seinen For- schungsarbeiten Lösungen, die in vielen Leit- märkten wirken und ist in mehreren FSF aktiv beteiligt. Um deutlich zu machen, wie unser Institut das »Fraunhofer Powerhouse« mit Leben füllt, haben wir unseren Jahresbericht inhaltlich neu strukturiert. Statt durch unsere unterschied- lichen Abteilungen sind die einzelnen Kapitel nach FSF und Leitmärkten unterteilt und op- tisch erstmals nach dem neuen Fraunhofer- Corporate-Design gestaltet. In dem vorliegenden Jahresbericht wollen wir deutlich machen, wie vielseitig Mathematik ist, wie sie zahlreiche Forschungsfelder unterstützt und Innovationen in verschiedenen Branchen voranbringt. Wir möchten die Menschen hin- ter »den großen Themen« sichtbar machen und spannende Einblicke in den vielseitigen Alltag unserer Forschenden bieten. Ein großes Anliegen ist es mir, Künstliche Intelligenz (KI) interdisziplinär besser zugänglich zu machen. Editorial 3

Energie 52 Smarte Software für das Management fluktuierender Energieproduktion . . . . . . . . . . . . 53 Damit der Strom fließt: Zerstörungsfreies Prüfen von Kraftwerksgeneratorstäben . . . . . 54 FlexEuro: Wer flexibel und klug steuert, gewinnt am Energiemarkt . . . . . . . . . . . . . . . . . 56 Industrie 5G – nicht nur Zukunftsmusik durch Expertise aus der Mathematik . . . . . . . . . 58 Deep Learning beschleunigt seismische Datenverarbeitung . . . . . . . . . . . . . . . . . . . . . . . 60 ALOMA: Ein Parallelisierungsframework – nicht nur für seismische Anwendungen . . . . . 61 Anlagen- und Maschinenbau 62 MESHFREE – Prozesssimulation auf den Punkt gebracht . . . . . . . . . . . . . . . . . . . . . . . . . 63 Smart überwachen, automatisiert vorausschauen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 Hybrides Rückwärtsrechnen für die Kunststoffindustrie . . . . . . . . . . . . . . . . . . . . . . . . . 66 EMMA lernt fahren – Dynamisches Menschmodell für autonome Fahrzeuge . . . . . . . . . 68 Virtuell sieht man besser: Neue Wege in der Bildverarbeitung . . . . . . . . . . . . . . . . . . . . 70 Aus RGB wird hyperspektral: Mehr sehen, als das Auge erlaubt . . . . . . . . . . . . . . . . . . . 72 TeraSpect für multispektrale Messungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 Neue Features für MeSOMICS® . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 Chemische Industrie 74 KI trifft auf 100 Jahre Ingenieurskunst . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Chemische Formulierungen risikoarm optimieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 Take a seat – Simulation der PU-Schaumexpansion beim Spritzgießen von Autositzen . . 78 Wasserstoffelektrolyse im Kleinen verstehen – Großes für grünere Energie erreichen . . . 80 Wir sind das Fraunhofer ITWM 82 Bildverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 Finanzmathematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 High Performance Computing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 Materialcharakterisierung und -prüfung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 Mathematik für die Fahrzeugentwicklung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 Optimierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 Strömungs- und Materialsimulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 Systemanalyse, Prognose und Regelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 Transportvorgänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 Impressum 103 5

Das Institut im Profil Branchen – für wen arbeiten wir? Die Methodenkompetenz unserer Abteilungen und das breite Spektrum ihrer Anwendungs- felder finden Einsatz in zahlreichen Branchen. Mit unseren Kernkompetenzen in den Bereichen Modellierung und Simulation, Optimierung und Entscheidungsunter stützung, Datenanalyse und Visualisierung adressieren wir Firmen und Orga- nisationen in den Branchen: Energie- und Rohstoffwirtschaft Technische Textilien Informationstechnologie Finanzwirtschaft Durch die langjährige Zusammenarbeit mit unseren Stammkund:innen haben wir eine starke Domänenkompetenz in Teilbereichen einzelner Branchen herausgebildet. Zu nennen sind hier insbesondere Fahrzeugindustrie, Ver- fahrenstechnik sowie Energiewirtschaft. Verfahrenstechnik , Maschinen-/Anlagenbau Fahrzeugindustrie und Zulieferer Medizin und Medizintechnik Für alle Branchen gilt: Die Modellierungs- und Simulationskompetenz des Fraunhofer ITWM generiert echte Wettbewerbsvorteile am Markt. Kuratorium August Altherr, John Deere European Technology Innovation Center Prof. Dr. Nicole Bäuerle, Karlsruher Institut für Technologie Prof. Dr. Peter Benner, Max-Planck-Institut für Dynamik komplexer technischer Systeme Dr.-Ing. Erwin Flender, MAGMA Gießereitechnologie GmbH Dr. Christoph Großmann, BASF SE Johannes Heger, HegerGuss GmbH Dr. Anna-Lena Kranz-Stöckle, Bundesministerium für Bildung und Forschung Dr. Wilhelm Krüger, Unternehmer (Vorsitzender) Stefanie Nauel, Ministerium für Wirtschaft, Verkehr, Landwirtschaft und Weinbau des Landes Rheinland-Pfalz Barbara Ofstad, Siemens AG Prof. Dr. Iris Pigeot, Leibniz-Institut für Präventionsforschung und Epidemiologie Prof. Dr. Arnd Poetzsch-Heffter, Präsident der TU Kaiserslautern Dr. Udo Scheff, John Deere GmbH Prof. Dr. Helmut J. Schmidt, ehem. Präsident der TU Kaiserslautern Dr. Mattias Schmidt, Procter & Gamble Service GmbH Prof. Dr. Wolfgang Wahlster, DFKI GmbH Dr. Christof M. Weber, Daimler AG Dr. Carola Zimmermann, Ministerium für Wissenschaft und Gesundheit des Landes Rheinland-Pfalz (Stand 2021) 7

leisten einen Beitrag zur Erreichung der: fokussieren sich auf: Impact-Ziele Bezahlbare Gesundheit Vollendete Energiewende Digitalisierte Wertschöpfung Ganzheitliche Kreislaufwirtschaft Sicherheit und resiliente Gesellschaft Transfer: Fraunhofer-Allianzen zur Adressierung der Leitmärkte Anlagen-, Maschinen- und Fahrzeugbau Bauwirtschaft Mobilitätswirtschaft Chemische Industrie Digitalwirtschaft Ernährungswirtschaft Gesundheitswirtschaft Energiewirtschaft Luft- und Raumfahrt fokussieren sich auf: Vorlaufforschung: Fraunhofer Strategische Forschungsfelder Next Generation Computing Intelligente Medizin Wasserstofftechnologien Künstliche Intelligenz Quantentechnologien Bioökonomie Ressourceneffizienz und Klima- technologien organisieren sich als: organisieren sich als: Fraunhofer Cluster of Excellence Forschungs- fabriken Fraunhofer- Projektzentren Fraunhofer- Leistungszentren Fraunhofer-Verbünde IUK-Technologie Innovation Light & Surfaces Mikroelektronik Produktion Materials Ressourcentechnologien und Bioökonomie Energietechnologien und Klimaschutz Gesundheit Fraunhofer-Institute und -Einrichtungen Einheiten des Leis- tungsbereichs VVS Leitmarktorientierte Allianzen Mit den leitmarktorientierten Allianzen verfolgt Fraunhofer das Ziel, Branchen mit hoher Rele- vanz für Innovationskraft – die Fraunhofer-Leit- märkte – anzuspechen und durch Angebote für Systemlösungen und institutsübergreifen- den Transfer Mehrwert zu schaffen. Wir enga- gieren uns in folgenden Leitmärkten: Anlagen-, Maschinen-und Fahrzeugbau Gesundheitswirtschaft Chemische Industrie Mobilitätswirtschaft Digitalwirtschaft Energiewirtschaft Fraunhofer-Leitprojekte: Vorlauf- forschung im Verbund Thematisch orientieren sich die Fraunhofer- Leitprojekte an aktuellen Bedarfsfeldern der Industrie und bündeln die Kompetenzen ver- schiedener Institute für eine effiziente Vorlauf- forschung. Das Ziel des Programms ist das Ausschöpfen des Synergiepotenzials durch Zu- sammenführen von Kompetenzen mehrerer Institute, um Lösungen für Herausforderungen der deutschen Industrie zu liefern. Leitprojekte mit ITWM-Beteiligung sind: ML4P – Machine Learning for Production QUILT – Quantum Methods for Advanced Imaging Solutions COGNAC – Cognitive Agriculture ShaPID – Shaping the Future of Green Chemistry by Process Intensification and Digitalization FCC – Starker Partner in Schweden Einer unserer wichtigsten internationalen Partner ist das 2001 von der Fraunhofer-Gesellschaft und der Chalmers-Universität in Göteborg ge- gründete »Fraunhofer-Chalmers Research Centre for Industrial Mathematics«, kurz FCC. 2020 arbeiteten 65 Beschäftigte an Themen wie Multiphysik Simulation, Geometry, Model- lierung biologischer Systeme und Data Mining. Der Haushalt betrug sieben Millionen Euro. Unser Netzwerk Das »Fraunhofer-Power- house« veranschaulicht die weiterentwickelte Struktur der Fraunhofer-Gesellschaft. Unser Institut ist auf allen Ebenen aktiv vertreten. Dieser Jahresbericht orientiert sich in seinem Aufbau daran. 9

Unser Netzwerk Spin-Offs und weitere Kooperationen Spin-Offs des Fraunhofer ITWM Math2Market – Das digitale Materiallabor mit umfangreichem Software-Service für Unternehmen fleXstructures – Spezifische Engineering- Projekte und Dienstleistungen für die Simu- lation flexibler Bauteile Sharp Reflections – Big-Data-Rechentech- nologien für die Zukunft der Seismik ThinkParQ – Schnelle und skalierbare Lö- sungen für alle leistungsorientierten Umge- bungen wie HPC, KI und Deep Learning Produktinformationsstelle Altersvorsorge PIA – Neutrale Stelle für die Chancen-Risiko- Klassifizierung geförderter Altersvorsorge- produkte Wendeware AG – Software-Ökosystem für die Energiewende Vernetzung in der Nachwuchsförderung Das Felix-Klein-Zentrum für Mathematik (FKZM) ist eine institutionelle Verbindung zwischen dem Fachbereich Mathematik der TU Kaiserslautern und dem Fraunhofer ITWM. Schwerpunkt ist die Nachwuchsförderung, zum Beispiel mit Modellierungswochen für Schulen, Stipendien und einem Mentoren-Programm für Mathematik-Studierende. Stipendiatinnen und Stipendiaten werden nicht nur finanziell gefördert, sie können auch Praxis und Theorie verbinden. Für Studierende höheren Semesters und Promovierende gibt es mehrtägige Fort- und Weiterbildungen, zudem können sie Vorträge hochkarätiger Forschender hören. Der monatliche »Blick über den Tellerrand« des Felix-Klein-Zentrums bietet interessante Einblicke in unterschiedliche Themen aus Wissenschaft und Kultur. Das Kompetenzzentrum für mathemati- sche Modellierung in MINT-Projekten in der Schule (KOMMS) richtet sich vor allem an Lehrende. Angesiedelt ist es an der TU Kaiserslautern und verbindet die Bereiche Schulprojekte, Aus- und Fortbildung sowie Forschung. Das nationale Excellence-Schulnetzwerk MINT-EC will Schülerinnen und Schüler für MINT-Fächer begeistern. Im Zuge der Zusam- marbeit werden regelmäßig Veranstaltungen wie die Math-Talent-School angeboten. 6 Spin-Offs gegründet seit Bestehen des Fraunhofer ITWM Weitere Vernetzung am Standort Die Science and Innovation Alliance Kaisers- lautern (SIAK) bildet ein Netzwerk für digitale Transformation, Innovation und interdisziplinäre Forschung. Über ihre Mitglieder aus Wissen- schaft (Hochschulen und Forschungsinstitute) und Wirtschaft, insbesondere aus dem Mittel- stand, ist sie regional verankert. Vernetzung in Europa Im European Consortium for Mathematics in Industry (ECMI) haben sich wissenschaft- liche Institutionen und Industrieunternehmen in Europa zusammengeschlossen, mit dem Ziel, mathematische Modellierung, Simulation und Optimierung noch stärker in die wirtschaftliche Anwendung zu bringen. Eine wichtige Rolle spielt die Ausbildung von Industriemathemati- kerinnen und -mathematikern, denn insbeson- dere ihre Expertise wird gebraucht. Mehr Information unter www.itwm.fraunhofer.de/netzwerke 11

Zwei Fraunhofer-Institutsleiterinnen im Senat der NFDI Im Dezember 2020 wurde unsere Institutsleiterin Prof. Dr. Anita Schöbel in den Senat der Natio- nalen Forschungsdateninfrastruktur (NFDI) e. V. berufen. Die NFDI soll Daten und Forschungs- ergebnisse, die bisher dezentral bei den jewei- ligen Einrichtungen gespeichert waren, für die Wissenschaftscommunity erschließen und besser zugänglich machen. Neben Anita Schöbel ge- hört dem Gremium eine weitere Institutsleiterin an: Die Gemeinsame Wissenschaftskonferenz (GWK) von Bund und Ländern berief Prof. Dr. Claudia Eckert, Institutsleiterin des Fraunhofer- Instituts für Angewandte und Integrierte Sicher- heit AISEC, in den Senat der Organisation. Die beiden Forscherinnen haben die Chance, die inhaltliche und strategische Ausrichtung der NFDI mitzugestalten. »Es gibt viel zu tun. In Deutschland, in Europa und international warten Forscherinnen und Forscher darauf, dass wissenschaftliche Ergebnisse aus unter- schiedlichen Quellen, Standorten und Organi- sationen besser zugänglich gemacht werden«, so Anita Schöbel. Weitere Informationen unter https://s.fhg.de/nfdi Alumni-Treffen – geht auch digital Wie so viele Veranstaltungen unseres Instituts musste auch das Alumni-Netzwerktreffen im Dezember 2020 virtuell stattfinden. Trotzdem hatten sich viele ehemalige ITWMler:innen an- gemeldet und waren nach zwei Stunden wieder auf dem Laufenden über den Forschungsstand ihres ehemaligen Arbeitgebers. Dazu gehörten natürlich Forschungsprojekte zum Thema »Fraunhofer ITWM vs. Corona«; der Fokus lag auf »EpideMSE«, »AVATOR – Aerosolausbrei- tung in Innenräumen« und »Modellierung der Feuchteausbreitung in Gesichtsmasken«. Ein weiterer Schwerpunkt war das Quantencom- puting: Forschende aus den Abteilungen »Fi- nanzmathematik«, »Strömungs- und Material- simulation« sowie »Optimierung« nutzten die Gelegenheit, ihre Projekte vorzustellen. Fürs Gemeinschaftsgefühl trotz räumlicher Trennung haben alle Teilnehmenden vor dem Alumni-Treffen ein Päckchen mit Tasse, Tee und Pralinen erhalten – entspanntes Netzwer- ken funktioniert auch digital! Weitere Informationen unter www.itwm.fraunhofer.de/alumni © Fraunhofer Berufen auf wissenschaftlich renommierten Posten: Anita Schöbel (links) und Claudia Eckert. Hoch die Tassen! Virtuell statt gemeinsam vor Ort. 13

Aus dem Institutsleben Armin Bosten vor Ort am Institut – er forscht hier und an der Universität Lüttich. Promovieren in verschiedenen Welten: Mathe verbindet international 2020 promovieren am ITWM 64 Doktorandin- nen und Doktoranden. Sie forschen an span- nenden Themen, arbeiten in verschiedenen Abteilungen und in den unterschiedlichsten Programmen. Zwei internationale Kollegen sind beispielsweise in unserem Bereich »Mathema- tik für die Fahrzeugentwicklung« mit ihrer Doktorarbeit beschäftigt: Davide Manfredo ist seit 1. April 2020 an unserem Institut. Er kam mit einem Master- Abschluss in Mathematik für die Biowissen- schaften von der Universität Trient in Italien nach Kaiserslautern und ist Teilnehmer eines ganz besonderen Programmes, in dem die EU europaweit 14 Promotionsstellen für drei Jahre fördert: »THREAD – Joint Training on Numeri- cal Modelling of Highly Flexible Structures for Industrial Applications«. THREAD will, mithilfe finanzieller Unterstützung der EU, den interna- tionalen Austausch und die Mobilität des wissen- schaftlichen Nachwuchses fördern. Mit Mobili- tät war es 2020 aber eher schwierig. Statt in Kaiserslautern saß Davide Manfredo erstmal im Home-Office bei seinen Eltern in Turin. Später war dann auch wieder mehr Mobilität möglich. »THREAD« bietet ein einzigartiges Netzwerk an Universitäten, Forschungseinrich- tungen und Industrie in acht europäischen Ländern. Ein ganz besonderes Ausbildungs- umfeld, denn neben der Bearbeitung von an- wendungsnahen Dissertationsthemen, dürfen die Doktorandinnen und Doktoranden auch ein dreimonatiges Praktikum in einem Indust- rieunternehmen absolvieren – darunter auch bei fleXstructures, einem erfolgreichen ITWM- Spin-off. Der Fokus der Forschungsprojekte liegt auf der Frage, wie sich dünne, flexible Strukturen wie Seile, Kabelbündel oder Schläuche künftig besser modellieren und im Computer simulieren lassen. Mit ähnlichen Themen beschäftigt sich auch Armin Bosten. Der gebürtige Belgier ist seit November 2019 als Doktorand im Bereich »Mathematik für die Fahrzeugentwicklung« tätig. Bosten promoviert mit einem Stipen- dium des ITWM im Team »Mathematik für die Digitale Fabrik«. Gleichzeitig wird er von Prof. Olivier Brüls der Universität Lüttich (französisch: Université de Liège) betreut. In der Praxis heißt das für ihn, er ist immer wieder abwechselnd ein paar Wochen in Kaiserslautern und Belgien vor Ort. Beide jungen Mathematiker haben einen spannenden Berufsalltag als ITWM- Doktorand – nicht nur zwischen Kabeln und Schläuchen, sondern auch zwischen verschie- denen Ländern. Mehr zu THREAD und Davide Manfredo: www.itwm.fraunhofer.de/thread Interview mit Armin Bosten: www.itwm.fraunhofer.de/interview-bosten European Career Fair 2020: Internationale Karrieremesse mit dem ITWM Die European Career Fair (ECF) findet jedes Jahr am renommierten Massachusetts Institute of Technology (MIT) statt. Sie ist die größte europäische Karrieremesse in den USA und bietet amerikanischen Studierenden die Mög- lichkeit mit europäischen Unternehmen, Uni- versitäten und Organisationen in Kontakt zu kommen – 2020 auch mit Forschenden des ITWM. Zielgruppe sind besonders Graduierte, Doktoranden und Postdoktoranden der Uni- versitäten an der amerikanischen Ostküste, darunter MIT, Yale oder Harvard. Dr. Dietmar Hietel, Leiter der Abteilung »Transportvorgän- ge«, war im Februar 2020 vor Ort und führte Interviews mit Studierenden, die sich für eine Karriere am Fraunhofer ITWM interessierten. Vielleicht also bald noch mehr internationaler Nachwuchs aus den USA? Mehr Informationen unter www.itwm.fraunhofer.de/karriere © Fraunhofer Recruiting in den USA: Nicole Cumia (Fraunhofer-Zentrale) und Dietmar Hietel vor Ort bei der ECF. 15

High Performance Computing Next Generation Computing steht auf drei Säulen Dr. Jens Krüger aus unserer Abteilung »High Performance Computing« ist Fraunhofer- Referent für das Strategische Forschungsfeld »Next Generation Computing«. Er wagt einen Blick in die Zukunft und beschreibt, welche Computer unser Arbeitsle- ben und vielleicht auch unseren Alltag prägen werden. Die nächste Generation vom Computern wird vielfältig sein. Sie steht auf drei verschiedenen Säulen: die erste Säule basiert auf klassischen Architekturen, wie wir sie heutzutage kennen, aber spezialisiert. Die zweite Säule sind neuro- morphe Computer, die in etwa so funktionie- ren wie unser Gehirn und die dritte Säule sind Quantencomputer: Gemeinsam mit IBM betreibt die Fraunhofer-Gesellschaft den Quantencom- puter IBM System One seit Juni 2021 in der Nähe von Stuttgart. Die kühle Schönheit des Quan- tencomputing: Der System One von IBM ist der schnellste Quantencomputer Europas. © IBM Welchen Herausforderungen können wir mit der nächsten Computergene- ration begegnen? Die Digitalisierung stellt uns vor große Herausfor- derungen in den Bereichen Gesundheit, Mobili- tät, Energiewende – immer mehr Daten müssen immer schneller verarbeitet werden. Ein Lösungs- ansatz ist das neuromorphe Computing, dabei imitieren Computer das menschliche Gehirn. Dies ist äußerst effizient in der Verarbeitung von Informationen und sehr gut in der Muster- erkennung; gleichzeitig ist es auch noch extrem energieeffizient. Dieses System von Neuronen und Synapsen wollen wir nachahmen, indem Daten nicht mehr nach dem Transport vom Speicher in die Verarbeitungseinheit, sondern während der Weiterleitung in einem Netz von Neuronen und Synapsen verarbeitet werden. Ein großer Vorteil ist die Energieersparnis, denn es werden nur die Neuronen eines Netzes akti- viert, die auch gebraucht werden. Was zeichnet Trusted Computing aus? Kern ist eine vertrauenswürdige Mikroelektronik, also eine, die beispielsweise gegen Hackeran- griffe auf Infrastrukturen geschützt ist oder das Entschlüsseln von Datenkommunikation verhin- dert. Diese Mikroprozessoren sollen auch in Europa entwickelt werden. Ein Beispiel dafür ist EPI, die European Processor Initiative, in der 28 Partner aus zehn europäischen Ländern gemein- sam die ersten High Performance Computing Systeme für Chips und Beschleunigereinheiten entwickeln. Der EPI-Prozessor soll Anwendungen des wissenschaftlichen Rechnens – beispielswei- se Wettervorhersagen – sowie der Datenanalyse unterstützen. Zusätzlich ermöglicht eine spezielle Variante des Prozessors eine beschleunigte und energieeffiziente Auswertung von Sensordaten bei autonomen Fahrzeugen. Wir konzentrieren uns auf die Nutzung europäischer Technologien und streben eine energieeffiziente Prozessor- technologie mit Anwendung in einem europäi- schen Pre-Exascale- sowie Exscale-System an. Weitere Informationen zum Thema unter www.itwm.fraunhofer.de/epi Kontakt Dr. Jens Krüger Abteilung »High Performance Computing« Telefon +49 631 31600-4541 jens.krueger@itwm.fraunhofer.de 17

Quantencomputing Quantencomputing – die Zukunft ruft Ein »Game Changer« – das Potenzial der Quantentechnologien ist kaum absehbar. Quantencomputing verspricht, im Vergleich zu klassischem Computing, eine exponen- tielle Beschleunigung ausgewählter Algorithmen sowie die Möglichkeit, komplexe Fragestellungen zu behandeln. Gemeinsam mit Prof. Dr. Manfred Hauswirth, Instituts- leiter am Fraunhofer FOKUS, ist ITWM-Institutsleiterin Prof. Dr. Anita Schöbel für das Thema Quantencomputing bei Fraunhofer verantwortlich. In Kooperation mit IBM ist ein nationales Kompetenznetzwerk entstanden, das quantenbasierte Rechen- strategien für die nächste Generation an Hochleistungscomputern entwickelt. Kompetenznetzwerk mit rheinland- pfälzischer Beteiligung An unserem Institut wurde im August 2020 das rheinland-pfälzische Kompetenzzentrum »Quanten High Performance Computing« er- öffnet. Wir bringen hier unsere Expertise aus den Bereichen Mathematik, Physik und High Performance Computing ein sowie unsere gute Vernetzung mit der Industrie. Am Kompetenz- zentrum wird unter anderem abgeschätzt, unter welchen Voraussetzungen praxisrelevante Pro- bleme auf Quantencomputern lösbar und für die Industrie anwendbar sind. Außerdem kön- nen durch den Cloud-Zugriff auf IBM Quanten- computer neue quantenbasierte Technologien, Anwendungsszenarien und Algorithmen erprobt werden. Wir konzentrieren uns dabei auf Quantenchemie, Finanz- und Energiewirtschaft sowie Materialsimulation, Quanten Bildverar- beitung und Quanten Maschinelles Lernen. Fraunhofer betreibt »Quantum System One« Quantencomputing ist seit Juni 2021 aber auch in Europa möglich: Gemeinsam mit IBM betreibt Fraunhofer den Quantencomputer Quantum System One unter hiesigem Datenschutzrecht. Er steht Unternehmen und Forschungsorgani- sationen zur Verfügung, um anwendungsbe- zogen Quantenalgorithmen zu entwickeln und zu testen sowie Know-how aufzubauen. Lösungen für Bildgebung und Energie Bereits 2018 startete das Fraunhofer-Leitprojekt »QUILT« (Quantum Methods for Advanced Imaging Solutions). In enger Zusammenarbeit mit der Industrie forschen sechs Fraunhofer- Institute gemeinsam an Bildgebungsverfahren im Terahertz-Spektralbereich auf Basis von Quantenoptik. Erste Erfolge, die Erzeugung geeigneter Photonenpaare, konnten bereits verzeichnet und die nächsten Schritte geplant werden. Forschende unseres Instituts nehmen in dem Projekt eine Schlüsselrolle beim Model- lieren, Simulieren und Optimieren quantenba- sierter berührungsfreier Methoden ein. Ein weiteres Projekt ist das Verbundprojekt »EnerQuant«. Es nutzt die Vorteile von Quan- tencomputing für Optimierungsprobleme in der Energiewirtschaft. Vom Bundesministrium für Wirtschaft und Energie (BMWi) gefördert, entwickeln Forschende Algorithmen für Qubit- ba sierte Quantencomputer und Quantensimu- latoren. Diese sollen zur Lösung eines energie- wirt schaftlichen Fundamentalmodells mit sto- chastischen Einflussgrößen verwendet werden. Weitere Informationen www.itwm.fraunhofer.de/quantencomputing © IBM 19

Bildverarbeitung Betonbalken biegen und beobachten – Quantencomputing beschleunigt die Auswertung von CT-Daten Höhere Auflösung, schnellere Kamerasysteme und neue Erfassungsmethoden – die Menge an Bilddaten wächst schneller als die Geschwindigkeit der Analysemethoden. Das stellt die industrielle Bildverarbeitung vor neue Herausforderungen. Abhilfe verspricht die Quanten-Bildverarbeitung. Beispielhaft lässt sich die Computertomo- graphie nennen, in der es bereits konkrete Anwendungsszenarien gibt. Gulliver, das Computertomographieportal der TU Kaiserslautern, ist eine einzigartige Versuchs- anlage, in der es möglich sein wird, die innere Struktur von Betonbalken bei Biegeversuchen abzubilden. Je Experiment erzeugt Gulliver da- bei ungefähr 120 GB bis zu 2 TB an Bilddaten. Ziel der aktuellen Forschung ist die Analyse der Strukturveränderungen, und zwar während des laufenden Versuchs. Theorie und Praxis einander annähern Geschickte Nutzung der besonderen Eigen- schaften von Qubits ermöglicht es prinzipiell, solche großen Bilddaten mit wenigen Qubits zu repräsentieren, z. B. 1024 × 1024 Pixel mit 21 Qubits. Würde man die bisher üblichen Fil- ter- und Analysealgorithmen durch Quanten- Gegenstücke oder quantenphysikalische Pen- dants ersetzen, so wäre eine effizientere Verarbeitung dieser enormen Datenmengen möglich. Theoretisch könnten sowohl Spei- cher- als auch Rechenaufwand exponentiell reduziert werden. 3D-Visualisierung von Ris sen in einer Stahl- faserbetonprobe Kontakt Dr. Katja Schladitz Abteilung »Bildverarbeitung« Telefon +49 631 31600-4625 katja.schladitz@itwm.fraunhofer.de Praktisch erfordern das Kodieren des Bildes und das Ausführen von Algorithmen sehr viele einzelne Quanten-Operationen. Deshalb sind aktuell die Ergebnisse einfacher Bildverarbei- tungsschritte auf kleinen Bildern oft bis zur Unkenntlichkeit verrauscht. Wie im Quanten- computing allgemein sind daher Rauschmo- delle und Algorithmen, die möglichst wenige Basisoperationen benötigen, Gegenstand der aktuellen Forschung. Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/bv-materialcharakterisierung 21

Optimierung Gesundheit 4.0: Entwicklung und Produktion neuer Medikamente beschleunigen © Frauhofer IZI Im Fraunhofer-Innovationscluster »Produktion für Intelligente Medizin« wird er- forscht, wie Gen- oder Zelltherapeutika sowie Impfstoffe automatisiert, schnell und kostengünstig in großen Mengen hergestellt werden können. 23 Fraunhofer- Institute sind beteiligt, darunter der Bereich »Optimierung« des ITWM. Innovative Arzneimittel für neuartige Thera- pien (Advanced Therapy Medicinal Products, ATMPs) repräsentieren als »lebende Arzneimit- tel« eine neue, vielversprechende Klasse von Therapeutika. Sie haben das Potenzial, an bis- lang nicht oder nur unzureichend behandelba- ren Krankheiten leidenden Menschen neue Therapieoptionen zu bieten. Das betrifft einige Krebserkrankungen, die teilweise durch solch neuartige Therapien sogar eine Chance auf Heilung erhalten. Die Herstellung dieser zell- basierten, neuartigen Therapeutika erfolgt allerdings bislang hochgradig manuell – das macht sie zeitaufwändig und teuer, zusätzlich limitiert sie ihre Verfügbarkeit für die Patien- tinnen und Patienten. Industrie 4.0 mit Gesundheit 4.0 vereinen Um diesen vielversprechenden Ansatz weiter- zuentwickeln, wollen die Fraunhofer-Forschen- den aus unterschiedlichen Fachrichtungen die Produktion solcher ATMPs grundlegend um- gestalten. Expertinnen und Experten aus der biologischen und medizinischen Forschung haben in dem Cluster eng mit ihren Kollegin- nen und Kollegen aus den Bereichen Automa- tisierung, Prozesssteuerung, Qualitätsmanage- ment, Robotik und Mathematik zusammenge- arbeitet, um die Prozesse künftig für einen hohen Durchsatz und vertretbare Herstellungs- kosten aufzusetzen. In einem ersten Projekt- abschnitt wurde eine modulare Pilotanlage zur automatisierten Produktion der Therapeutika konzipiert. Dafür hat ein Team um Abteilungsleiter PD Dr. Michael Bortz Bioprozesse modelliert, die nun virtuell optimiert werden können. Forschende um Dr. Heiner Ackermann waren für Fragen rund um die Kapazitätsplanung von Produk- tionsanlagen zuständig. Diese sollen zu mög- lichst geringen Kosten einen maximalen Durchsatz liefern. Dr. Neele Leithäuser und Kolleginnen und Kollegen entwickelten Me- thoden für die Analyse von Datenströmen (Zeitreihen), die kontinuierlich zum Monitoring der Produktionsprozesse erhoben werden. Mehr über das Innovationscluster unter s.fhg.de/pharmaproduction Kontakt PD Dr. Michael Bortz Abteilungsleiter »Optimierung – Technische Prozesse« Telefon +49 631 31600-4532 michael.bortz@itwm.fraunhofer.de 23

Optimierung © istockphoto/shironosov 25 20 15 10 5 März 21 Juni 21 Sept. 21 Dez. 21 März 22 Juni 22 Sept. 22 Dez. 22 März 23 Unsere Forschenden haben ein Simulationswerkzeug entwickelt, das anhand mehrerer Parameter eine Vorhersage über die Anzahl der Ankünfte der Proben an jedem Tag des Zeithorizonts liefert. Diese Ergebnisse werden verwendet, um eine Was-wäre-wenn-Analyse durchzuführen, anhand derer die Personalplanung optimiert wird. Dafür entwickeln die Forschenden ein Simula- tionswerkzeug, das eine Prognose über die Anzahl der Ankünfte der Proben für jeden Stu- dientag liefert. Herzstück des Modells ist eine Monte-Carlo-Simulation zur Schätzung der Anzahl der Probenankünfte an der Produk- tionsstätte für jeden Tag im Zeithorizont der Studie. Die beeinflussenden Parameter werden berücksichtigt, aber auch verschiedene Szena- rien abgebildet, etwa die schwankende An- zahl an Patientinnen und Patienten. Durch den variablen Detaillierungsgrad des Modells wird der Planungsprozess in jeder Phase optimal unterstützt. Mehr Informationen unter www.itwm.fraunhofer.de/zerlegeprobleme Kontakt Dr. Heiner Ackermann Stv. Leiter der Abteilung »Optimierung – Operations Research« Telefon +49 631 31600-4517 heiner.ackermann@itwm.fraunhofer.de 25

Optimierung Neue Ansätze für die Strahlentherapie Mit dem Ansatz, die Strahlentherapie als mehrkriterielle Optimierungsaufgabe zu sehen, haben unsere Forschenden die medizinische Behandlung von Krebs in den vergangenen Jahren deutlich nach vorne gebracht. Das Projekt »Patientenpositio- nierung« will weitere Maßstäbe im Kampf gegen Krebs setzen. Ein Interview mit Dr. Philipp Süss, aus der Abteilung »Optimierung –Technische Prozesse«. Warum stellt das Projekt »Positionie- rung der Patientinnen und Patienten« die Lagerung bei der Strahlentherapie auf den Prüfstand? Die Planung der Strahlentherapie beginnt mit einer detaillierten Computertomographie (CT). Die behandelnden Ärztinnen und Ärzte planen anhand dieses CT-Bildes, mit welcher Dosis sie einen Tumor bestrahlen. Das Problem: Die Lage der kritischen Organe und der Tumore sind am Tag der Behandlung nicht mehr identisch mit der vom Plan-CT, etwa weil die Magen- oder Blasenfüllung variiert. Die Rekonstruktion ist sehr schwierig, aber bedeutsam, um die Dosis zu be- stimmen, die die Person am Tag der Behandlung erhält. Viele Therapiegeräte bieten heutzutage die Möglichkeit, ein weniger detailliertes CT un- mittelbar vor dem Start der Bestrahlung aufzu- nehmen, um die Position am Behandlungstag möglichst nahe an die der vorangegangenen Aufnahme anzupassen. Kann die Behandlung so kurzfristig angepasst werden? Ja, die geplante Tagesdosis kann auf den akuten Zustand der zu behandelnden Person hin ausge- richtet werden. Die Dosis gewinnt an Bedeutung gegenüber dem Bild. Genau an dieser Stelle setzen wir an: Wir wollen für eine wirksamere Behandlung sorgen, indem wir den Fokus weg vom Bild hin zur Kontrolle der Dosis legen. Da- für entwickeln wir eine Software- Lösung, die das aktuelle Bild mit dem zuvor aufgenommen abgleicht und eine aktualisierte Empfehlung Die von ITWM-Forschenden entwickelte Software zeigt farbig die berechnete Dosis, die mit einem Schieberegler optimiert werden kann. © Wolfgang Scheible für die Strahlendosis formuliert. Heute wird darauf geschaut, wie das aktuelle CT-Bild zu dem Plan-CT hin korrigiert werden kann. Wir versuchen, die geplante Dosis zu rekonstruieren. In welchem Stadium ist das Projekt? Schon recht weit. Unser Industriepartner Varian Medical Systems hat einen Softwareprototyp beauftragt, die prinzipielle Machbarkeit ist ge- geben. Jetzt wird die Software anhand der Bilddaten echter Krankheitsverläufe an der Uniklinik der Rutgers Universität in New Jersey überprüft. Damit wollen wir verifizieren, dass die Methode die gewünschten Vorteile bringt, aber auch den Arbeitsablauf erproben. Denn für Mitarbeitende, die eine Bestrahlung durch- führen, ändert sich der gewohnte Workflow, wenn sie die Software nutzen, um auf die Do- sis und nicht mehr nur auf das Bild zu schauen. Kontakt Dr. Philipp Süss Stv. Abteilungsleiter »Optimierung – Technische Prozesse« Telefon +49 631 31600-4295 philipp.suess@itwm.fraunhofer.de Mehr Information unter www.itwm.fraunhofer.de/strahlentherapie 27

Mit Mathematik gegen Covid-19 Bei der Bekämpfung der Covid-19-Pandemie wirken unsere Expertinnen und Experten von Beginn an in verschiedenen Forschungsprojekten mit. So unterstützen sie auf viel- fältige Weise und in unterschiedlichen Bereichen Gesellschaft und Wirtschaft beim Bewältigen der Corona-Krise durch mathematische Methoden. Eine Auswahl unserer Aktivitäten auf einen Blick: EpiDeMSE – Unterstützung für Entscheidende Entscheidungstragende auf lokaler Ebene bestmöglich bei der Maßnahmenplanung zu unterstützen – das ist das Ziel des Projekts EpiDeMSE (Epidemiologische Modellierung, Simulation und Entscheidungsunterstützung). Direkt im April 2020 nahmen Forschende im Rahmen des Anti-Corona-Programms der Fraunhofer-Gesellschaft die Arbeit an einem Tool auf, das Prognosen zum Epidemie-Verlauf liefert. Das Modell verwendet zeitlich variable Parameter, die aus den erhobenen Fallzahlen geschätzt und mit weiteren statistischen Daten abgeglichen werden. So kann auch die Wirk- samkeit der Maßnahmen auf die Infektions- rate beurteilt werden. Standortplanung für Impfzentren Noch bevor ein Impfstoff gegen das SARS- CoV-2- Virus erhältlich war, arbeiteten Forschen- de des Fraunhofer ITWM bereits gemeinsam mit dem Robert-Koch-Institut und der TU Kai- serslautern an der Standortplanung für Impf- zentren. Auf Fragen mit vielen Unbekannten galt es Antworten zu finden: Wie viele Impf- dosen sind verfügbar? Wer wird zuerst ge- impft? Wo soll geimpft werden? In ihren Ver- öffentlichungen betrachten die Forschenden unterschiedliche Standortszenarien und evalu- ierten unter anderem die Anzahl benötigter Ärztinnen und Ärzte, die Entfernung der Be- völkerung zu den Impfzentren sowie die An- zahl der Standorte. Kooperation mit dem DFKI Kompetenzen bündeln, um zusammen mehr zu erreichen: Gemeinsam mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) haben Forschende des Fraunhofer ITWM ein Modell entwickelt, das mögliche Öffnungs- szenarien simuliert und untersucht. Dabei kam EpiDeMSE zum Einsatz. Das Ergebnis ist eine übersichtliche und gut verständliche Visualisie- rung der Infektionslage sowie eine Prognose zukünftiger regionaler Entwicklungen. Streuspanne: Blog und Podcast Der Statistik-Blog »Streuspanne« widmet sich seit dem Beginn der Pandemie Fragen und sta- tistischen Kennwerten, die die Diskussion um Corona prägen. Neben einer dreiteiligen Mini- Serie zu Corona-Tests beschäftigen sich die bloggenden Mathematiker und Statistiker Dr. Sascha Feth und Dr. Jochen Fiedler auch mit mutierten Corona-Viren und Verschwörungs- theorien. Im gleichnamigen Podcast sind die beiden Wissenschaftler auch zu hören und machen Statistik für Laien verständlich. Weitere Informationen unter www.itwm.fraunhofer.de/corona Alle Social-Media-Aktivitäten unter dem Hashtag #ITWMvsCorona Fraunhofer ITWM versus Corona 29

a c 0 0,1 0,2 0,3 0,4 0,5 Luftgeschwindigkeit / (m/s) 0,1 0,2 0,5 1 2 5 10 b d 0,1 0,2 0,5 1 2 5 10 Aerosoldurchmesser / µm 0,1 0,2 0,5 1 2 5 10 Aerosoldurchmesser / µm Aerosoldurchmesser / µm Simulationsszenario Flugzeug – Wie verteilen sich Aerosole im Innenraum? Aerosolausbreitung ausgehend von der markierten Person mit verschiedenen Masken: a. Luftströmungsgeschwindigkeit; b. N95-Masken; c. OP-Masken; d. ohne Masken Hygienekonzepte für Anwendungsfälle ab. Die Ausbreitungsmechanismen modellieren die Forschenden unter Verwendung von ITWM- Simulationen. Langjährige ITWM-Expertise hilft bei Umsetzung »Wir entwickeln einen dynamischen Multiska- len-Simulator, der die Aerosolausbreitung in Innen räumen berechnet. Als Szenarien be- trachten wir unter anderem Transportmittel, wie zum Beispiel das Flugzeug«, so Dr. Chris- tian Leithäuser der Abteilung »Transportvor- gänge«. »Die Methodik basiert auf unserer gitterfreien Simulationssoftware MESHFREE für dynamische Strömungsszenarien.« Dr. Ralf Kirsch, Teamleiter »Filtration und Sepa- ration« der Abteilung »Strömungs- und Material- simulation«, ergänzt: »Wir am ITWM profitieren bei unserer Arbeit sehr davon, dass wir auf ein breites Spektrum an Expertise zurückgreifen können – in diesem Fall sind unsere langjähri- gen Erfahrungen im Bereich Modellierung und Simulation von Filtern sehr hilfreich«. Multiskalen-Ansatz berücksichtigt mehrere Komponenten Durch den Multiskalen-Ansatz fließen dabei auch feine Details in Langzeitbetrachtungen mit ein – wie beispielsweise die Art der individuellen Schutzausrüstung. Welche Mund-Nasen-Be- deckung schützt wie? Aus den Simulationser- gebnissen leiten die Forschenden anschließend eine Risikobewertung ab, mit der sich für je- des Szenario unterschiedliche Raumluftkon- zepte vergleichen lassen. Parallel zu den simulationsbasierten Bewertungs- verfahren für die Luftausbreitung entwickeln die beteiligten Institute diverse Luftreinigungs- technologien. Diese Erkenntnisse werden schließ- lich in Laborumgebungen getestet sowie in Real- umgebungen validiert. Die Projektergebnisse münden dann in neuen Konzepten zur Verrin- gerung der Infektionsgefahr mit SARS-CoV-2. So können sinnvolle Hygienemaßnahmen ent- wickelt und die Wirksamkeit von vorhandenen validiert werden. AVATOR ist Teil des Programms »Fraunhofer versus Corona« der Fraunhofer- Gesellschaft und läuft bis September 2021. Ausführliche Informationen zum Projekt inklusive Simulations-Videos www.itwm.fraunhofer.de/avator Transportvorgänge Strömungs- und Materialsimulation Kontakt Dr. Christian Leithäuser Abteilung »Transportvorgänge« Telefon +49 631 31600-4411 christian.leithaeuser@itwm.fraunhofer.de 31

Transportvorgänge Strömungs- und Materialsimulation Oben: Qualitätskontrolle eines Meltblown-Materials im Reinraumbereich. Unten: Wolkigkeit: Wie homogen ist das Vlies? Simulierte Flächengewichtsverteilung als Maß der Homogenität des Vlieses © Freudenberg Performance Materials Hier kommt ITWM-Software ins Spiel. »Mit un- serem Fiber Dynamics Simulation Tool FIDYST werden die Bewegungen der Fasern, die Ver- streckung, ihr Fallen und die Ausrichtung, mit der sie auf einem Transportband landen, vor- ausgesagt. Je nach Prozesseinstellungen ent- stehen spezifische Turbulenzen und damit Vlies- qualitäten, die sich z. B. in Struktur, Wolkigkeit, Flächengewicht und Festigkeit unterscheiden«, erklärt Arne. Simulation über die ganze Prozess- kette hinweg Digitale Zwillinge und Berechnungen aus dem Hause Fraunhofer ITWM unterstützen dabei, die Prozesse simulativ zu überschauen und besser zu verstehen. Die Produktion der technischen Textilien wird so nicht nur effizienter, sondern die Vliesstoffe lassen sich virtuell entwickeln, ohne dies vorab in einer Versuchsstätte zu reali- sieren. So können Produktionskapazitäten bei gleichbleibender Qualität gesteigert werden. Simulationen sparen Experimente, erlauben neue Einblicke, ermöglichen systematische Parameter- 400 300 200 100 m m / g n u t h c i r r e u Q 0 0 100 300 Maschinenrichtung / mm 200 400 22 20 18 16 14 12 10 8 6 ² / m g n i t h c i w e g n e h c ä l F variationen und lösen Upscaling-Probleme, die zu Fehlinvestitionen beim Übergang von der Laboranlage zur Industrieanlage führen können. Kontakt Dr. Walter Arne Abteilung »Transportvorgänge« Telefon +49 631 31600-4347 walter.arne@itwm.fraunhofer.de Die virtuelle Umsetzung des Meltblown-Pro- zesses eröffnet aber auch neue Möglichkeiten zur Optimierung auf anderen Ebenen: Bei der Hochskalierung industrierelevanter Prozesse wie bei der Maskenproduktion fließt ebenso die ITWM-Expertise rund um Filter ein. Das Team »Filtration und Separation« um Dr. Ralf Kirsch beschäftigt sich schon seit vielen Jahren mit dem mathematischen Modellieren und Si- mulieren verschiedenster Filter. Weiterführende Informationen inklusive Simulationsvideo gibt es unter www.itwm.fraunhofer.de/meltblown 33

Bildverarbeitung Ein hochaufgelöster Bildausschnitt aus der Visualisierung des Lungengewebes von 5,4 mm x 5,4 mm x 4,5 mm: Sichtbar ist das Gefäßwandsystem; die Lungenbläschen können als Poren erahnt werden. aufzudecken: Sind lokale Verdichtungen auf Gewebevernarbung, -verstopfung oder Einblu- tungen zurückzuführen? Verändert sich die Gefäßmorphologie? Welche Gefäße sind wie geschädigt? Die Antworten auf diese Fragen helfen, den Krankheitsverlauf und typische Symptome besser zu verstehen und spezifizieren die Be- handlungsoptionen der Covid-19 induzierten Lungenentzündung. »Fraunhofer vs. Corona« Die Fraunhofer-Gesellschaft reagierte sehr schnell auf die Pandemie und legte bereits im April 2020 das Aktionsprogramm »Fraunhofer vs. Corona« auf. Exper- tinnen und Experten arbeiteten und arbeiten noch immer ganz vorne mit an der Bekämpfung der Pandemie und unterstützen Wirtschaft und Gesellschaft bei der Bewältigung direkter Auswirkungen und späterer Folgen. Schwerpunkte liegen auf Anti-Corona-Projekten aus dem Medizin- und Gesundheitssektor, zum Bei- spiel der Impfstoffentwicklung, innovativer Diagnostik und Medikamentenent- wicklung, aber auch in der Bereitstellung von IT-Kapazitäten. Darüber hinaus unterstützt Fraunhofer technologisch bei der Produktion von Komponenten für Schutzausrüstungen. Begleitende Vorlaufforschung ebnet zudem den Weg in eine resilientere Gesellschaft. Das Fraunhofer ITWM war mit acht Projektanträgen erfolgreich am Aktionspro- gramm beteiligt – die hier vorgestellte Covid-19-Analyse für Synchrotron-Auf- nahmen gehört zu den geförderten Projekten. Kontakt Dr. Katja Schladitz Abteilung »Bildverarbeitung« Telefon +49 631 31600-4625 katja.schladitz@itwm.fraunhofer.de 35

Mathematik für die Fahrzeugentwicklung Das Technikum – Versuche und Simulationen unter einem Dach Simulationen spielen in der Mobilitätsforschung seit langem eine große Rolle und werden immer wichtiger, gerade bei der virtuellen Produktentwicklung im Fahrzeug- sektor. Damit beschäftigt sich unser Bereich »Mathematik für die Fahrzeugentwick- lung« und vereint die benötigten technischen Versuchseinrichtungen in seinem Tech- nikum. Hier werden eigene Mess- und Simulationstechniken entwickelt, die Hand in Hand mit den Modellierungs- und Simulationsmethoden sowie Softwaretools aufgebaut werden. Hardware und Software als techni- sches Rückgrat unserer Forschung Das Simulator-Zentrum umfasst den Roboter- basierten Fahrsimulator RODOS® (RObot ba- sed Driving and Operation Simulator), den sta- tischen Fahrsimulator VI-Grade compact DIM und das Virtual-Reality-Labor. Die Messtechnik liefern REDAR (Road and Environment Data Acquisition Rover) – ein 3D-Laserscanner Fahr- zeug – und die hoch automatisierte Messma- schine MeSOMICS (Measurement System for the Optically Monitored Identification of Cable Stiffness); mit ihr werden Kabelsteifigkeiten ermittelt. Virtuelle Umgebung für Pkw und Nutzfahrzeuge Der Fahrsimulator RODOS® stellt die größte der Anlagen des Technikums dar und erlaubt es, Situationen bis unmittelbar vor einem Crash detailliert, sehr gut reproduzierbar und risikolos mithilfe interaktiver Simulation zu untersuchen. Mit 1000 kg Nutzlast ermöglicht der Roboterarm die Verwendung von Serien- baggerkabinen und echten Pkw-Karosserien. Innerhalb eines sphärischen Projektionsdomes mit zehn Metern Durchmesser erzeugen 18 Projektoren eine nahtlose Projektion einer interaktiven Szene, wodurch beispielsweise Fahrer-Fahrzeug-Umwelt-Interaktionen unter- sucht werden. RODOS® ist derzeit der leis- tungsfähigste Fahrsimulator der Fraunhofer- Gesellschaft. Zur Modellentwicklung sowie zur kooperativen Fahrsimulation und Abbildung von komplexen Mischverkehrssituationen ver- wenden wir zusätzlich den statischen Simula- tor VI-Grade compact-DIM. Dieses System ist für die interaktive Simulation von Pkw opti- miert und wird besonders zur Entwicklung unserer Software CDTire/Realtime genutzt. VR-Labor für Menschen in komplexen Umgebungen Das Virtual-Reality-Labor eröffnet die Möglich- keit, Menschen in komplexe Umgebungen und Szenarien zu versetzen. Anwendungen finden sich in der Fahrsimulation, der Produktions- und Fabrikplanung sowie in der Visualisierung. In unserem Labor können eine oder mehrere Personen eine virtuelle Realität als Fußgänge- rin oder Fußgänger erleben, auf einer Fläche von zehn auf sechs Meter. Menschliche Reak- tionen können auch in hochkomplexen Ver- kehrssituationen durch die Verschaltung mit den Simulationsumgebungen von RODOS® und VI-Grade compact DIM über eine Echt- zeit-Datenschnittstelle untersucht werden. Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/technikum Kontakt Dr.-Ing. Michael Kleer Leiter Technikum Telefon +49 631 31600-4628 michael.kleer@itwm.fraunhofer.de 37

Mathematik für die Fahrzeugentwicklung © freepik/newfabrika Kooperation mit dem Reifenhersteller Goodyear über entsprechende Pilotprojekte mit Fahrzeug- herstellenden wie Maserati eine neue Methode zur Subjektivbewertung von Reifen an Fahrsimu- latoren etabliert. Dafür nutzen wir das echt- zeitfähige CDTire/Realtime, das aus CDTire/3D abgeleitet wird. Diese Innovation ist deshalb so bedeutend, da die Subjektivbewertung eines Reifens durch professionelle Testfahrende im- mer noch am Ende des Entwicklungsprozesses steht: Erst ihr Okay gibt den Reifen frei. Dafür braucht es aber in der Regel sehr viele Iteratio- nen und in jeder Iteration muss ein entsprechen- der Reifenprototyp produziert werden. Fahr- zeugprototypen müssen natürlich auch zur Verfügung stehen. Ziel ist es, 90 Prozent dieses zeit- und kostenintensiven Prozesses am Fahr- Simulator durch virtuelle Reifen- und Fahrzeug- prototypen zu erledigen, damit idealerweise nur noch die Endabnahme auf der realen Teststrecke erfolgen muss. Damit können immense Kosten und Entwicklungszeit eingespart werden. Was waren die größten Herausforde- rungen bei der Softwareentwicklung in den letzten Jahren? Wir haben die neue Generation von CDTire konsequent als »Multiphysics-Tool« konzipiert. So wurde das eigentliche strukturdynamische Reifenmodell in den letzten Jahren durch ein thermodynamisches Modell (CDTire/Thermal) zur Simulation der Wärmeentstehung und des Wärmetransports im Reifen sowie ebenfalls um ein Modell zur dynamischen Innenluft-Si- mulation – dem sogenannten Cavity-Modell – erweitert. Diese verschiedenen physikalischen Teilmodelle erfordern eine hohe Modularität in der Softwareentwicklung und stellen auch eine Herausforderung an die Numerik des Gesamt- modells dar, denn Strukturmodell, Tempera- turmodell und Innenluftmodell interagieren natürlich miteinander. Das Gesamtmodell wird dadurch zu einem sogenannten »Mehrskalen- modell«. Die Rechenschrittweiten der Teilmo- delle liegen auf unterschiedlichen Skalen und müssen gegeneinander koordiniert werden, um eine gute Gesamtperformance zu erzielen. Die Modularität und Erweiterbarkeit im Sinnes eines Multiphysics-Tools bei gleichzeitig hoher Rechengeschwindigkeit stellt die größte Her- ausforderung dar. CDTire beinhaltet eine ganze Familie von Reifenmodellen, die sowohl bei Reifen- als auch Fahrzeugherstellen- den zur Anwendung kommen. Wel- che neuen Eigenschaften werden zu- künftig in CDTire berücksichtigt? Den größten Entwicklungsfortschritt und gleich- zeitig die größten Erfolge im Einwerben von Neukundinnen und -kunden erzielten wir durch die Erweiterung mit dem dynamischen Innenluftmodell. Die neue Applikation erlaubt bei der Gesamtfahrzeugsimulation in einem Frequenzbereich bis 300 Hz eine gute Prädik- tionsgüte; Pilotanwendende waren dabei Audi und Maserati, die wir als Unternehmen gewin- nen konnten. In naher Zukunft soll die Prädik- tionsgüte durch die Anbindung an ein flexibles Felgenmodell noch einmal gesteigert werden. Darüber hinaus soll CDTire auch für die »Air- Borne Noise«-Anwendung erweitert werden. Dabei simulieren wir den Transfer von Struk- turschwingungen der Reifenoberfläche in die Außenluft und deren Rückkopplung über die Karosserie in den Fahrzeuginnenraum. Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/cdtire Kontakt Dr. Manfred Bäcker Teamleiter »Reifensimulation« Telefon +49 631 31600-4249 manfred.baecker@itwm.fraunhofer.de 39

Mathematik für die Fahrzeugentwicklung Einfach zu messende Größe Umgebungsdaten ML-Modell Maschinelles Lernen Datencloud KI Fahrzeug- und Nutzungsdaten Relevante Fahrzeuggröße Messkampagne, Flotte, Kunde … Umgebungsdaten, Fahrzeug- daten und Modelle unter- stützen die Entwicklung mo- derner Fahr zeuge und ihren Betrieb. stattet, das die erhobenen Daten in regelmäßi- gen Abständen an eine Cloud schickt. Gerade bei Nutzfahrzeugen, insbesondere bei Land- und Baumaschinen, ist die Nutzungsvariabilität sehr hoch, je nach Kundengruppe und Einsatz- region: So ist beispielsweise ein Lkw in den bergigen Regionen des Kaukasus anderen Be- lastungen ausgesetzt als ein Lkw, der seine Ladung hauptsächlich in Mitteleuropa trans- portiert. Oder ein Bagger in der Sandgrube im Vergleich zu einem Bagger, der Bauschutt zer- kleinert und in »Metall« und »Beton« getrennt aufhäuft. Für den Entwicklungsprozess ist es daher von besonders großem Interesse, möglichst viel über die tatsächliche Nutzung eines Fahrzeu- ges zu wissen, um die richtigen Auslegungs- ziele und Erprobungskriterien festzulegen. KI erkennt Nutzungsart Um die richtigen Schlüsse aus den vorliegen- den Daten zu ziehen, kommen KI und ML ins Spiel. »Wir setzen an dieser Stelle einen ML-ba- sierten Detektionsalgorithmus ein, der die Nut- zungsart erkennt, also zum Beispiel »Graben« beim Bagger«, erläutert Dr. Michael Burger, stellvertretender Abteilungsleiter »Dynamik, Lasten und Umgebungsdaten«. »Ist ein ent- sprechendes ML-Modell trainiert, können wir zeitnah sehr genaue Nutzungsprofile erstellen, spezifisch für Personengruppen und ihre je- weiligen Einsatzregionen. Allerdings ist die Ausstattung einer großen Anzahl von Nutzfahrzeugen mit ebenso präzi- sen wie empfindlichen Sensoren aufwändig und der robuste Betrieb in der Regel kosten- und zeitintensiv. »Als alternativen bzw. ergän- zenden Ansatz verwenden wir am Fraunhofer ITWM auch datenbasierte und hybride Model- le, die relevante innere Größen, wie zum Bei- spiel innere Bauteilkräfte, vorhersagen. Dafür nutzen wir leicht messbare äußere Größen wie Beschleunigungen an Achsen oder am Rahmen«, so Michael Burger. Damit können viele Sensoren sowie der Einsatz komplexer Messtechnik vermieden werden. Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/umgebungsdaten Kontakt Dr. Michael Burger Stv. Abteilungsleiter »Dynamik, Lasten und Umgebungsdaten« Telefon +49 631 31600-4414 michael.burger@itwm.fraunhofer.de 41

Strömungs- und Materialsimulation zität werden nach und nach reduziert. Verein- facht gesagt erhöhen diese neuen Materialien zwar die Reichweite des Elektrofahrzeugs, aber gleichzeitig ist die Lebensdauer der Zellen geringer, als es das typische Alter eines Autos erfordert. Zellmaterialverhalten mit ITWM-Simu- lationen besser verstehen Solchen Problemen geht Zausch mit seinem Team auf den Grund, und zwar mit dem ITWM-Tool »BEST«. Damit simulieren sie das elektrochemische Verhalten der Zelle. »Die große Herausforderung besteht jedoch nicht nur in der Berechnung des idealen Batteriever- haltens, sondern wir wollen mehr Realitätsnä- he durch die Vorhersage schaffen, wie sich die Batterieeigenschaften über ihre Lebensdauer ändern«, so Zausch. Dies soll durch die Kopp- lung und Erweiterung zweier ITWM-Software- Tools gelingen: BEST (für die Elektrochemie) und FeelMath (für die Strukturmechanik). »Im Idealfall lässt sich diese mikroskopische Be- trachtung dann auf die makroskopische Skala übertragen. Wir wollen das Verständnis hinsicht- lich der Materialwahl, der Elektrodenherstel- lung sowie -verarbeitung auf europäischer Ebe- ne vertiefen.« Um Innovationen in der E-Mobilität zu fördern, finanziert die Europäi- sche Kommission das Projekt DEFACTO mit einem Gesamtbudget von rund sechs Millio- nen Euro. Es läuft seit Januar 2020. Das Kon- sortium der Initiative besteht aus 13 Unterneh- men und Forschungseinrichtungen aus Spanien, Frankreich, Belgien, Griechenland und Deutschland und soll dieses ambitionierten Ziele noch bis Juni 2024 verfolgen, um die Wettbewerbsfähigkeit der europäischen In- dustrie zu erhöhen. Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/defacto © istockphoto Kontakt Dr. Jochen Zausch Teamleiter »Elektrochemie und Batterien« Telefon +49 631 31600-4688 jochen.zausch@itwm.fraunhofer.de 43 »Structure.e«: Schneller ladenEin weiteres aktuelles Projekt zum Thema E-Mobilität, in dem die ITWM-Simulationssoftware BEST eine Rolle spielt, ist »Structur.e«. Lange Wartezeiten für Elektrofahrzeuge an Ladestationen sollen künftig der Vergangenheit ange-hören. Im vom Bundesministerium für Wirtschaft und Energie geför derten Projekt erforscht das Team rund um Zausch Methoden, die die Leistungs- und Ladefähigkeit von Lithium-Ionen-Batterien verbessern. In einem großen Projektkonsortium unter der Koordination der Volkswagen AG ar beiten zehn Unternehmen und Forschungseinrich-tungen nicht nur an der Entwicklung neuer Elektroden-konzepte, sondern auch an geeigneten Charakterisierungs-methoden. Die Arbeiten werden durch computerbasierte Simulationen unter stützt, die wir bei uns am ITWM ent-wickeln.

Digitalisierung Europaweiter Kongress: Trust in AI Können wir Künstlicher Intelligenz (KI) trauen? Dieser Frage stellten sich die Teilnehmenden des europaweiten digitalen Kongresses »Trust in AI. Responsible AI for Science and Society« am 26. November 2020. Übertragen aus dem Fraunhofer-Zentrum in Kaiserslautern konnte das Deutsche Forschungszentrum für Künstli- che Intelligenz (DFKI) gemeinsam mit den bei- den Fraunhofer-Instituten ITWM und IESE über 650 Interessierte erreichen und aktuelle Beispiele aus der Forschungspraxis vorstellen. Auch die Zukunftsinitiative Rheinland-Pfalz (ZIRP) lud zu der Konferenz im Rahmen der deutschen EU- Ratspräsidentschaft ein, an welcher unter ande- rem Ministerpräsidentin Malu Dreyer teilnahm: Dreyer hob in ihrer Begrüßung den Beitrag rheinland-pfälzischer Forschender und Unter- nehmen zu verantwortungsvoller KI hervor. Katarina Barley, Vizepräsidentin des Europäi- schen Parlaments, kam ebenso zu Wort wie der damalige rheinland-pfälzische Wissen- schaftsminister Prof. Dr. Konrad Wolf. Insti- tutsleiterin Prof. Dr. Anita Schöbel betonte den Anwendungsaspekt der KI, vor allem in den Bereichen Mobilität, Gesundheit und Produktion. Diskussionsrunde mit Prof. Dr.-Ing. Martin Ruskowski (SmartFactoryKL, DFKI), Prof. Dr. Anita Schöbel (Fraunhofer ITWM) und Prof. Dr. Peter Liggesmeyer (Fraunhofer IESE) Informationen zum Kongress unter www.itwm.fraunhofer.de/trustinai Anita Schöbel wird KI-Lotsin Ein Highlight des Jahres 2020: Am 16. November ernannte der ehemalige Wissenschaftsminister Konrad Wolf unsere Institutsleiterin Anita Schöbel zur ersten KI-Lotsin von Rheinland- Pfalz. »Sie ist eine international ausgewiesene Expertin im Bereich Künstliche Intelligenz und Mobilität und kann bereits auf eine Vielzahl von innovativen Projekten verweisen. Frau Schöbel wird der Anwendung Künstlicher In- telligenz in Rheinland-Pfalz einen weiteren Schub geben«, erklärte der Wissenschaftsmi- nister bei der Ernennung. Die KI-Lotsen sollen, als Teil der KI-Agenda des Landes Rheinland- Pfalz, als Bindeglied zwischen Wissenschaft und Wirtschaft fungieren, um so die Potenziale der KI für Unternehmen und Betriebe zu heben. Anita Schöbel selbst verortet ihre Tätigkeit als KI-Lotsin vor allem im Bereich der Beratung und steht als Ansprechpartnerin für Expert:innen und Anwender:innen zur Verfügung. Um den Einsatz von KI dort zu ermöglichen, wo diese einen Mehrwert bieten kann, finden außerdem Vorträge zum Thema Künstliche Intelligenz am Institut statt. Die Pressemeldung gibt es unter www.itwm.fraunhofer.de/ki-lotsin 45

Finanzmathematik 19 k 18 k 17 k 16 k 15 k 14 k 13 k 12 k -0.2 -0.4 -0.6 0 X8 0.4 0.2 0.6 20 k s e u l a v d e t c i d e r p 18 k 16 k 14 k 12 k 10 k 8 6 4 2 0X1 -2 -4 -6 -8 Verhalten eines Neuronalen Netzes bei Variation der Risikofaktoren X1 und X8 (© https://doi.org/10.3390/risks8040116) Absprachen sorgen für direkten Informations- fluss und führen so zu einem bestmöglichen Projekt ergebnis. In solch einem Industrieprojekt können wir unser Alleinstellungsmerkmal im Markt ausspielen, eine exklusive Kombination aus Do mänen- wissen in der Finanz- und Versicherungsmathe- matik, kombiniert mit Metho den kompetenz in Data Science und Quanten computing. Kontakt Dr. Stefan Mai Geschäftsfeldentwickler »Altersvorsorge« Telefon +49 631 31600-4090 stefan.mai@itwm.fraunhofer.de Was heißt das in der praktischen Zusammenarbeit? Wie kann ich mir das vorstellen? Ausgangspunkt sind Gespräche in Form eines intensiven Workshops, um die Parameter, Modelle und Variablen auf der Aktiv- und Passiv seite der Versicherung zu verstehen. An- schließend wird gemeinsam die Datengrund- lage gesichtet und der Bearbeitungsaufwand der Vorbereitung abgeschätzt. Danach geht es erst an die eigentliche Entwicklung und Evalu- ierung. Hier unterstützt uns insbesondere Dr. Stefanie Grimm als Expertin für Data Science. Abschließend wird die Software gemeinsam in das Unternehmenssystem integriert. Dabei ge- hen wir in allen Prozessschritten nach den Prinzipien der agilen Zusammenarbeit vor. Das heißt, dass wir mit Kundinnen und Kunden flexibel auf geänderte oder zusätzliche Frage- stellungen eingehen. Die Zusammenarbeit kann in einem gemeinsamen Innovation-Lab stattfinden. Dabei kooperieren Mitarbeitende unserer Abteilung mit Mitarbeitenden des Unternehmens in einem Team. Regelmäßige Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/altersvorsorge 47

die verschiedenen Dokumente manuell in Ta- bellen übertragen und geprüft. Mit Bildverar- beitung kann man hier einiges Automatisieren. Sowohl die Dokumentenstruktur lässt sich mit intelligenten Algorithmen erfassen, als auch die Inhalte. Beispielsweise kann man so Unterschrif- ten in Dokumenten finden und sie den richtigen Mitarbeitenden zuordnen«, erklärt Dr. Henrike Stephani, stellvertretende Leiterin der Abteilung »Bildverarbeitung« beim Fraunhofer ITWM. ein Softwaretool an die Hand geben, das hilft die Betrugsfälle schneller systematisch aufzu- decken. Dieses muss für die Staatsanwaltschaft und Polizei einfach zu bedienen sein und mög- lichst gerichtsfeste Ergebnisse liefern. Außerdem darf die Rechenzeit nicht zu lange dauern, da die Polizei in der Lage sein soll, die Software eigen- ständig für unbekannte Formate nachzutrainie- ren. Was bei Deep Learning Verfahren heute häufig noch schwierig sein kann«, betont Leoff. Machine Learning Verfahren unter- stützt smarte Betrugserkennung KI-Kompetenzen werden stetig erweitert Die Abrechnungsunterlagen sind ein Zusammen- spiel aus Leistungsnachweisen, Touren- und Dienstplänen sowie anderen Dokumenten. Diese gilt es bei der Prüfung zu kombinieren, um einen Betrug aufzudecken. »Eine Auffälligkeit kann z. B. darin bestehen, dass im Leistungsnachweis viele Leistungen des Pflegenden gleichzeitig ab- gerechnet wurden, aber der Dienstplan nur einen kurzen Einsatz listet. Solche Besonderhei- ten müssen wir automatisiert finden«, so Leoff. Im Forschungsprojekt kommen Machine Lear- ning (ML) Methoden zum Einsatz – genauer Deep Learning Verfahren. Mit Hilfe von soge- nanntem »Supervised Learning« lernt der Al- gorithmus aus einer Mischung aus echten und künstlich erzeugten Daten entscheidende Infos erst zu erkennen und dann Auffälligkei- ten aufzuspüren. Zum Trainieren dieser KI-Al- gorithmen wird vom ITWM-Team eine Daten- bank entworfen und mit Daten befüllt. Das heißt mehrere tausend Dokumente müssen von Menschen erstellt und mit Eigenschaften markiert worden sein, um den Algorithmus überhaupt intelligent zu gestalten. Die Algo- rithmen werden programmiert und immer wieder mit Daten aus echten Ermittlungsver- fahren getestet. Auf der Analyse der Doku- mente setzt dann die Auswertung auf und Auffälligkeiten werden automatisch gesucht. Aber mit Algorithmen allein ist die Arbeit nicht getan: »Am Ende wollen wir den Ermittelnden Das Geschäftsfeld wird durch das sechsköpfi- ge EP-KI Team (EP-KI: KI-Entscheidungsunter- stützung für betriebswirtschaftliche Prozesse) rund um Stefanie Schwaar ergänzt. Dieses kümmert sich auch um die Entwicklung smar- ter KI-Prozesse für die Anwendung, jedoch mit anderer Zielgruppe. Viele Entscheidungen in Unternehmen und Verwaltungen basieren heute immer noch auf manuell ausgewerte- ten Datenbeständen. Das Wissen vieler Mit- arbeitenden in Unternehmen verbleibt bei diesen und wird für zukünftige Entscheidun- gen selten berücksichtigt. Gleichzeitig sehen sich gerade die öffentlichen Verwaltungen einem großen technologischen Umbruch ausgesetzt, der zur Digitalisierung zahlreicher weiterer Prozesse führt. Dabei unterstützt die KI- Nachwuchsgruppe Unternehmen und Ver waltungen. Die durch das Bundesministerium für Bildung und Forschung geförderte Gruppe fokussiert sich bei der Forschung auf die zukunftsorien- tierten Fragestellungen und deren Lösung durch anwendungsfreundliche Verfahren. Die Anwendungsfelder beschränken sich nicht nur auf Abrechnungsprüfung und Betrugsde- tektion. Hier werden auch Methoden der Er- klärbarkeit (Warum ist eine Abrechnung auf- fällig?) und Prognose (Wie ist die Entwicklung zu erwarten?) betrachtet. Auf der Website und im Blog des Teams berichten sie mehr über ihre Arbeit und Aktivitäten. Mehr Informationen zum Geschäftsfeld »Abrechnungsprüfung« www.itwm.fraunhofer.de/abrechnungspruefung Zum Blog des EP-KI Teams www.itwm.fraunhofer.de/epki-blog Finanzmathematik Bildverarbeitung Kontakt Dr. Elisabeth Leoff Stv. Leiterin der Abteilung »Finanzmathematik« Telefon +49 631 31600-4857 elisabeth.leoff@itwm.fraunhofer.de 49

Optimierung Maßgeschneiderte digitale Planungs- prozesse Die Digitalisierung von Planungsprozessen soll in produzierenden Unternehmen dazu beitragen, das Optimum aus deren gewohnten Abläufen herauszuholen. Ein Team aus dem Bereich »Optimierung« unterstützt mit der Entwicklung maßge- schneiderter Software. Bestehende Planungsprozesse zu hinterfragen, das ist oftmals die Aufgabe der Forschenden im Bereich »Optimierung« in ihren Industrie- projekten. In der Regel sind beauftragende Unternehmen davon überzeugt, den Engpass im eigenen Prozess zu kennen. Die Erfahrung der Forschenden zeigt: Durch die Prozesssimu- lation ergibt sich oft ein anderes Bild. Denkweise erfahrener Arbeitskräfte mathematisch imitieren Ein Team um Dr. Heiner Ackermann und Dr. Elisabeth Finhold unterstützt Unternehmen bei ihrem Einstieg in die digitale Produktionsplanung. »In jeder Produktion gibt es viele Aufgaben, die sehr gut aufeinander abgestimmt werden müs- sen. Wir schauen in einem solchen Fall genau auf das Setting und hinterfragen: Wie werden einzelne Abläufe koordiniert? Auf welcher Ma- schine geschieht was? Wie gut sind diese aus- gelastet?«, beschreibt Finhold die erste Phase eines solchen Projekts. »Dann wird’s mathe- matisch: Wir entwickeln Algorithmen, die sehr genau auf die komplexen Regeln des Unter- nehmens abgestimmt sind.« Das Ziel ist eine individuelle Anpassung von Planungsprozessen. Mit maßgeschneiderten Algorithmen bildet das Projektteam ein Stück weit nach, was erfahrene Produktionsplanende im Arbeitsalltag leisten. »Wer eine Produktion plant, kennt das Arbeitsumfeld ganz genau, © istockphoto/FG Trade verfügt über viel Know-how. Wir versuchen zu imitieren, wie diese Mitarbeitenden ihre Auf- gaben strukturieren«, erläutert Ackermann und betont: »Es geht dabei auch um Wissens- management und Digitalisierung von Wissen. Wir können dazu beitragen, einen hohen An- teil an Routineaufgaben zu automatisieren.« Dadurch würden Spezialistinnen und Spezialis- ten entlastet und gleichzeitig Ressourcen für Sonderaufgaben geschaffen. Effektiver produzieren Durch die speziell auf die Bedürfnisse eines Unternehmens entwickelte Software lässt sich dann erforschen, welche Varianten im Ablauf möglich sind. Verbesserungspotenziale kom- men zu Tage und es gibt Anhaltspunkte, wie die Produktion insgesamt effektiver laufen kann. Kontakt Dr. Heiner Ackermann Stv. Leiter der Abteilung »Optimierung – Operations Research« Telefon +49 631 31600-4517 heiner.ackermann@itwm.fraunhofer.de Weitere Informationen unter www.itwm.fraunhofer.de/opt 51

High Performance Computing Smarte Software für das Management fluktuierender Energieproduktion In der Abteilung »High Performance Computing« hatten Nachhaltigkeit und der smarte Umgang mit Energie von Beginn an einen hohen Stellenwert – nicht zuletzt zu erkennen an der bereits 2009 formierten Gruppe »Green by IT«. Das Engagement mündete 2019 sogar in einem Spin-off, der Wendeware AG. Matthias Klein-Schlößl, Leiter der Gruppe »Green by IT«, skizziert einige Highlights: Seit vielen Jahren erforschen wir Soft- und Hard- ware-Lösungen für die Energiewende. Dabei sind der Energiemanager Amperix und die Platt- form myPowerGrid, die viele dezentrale Energie- manager als zusammengefasste virtuelle Einheit koordiniert, entstanden. Die Wendeware AG kümmert sich nun um die Vermarktung unserer Produkte und entwickelt diese Technologien weiter. Seit Mitte 2020 gibt es sogar einen Ankerkunden: ein führender deutscher Batterie- systemhersteller. Er nutzt unser Energiemanage- mentsystem, um Energieflüsse in Betrieben zu erfassen, zu überwachen und das Speichersys- tem und andere Erzeuger und Verbraucher in der Liegenschaft intelligent zu steuern. Guter Winter für Schoonschip »Green by IT« begleitet seit längerem Schoon- schip, ein schwimmendes Wohnquartier in Ams- terdam Nord. Die Energiegemeinschaft ist rich- tig gut über ihren ersten Winter gekommen. Um zu verstehen, was wir geleistet haben, muss man zuerst wissen, dass sich 30 Häuser (47 Wohneinheiten) einen sehr klein dimensio- nierten Netzanschluss mit rund 150 kW Gesamt- leistung teilen und mittels Wärmepumpen ge- heizt werden. D. h. im Winter ist hier mit einer hohen Leistungsaufnahme zu rechnen, in Spit- zenzeiten gar zu hoch für den Netzanschluss. Alle Häuser sind mit Batteriespeichern ausge- stattet. Diese Speicher nutzt unsere Energie- community-Steuerung zur koordinierten Unter- stützung des Netzanschlusses, sogenanntes Peak-Shaving. In Spitzenzeiten lieferten die Speichersysteme in Summe bis zu 63 kW. Der geteilte Netzanschluss war aufgrund der Leis- tungsaufnahme der Wärmepumpen nah am Maximum, wurde jedoch durch den Einsatz der Batteriespeicher nicht überlastet. In sonnigen Zeiten werden die Speicher zur Tag-Nacht- Pufferung genutzt. Die Technologie wird in einem weiteren Wohn- projekt eingesetzt: »Wohnen mit Freu[n]den« in Oggersheim. Wir haben ein Mehrfamilienhaus, das auch eine Energiegemeinschaft bildet, neben den Hauptzählern mit jeder Menge Technik zum Messen von Strom, Wasser und Wärme, soge- nanntem Submetering, ausgestattet. Dies dient der Energietransparenz der Bewohner:innen und als Grundlage für die Abrechnung. Eine Aus- wertung der Kennzahlen ergab, dass »Wohnen mit Freu[n]den« bereits rund 60 Prozent seines elektrischen Energiebedarfs aus dem eigenen Blockheizkraftwerk (BHKW) selbst deckt und bilanziell mehr als doppelt so viel Strom erzeugt, als die Bewohner:innen verbrauchen. Deshalb kann zur weiteren Steigerung der Selbstver- sorgung die Koppelung des BHKW mit einem Batteriespeichersystem sinnvoll sein. Weitere Informationen unter www.itwm.fraunhofer.de/greenbyit Unsere Kooperationen unter www.wendeware.com/ueber-uns © Isabel Nabuurs Fotografie Schwimmende Wohn- und Energiegemeinschaft mit ITWM-Technologie: Amperix steuert die Energieflüsse in Schoonschip. Kontakt M.Sc. Matthias Klein-Schlößl Stv. Abteilungsleiter »High Performance Computing« Telefon +49 631 31600-4475 matthias.klein@itwm.fraunhofer.de 53

Materialcharakterisierung und -prüfung Ansätze ermöglichen nämlich die Erfassung von Tiefeninformationen und vereinfachen die Unter- scheidung einzelner Merkmale des Messobjekts.« Entsprechende Terahertz-Bildgebungssysteme basieren oft auf quasioptischen Linsensystemen, die ein gewisses Maß an Flexibilität bieten, z. B. in Bezug auf die Wahl der Brennweite und da- mit des Arbeitsabstandes. Die quasioptischen Komponenten für den Terahertz-Bereich sind meist recht groß und eignen sich daher nicht für die Inspektion von Generatorstäben. Abhilfe schafft hier die Kombination aus radarbasierter Messtechnik und dem Einsatz einer Art Endos- kop, welches zwischen die Generatorstäbe ge- führt wird. Dieses besteht aus einem Kunststoff- wellenleiter als Nahfeldantenne in Verbindung mit einem Terahertz-Radarsensor. Ergebnissen, so dass im nächsten Schritt kon- krete Lösungsansätze für den Einsatz der Me- thode in typischen Zwischenräumen der Ge- neratorstäbe erprobt wurden. Hierfür untersuchten die ITWM-Experten zu- nächst geeignete Materialien für die Führung und die Einflüsse durch Biegung der Messspit- ze, in Form weiterer vergleichender Messun- gen an dem entnommenen Generatorprobe- körper. Auf Basis dieser Erkenntnisse wurden darauffolgend angepasste Messspitzen auf Kunststoffplatten herausgearbeitet und zu einem Endoskop zusammengeführt. Schließ- lich wurde exemplarisch an zusammengesetz- ten Generatorstäben gemessen, um die Ein- satzfähigkeit zu validieren. Erfolgversprechende Testmessungen Wie geht es weiter? Getestet wurde die Messspitze zunächst an einem defekten Generatorstab im Labor. Da- bei wurde sie über die Oberfläche im Bereich des Defekts geführt und die Oberfläche des Generatorstabes punktweise abgetastet, um eine volumetrische Aufnahme des Bereichs zu erzeugen. Vergleichende Aufnahmen mit Röntgen-CT dienten zum Erfassen und Aus- schließen der Defekteigenschaften. Die Unter- suchungen führten zu sehr vielversprechenden In den nächsten Schritten werden nun andere Aspekte der Messgeometrie untersucht; zum Beispiel: Wie ist der Einfluss des Einfallswinkels auf das Messsignal? Geprüft werden auch weitere Lösungsansätze für das Verfahren der Messspitze im Feldeinsatz. »Auf dieser Basis wollen wir ein vollständig angepasstes Mess- system realisieren, das routinemäßig zur Über- prüfung von Generatorstäben eingesetzt wer- den kann«, so Dr. Fabian Friederich. Computertomografie Rissdefekt Kontakt Terahertz-Aufnahme Im Foto links ist ein Teilstück eines Generatorstabs abgebildet. Das rechts im Hintergrund darge- stellte Röntgen-CT-Bild des Probenquerschnitts, zeigt einen Riss im Inneren der Isolierung. Die eingebettete Terahertz-Aufnahme zeigt in einer anderen Perspektive, dass sich der Riss über die gesamte Breite des Generatorstabs erstreckt. Mehr Information unter www.itwm.fraunhofer.de/pruefung-terahertz Dr. Fabian Friederich Gruppenleiter »Elektronische Tera- hertz-Messtechnik ETM« Telefon +49 631 31600-4908 fabian.friederich@itwm.fraunhofer.de 55

Finanzmathematik Optimierung Kurzfristige Vermarktungsoptionen Regelenergiemarkt: Die Regelleistung, auch als Reserveleistung be- zeichnet, gewährleistet die Versorgung bei unvorhergesehenen Er- eignissen im Stromnetz. Sie wird von zertifizierten Marktteilnehmen- den bereitgestellt und von den Netzbetreibenden vergütet. Day-Ahead Auktion: Handel von Strom für den folgenden Tag. Für die verschiedenen Lieferzeiträume gibt es je einen Preis, der mit dem Ende der Auktion bekannt wird. Intraday-Markt: Er bezeichnet den kontinuierlichen Kauf und Ver- kauf von Strom, der noch am gleichen Tag geliefert wird. Strom kann bis kurz vorm Lieferzeitpunkt hin und her gehandelt werden, was Spekulationen ermöglicht. Positionen aus der Day-Ahead Auktion können hier wieder verändert werden. © TRIMET Aluminium SE Flexibler Elektrolyseofen bei der TRIMET Aluminium SE. Day-Ahead-Markt. »Immer am Mittag eines jeden Tages ermittelt die Börse den Strompreis für jede Stunde des Folgetags. Dieser ergibt sich abhängig von der Höhe des erwarteten Verbrauchs und der prognostizierten Erzeu- gung aus erneuerbaren Energien.« Die unter- schiedlichen Eigenschaften und Restriktionen der Märkte erfordern für jede Vermarktungs- option eine individuelle Kombination von ma- thematischen Modellen (Unterschiede der Märkte siehe Infokasten). In der Praxis von TRIMET kann das heißen, dass die Öfen dann in einer »teureren Stunde« im besten Falle we- niger Strom verbrauchen und dafür in kosten- günstigeren Stunden weiter hochfahren. Inzwischen ist Halbzeit im Projekt und die For- schenden ziehen eine erste Zwischenbilanz. Leithäuser fasst zusammen: »In den ersten eineinhalb Jahren beschäftigten wir uns am ITWM intensiv mit der Vermarktung am Day- Ahead-Markt. Zu diesem Zweck wurde die Möglichkeit des flexiblen Verbrauchs als multi- kriterielles Optimierungsproblem modelliert. Mit Hilfe von mathematischen Prognosen wur- den dann optimale Lastfahrpläne für den kommenden Tag berechnet. Hier konnten wir zeigen, dass Flexibilität wirtschaftlich sehr ren- tabel ist.« FlexEuro läuft noch bis August 2022. Am Ende sollen konkrete Handlungsempfehlungen für die Praxis stehen. Der Plan ist dann anschlie- ßend, die entwickelten Modelle und Metho- den als Software-Prototypen in die Anwen- dung beim Projektpartner zu bringen. Mehr Informationen auf der Website unter www.itwm.fraunhofer.de/flexeuro Kontakt Dr. Neele Leithäuser Stv. Abteilungsleiterin »Optimierung – Operations Research« Telefon +49 631 31600-4621 neele.leithaeuser@itwm.fraunhofer.de 57

Systemanalyse, Prognose und Regelung Bei industriellen Anwendungen sind Zuverläs- sigkeit und niedrigste Latenzzeiten wichtig. Besonders dort, wo der industrielle Automati- sierungsgrad bereits hoch ist, bietet 5G schnelle Chancen Industrie 4.0 zu Industrial 5G werden zu lassen. 5G ist zwar noch weitestgehend Zu- kunftsmusik. Wir sprechen aber hier von einer relativ nahen Zukunft. In drei bis fünf Jahren ist einiges auch real umsetzbar. Wie kann die Mathematik, bzw. wir beim Fraunhofer ITWM, da in der Pra- xis unterstützen? Welche Herausfor- derungen stellen sich im Projekt und welche Expertise bringen wir ein? Besonders unsere jahrelangen Erfahrungen und die methodischen Kompetenzen im Bereich des Maschinellen Lernens qualifizieren uns. Wir entwickeln KI-Algorithmen für die unter- schiedlichsten Bereiche. Das ebnet den Weg, das Potenzial für 5G optimal auszuschöpfen. Im Projekt »5Gain« hilft das gepaart mit unse- rer Projekterfahrung in der Überwachung und Regelung von Energienetzen. KI-Verfahren für die verteilte Regelung zellulärer Energiesyste- me sind ebenso gefragt wie Prognosemodelle. Diese sollen Kommunikationsanforderungen bedarfsabhängig vorhersagen. Der Lösungs- weg ist Mathematik mit dem Ziel eine intelli- gente Netzregelung zu entwickeln. Genauer kann man das auch so erklären: Durch den dezentralen Ausbau erneuerbarer Energiequellen mit steuerbaren Lasten und Speichern (z.B. Elektromobilität) wird die Re- gelung von Energiesystemen immer komple- xer. Der meiste Strom aus erneuerbaren Ener- gien ist wetterabhängig. Er wird unabhängig von der Nachfrage produziert, und zwar dann, wenn der Wind weht oder die Sonne scheint. Es muss flexibler gedacht werden. Gleichzeitig soll das Stromnetz möglichst wenig weiter ausgebaut werden. Unser Lösungsansatz: die Einteilung des Energienetzes in regionale Zel- len. Jede Zelle besitzt unterschiedliche Teilneh- mende und Eigenschaften und führt dezentral Last-, Einspeisemanagement und Vermarktung durch. Wir entwickeln adaptive Verfahren (z. B. Reinforcement Learning), die die Rege- lung solcher individuell vorliegenden Energie- netze erlernen. Das heißt, es werden KI und Machine Learning eingesetzt. Und was hat das am Ende mit 5G zu tun? Die Regelung erfordert eine Kommunikations- infrastruktur, die die benötigten Datenraten, Antwortzeiten und Ressourcen für unter- schiedlich viele Teilnehmende bereitstellt und zwar zu jeder Situation, flexibel und schnell. All das schlummert in den Vorteilen von 5G. Wir arbeiten an der Weiterentwicklung ver- schiedener Systemkomponenten und erproben diese mit unseren Partnern, auch in realer Um- gebung. So zum Beispiel im Reallabor der Stadt Dortmund sowie mit Partnern von der Ver- brauchendenseite oder Ernergieerzeugenden. Spannend sind aber natürlich auch andere Bereiche, in denen 5G ganz neue Chancen schafft. Ein weiteres Anwendungsbeispiel in naher Zukunft kann da die Fernwartung von Anlagen über 5G-Netze sein, so dass 5G zu- künftig auch in unserem Anwendungsfeld Predictive Maintenance eine wesentliche Rolle spielen wird. Da bieten sich in Zukunft sicher noch weitere spannende Projekte zum Forschen und Entwickeln. Mehr Informationen auf unser Webseite unter www.itwm.fraunhofer.de/5gain Kontakt Dr. Paulo Renato da Costa Mendes Abteilung »Systemanalyse, Prognose und Regelung« Telefon +49 631 31600-4034 paulo.mendes@itwm.fraunhofer.de 59

High Performance Computing ALOMA: Ein Parallelisierungsframework – nicht nur für seismische Anwendungen Komplexe Rechenoperationen auf wachsenden Datenmengen korrekt auszuführen, ist eine der Herausforderungen von Big Data. Gemeistert werden kann sie nur mit der massiven Parallelisierung von Rechnern beziehungsweise Rechenleistung. Die Forschenden der Abteilung »High Perfor- mance Computing« nutzen bereits seit Jahren GPI-Space als Programmier-Plattform für Hochleistungssysteme. Das Besondere ist die Userfreundlichkeit: Kundinnen und Kunden müssen sich kein spezielles HPC-Wissen aneig- nen, denn das Softwaresystem übernimmt die effiziente Ausführung der Algorithmen. Das gilt auch für die spezialisierte Version ALOMA. mit den Eingängen weiterer Module verbinden. Informationen über die einzelnen Module wer- den bei deren Einbindung in ALOMA angegeben. Diese Informationen beinhalten die Anzahl und Typen der Ein- und Ausgabedaten des Moduls sowie deren Granularität. Dies sind für die Seis- mik spezifische Werte (z. B. »Seismische Daten« oder »Geschwindigkeitsmodell«) sowie die Gra- nularitäten »Trace«, »Gather« oder »Inline«. ALOMA erkennt Datenabhängigkeiten Klassische Algorithmen und ML Eingesetzt wird das Tool meist in der Seismik. Konzipiert ist es aber als generelles Framework für die Ausführung von Workflows auf verteilten Systemen, denn ALOMA erkennt Abhängigkei- ten in den Datensätzen, die als Input geliefert werden – unabhängig von der Datenquelle und beantwortet folgende Fragen: Wie werden die Daten verteilt? Welche können gleichzeitig und unabhängig voneinander bearbeitet werden? Wo können sie bearbeitet werden? »Um Abhängigkeiten zu erkennen und diese Fragen zu beantworten, muss ALOMA entspre- chende Informationen über die einzelnen Mo- dule und deren Kombination im Workflow zur Verfügung haben oder generieren. Für diesen Workflow verwenden wir eine Darstellung als Petri-Netz, welche die interne Workflow-Engine entsprechend analysieren kann«, erläutert Pro- jektleiter Dr. Dirk Merten. Die Nutzenden müs- sen dazu nur in einem graphischen Workflow- Editor Ausgänge von algorithmischen Modulen Neben den für die Seismik typischen Granularitä- ten unterstützt ALOMA auch Datenaufteilungen aus der Mustererkennung und dem Maschinellen Lernen. Damit können ebenso Module einge- bunden werden, die aus dem Deep Learning hervorgegangen sind. In einem exemplarischen Workflow kann ein Volumen von Eingangsdaten mehrfach korrigiert, zu einem Volumen gestapelt und auf Fehlermuster analysiert werden. Ver- arbeitungs- und Analysemodule für klassische Algorithmen und neuronale Netzinferenz wer- den einfach in einem Arbeitsablauf kombiniert. Die Parallelisierung aller Module innerhalb des Workflows übernimmt ALOMA automatisch. Dank ALOMA können Seismik-Expertinnen und -Experten neue klassische oder auf Machine Learning basierende Algorithmen und Prototy- pen innerhalb kürzester Zeit einbinden, mit vor- handenen Algorithmen in Workflows kombi- nieren und parallelisiert auf realistischen Daten- mengen und unter Alltagsbedingungen testen. Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/aloma Ausschnitt eines exemplarischen Workflows mit ALOMA Kontakt Dr. Dirk Merten Abteilung »High Performance Computing« Telefon +49 631 31600-4616 dirk.merten@itwm.fraunhofer.de 61

MESHFREE – Prozesssimulation auf den Punkt gebracht Wie verhält sich Wasser, wenn ein Auto durch eine Pfütze fährt? Wie effizient ist eine Wasserstrahlturbine? Was pas- siert beim Zerspanen oder beim Befül- len eines Bierglases? All das sind kom- plexe Fragen, auf die es eine innovative ITWM-Antwort im Bereich der Simula- tionen gibt: MESHFREE. Das interdisziplinäre Team um Dr. Jörg Kuhnert und Dr. Isabel Michel ist inzwischen siebenköpfig und entwickelt die gitterfreie Simulation als Schlüssellösung für die unterschiedlichsten Anwendungsfelder. Ihre MESHFREE-Software vereint dabei über 15 Jahre Expertise der Fraunhofer-Institute ITWM und SCAI. Dynamische Prozesse simulieren »Lange wurde über jede Geometrie im Simu- lationsprozess zunächst ein Rechengitter ge- legt. Das ist und war meist teuer, langwierig und auch für viele Prozesse im Ergebnis nicht optimal«, so Kuhnert. »Unsere Simulationsme- thode macht solche Rechengitter überflüssig. Stattdessen nutzen wir Ansätze der Finite-Po- intset-Methode (FPM). Dabei kommen Punkte- wolken zum Einsatz, in denen jeder Punkt frei positionierbar ist«. Das bietet entscheidende Vorteile gegenüber den klassischen Methoden und das haben inzwischen auch immer mehr Kooperationspartner auf dem Schirm. »Im Automobilbereich unterstützen wir schon seit einiger Zeit mit Simulationen. MESHFREE macht Prozesse digital verständlicher«, erklärt Michel. Die Angabe der Materialeigenschaften reicht aus, um das Verhalten mit MESHFREE vorherzusagen. Der Benutzende exportiert die Geometrie aus gängigen CAD-Tools. »Beim Weiterentwickeln unserer Methodik arbeiten wir Hand in Hand mit der In- dustrie. Beispiele sind Mehrphasensi- mulationen oder 3D-2D-Übergänge. Genauso erforschen wir die Interaktion von Fluiden und Festkörpern. Damit wach- sen die Anforderungen an Simulationen: MESHFREE wird immer effizienter und genauer, gleichzeitig möchten wir die Bedienung einfa- cher gestalten. Auch kleinere Unternehmen sollen von der Lösung profitieren.« Neuer Auftrieb für Turbinen Eines dieser Praxisbeispiele sind Wasserkraft- turbinen, genauer Pelton-Turbinen. »In einem Projekt, das wir u. a. mit Voith Hydro umsetzen, greifen unterschiedliche Modellansätze inein- ander«, berichtet Kuhnert. »Wir untersuchen die Wasserströmung im Zusammenspiel mit der Luft sowie das Verhalten der Komplett- strömung. Auch der Verschleiß, die sogenann- te Abrasion, wird von MESHFREE abgebildet.« Das Beispiel Abrasion verdeutliche, wie wich- tig Simulationen sind, weil sie vor allem zeit- und kostensparend sein können, betont Kuh- nert. »Die Oberfläche eines Turbinenlaufrades wird mit der Zeit durch Sand oder Steinchen beschädigt, die im Wasser enthalten sind. Das führt zu Veränderungen der Strömung und die Turbine wird schwächer. Das Laufrad muss ir- gendwann ausgetauscht werden«, so der Teamleiter. Kommt es zur Modernisierung, unterstütze das Team beim Optimieren der Anlage. »Die Simulation ist ein großartiges Werkzeug zur Vorhersage der Strömung, der Bildung von Wasserschichten und der Mate- rialabnutzung – bei der Anlagenkonzeption sogar lange bevor ein Prototyp gebaut wird.« Weitere Infos auf der englischen Projektseite www.meshfree.eu Transportvorgänge Die Simulation mit MESHFREE zeigt das Strömungsverhalten und die Abrasion (Verschleiß) in einer Pelton-Turbine. Kontakt Dr. Isabel Michel Abteilung »Transportvorgänge« Telefon +49 631 31600-4667 isabel.michel@itwm.fraunhofer.de 63

Systemanalyse, Prognose und Regelung »Wir werden durch die Zusammen- arbeit mit dem Fraunhofer ITWM unsere Qualitätskontrolle verbessern und unseren Kundinnen und Kunden Ausschuss sowie ungeplante Maschi- nenstillstände ersparen können.« Dr. Martin Körner Entwicklungsingenieur bei der Berger Holding wie sie entstehen. Auch mit unserer Erfahrung rund um Sensorik.« Auf Basis dessen wird der Prüfstand erweitert, Messtechnik ausgebaut und ein Konzept zum Überwachen entwickelt (Condition Monitor). Im Falle von Berger heißt das inzwischen: eine eigene Software. Berger treibt diese Weiterentwicklung der KGTs im Rahmen des vom Bundesministerium für Wirtschaft und Energie geförderten Projekts »Pay-per-Stress« voran. Das Ziel ist die Einführung eines neuen Leasingmodells für Maschinen und Anlagen, dessen Raten sich nicht nur nach der Nutzungsdauer, son- dern auch nach dem tatsächlichen Verschleiß berechnet. Dafür bedarf es für jede kritische Maschinenkomponente, wie zum Beispiel den KGT, ein zuverlässiges Verschleißmodell. So wird die Transparenz der Kosten erhöht und Projektbeispiel Berger: Digitalisierung eines Kugelgewindetriebes (KGT). Ein KGT übersetzt Rotations- in Translationsbewegung und um- gekehrt. Risikoaufschläge in der Leasingrate verringert. Damit ist das Konzept ebenso für kleinere und mittlere Unternehmen mit beschränkten finan- ziellen Mitteln attraktiv. Der Endanwendende erkennt zudem Fehlmontagen oder wo Pro- bleme behoben werden müssen und kann vorausschauend sehen, wann er ein Teil er- neuern oder austauschen muss (Predictive Maintenance). Das große Ziel von Berger ist ein Kugelgewindetrieb, der seinen Verschleiß selbst überwacht. Weitere Informationen auf unserer Webseite unter www.itwm.fraunhofer.de/predictive-maintenance © Berger Holding GmbH & Co. KG Kontakt Dr. Benjamin Adrian Abteilung »Systemanalyse, Prognose und Regelung« Telefon +49 631 31600-4943 benjamin.adrian@itwm.fraunhofer.de 65

Systemanalyse, Prognose und Regelung Dem Fraunhofer ICT steht ein modern ausgestattetes Tech- nikum mit Doppelschnecken- extrudern von 16 – 43 mm sowie vielseitigen Dosier- möglichkeiten zur Verfügung. © Fraunhofer ICT Smart modelliert und rückwärts gerechnet Computersimulationen bzw. digitale Zwillinge bieten die Möglichkeit, nahezu den gesamten Extrusionsprozess simulationsgestützt zu opti- mieren. Das Projekt-Team setzt dabei auf einen hybriden Ansatz: Sie entwickeln einen sowohl datenbasierten als auch modellbasier- ten digitalen Zwilling, der unter Einsatz von KI prognostiziert und optimiert. Im besten Falle denkt dabei der digitale Zwilling das Ende zu- erst und rechnet rückwärts: Welche Produkt- eigenschaften bzw. Qualität möchte ich und was muss ich dafür an Parametern einstellen? Machine-Learning-Verfahren brauchen, wenn sie gut funktionieren sollen, massenweise Daten. Zu Beginn entstanden im Projekt des- halb zunächst reale Versuchsdaten im Fraun- hofer ICT. Sie werden auf ein physikalisch-che- misches Prozessmodell adaptiert und damit eine Datenwolke aus Mess- und Simulations- daten generiert. Daraus lernt dann die KI. Die Expertise der Forschenden am Fraunhofer ITWM liegt besonders in der mathematischen Modellbildung und Simulation technischer Prozesse. »Seit vielen Jahren werden auch Ver- fahren des (tiefen) Maschinellen Lernens (Deep Learning) bei uns entwickelt. Wir sind zustän- dig für smarte Algorithmen« so Sarishvili. Da- bei ist z. B. das Software-Tool Design zur Qua- litätsprognose entstanden, das wesentliche Funktionen zur Erstellung einfacher datenba- sierter Modelle z. B. für Extrusionsprozesse zur Ver fügung stellt. Im Ergebnis soll der digitale Zwilling dann u.a. höhere Produktionsgeschwin- digkeiten, mehr Flexibilität und höhere Produkt- qualität bei möglichst geringen Kosten reali- sierbar machen. Und nicht nur das, am Ende des Projektes steht das Ziel einer gut bedien- baren Software-Plattform, die auch bei klei- nen und mittleren Unternehmen (KMU) zum Einsatz kommt. Außerdem gibt es schon nächste Vorhaben des Teams: Das Projekt ENERDIG, gefördert vom Land Rheinland-Pfalz mit Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE), läuft gerade an. Hier steht das Ermit- teln und das Optimieren der energetischen Flexibilität von Extrusionsprozessen im Fokus. Mehr Informationen zur Prozessanalyse mittels Machine-Learning unter www.itwm.fraunhofer.de/prozessanalyse-extrusion Kontakt Dr. Alex Sarishvili Abteilung »Systemanalyse, Prognose und Regelung« Telefon +49 631 31600-4683 alex.sarishvili@itwm.fraunhofer.de 67

Mathematik für die Fahrzeugentwicklung fachten Mehrkörper-Kinematik ab. Dynamische Effekte berücksichtigen solche Modelle nicht und die Analyse physischer Belastungen ist kaum möglich, da reine Kinematik-Modelle wenig In- formationen über Biomechanik liefern können. Besser sitzen, bequemer bedienen »Unser Menschmodell berechnet hingegen mit einem Optimierungsalgorithmus automatisch neue Körperhaltungen und ganze Bewegungs- abläufe über ein längeres Zeitfenster mit den dazugehörigen Muskelaktivitäten«, erklärt Pro- jektleiter Dr. Marius Obentheuer. »Damit können im Simulationsmodell auch die Wirkung dyna- mischer Fahrmanöver auf den Menschen und dessen (Reaktions-)Verhalten untersucht werden – z. B. bei der Auslegung von Assistenzsystemen oder Steuerungsalgorithmen beim (teil)auto- nomen Fahren.« EMMA4Drive ermöglicht so- mit eine vergleichsweise einfache Umsetzung neuer Bewegungsmuster und eine effiziente virtuelle Untersuchung von Sicherheit, Komfort und Ergonomie beim (teil-)autonomen Fahren. EMMA auf RODOS® Und bevor EMMA auf die Straße darf, muss sie natürlich ihre Fahrprüfung ablegen – virtuell in unserem interaktiven Fahrsimulator RODOS® (RObot based Driving and Operation Simulator). Dort nimmt aber zunächst ein realer Mensch Platz, um physikalische Messdaten zu erheben und Input für die Simulationssoftware zu liefern. Untersucht wird die Wechselwirkung zwischen Fahrendem und Sitz, beispielsweise die Druck- verteilung. Diese Daten sollen helfen, grundle- gende Fragestellungen des autonomen oder teilautonomen Fahrens besser zu beantworten: Wie schnell soll man die gekippte Rückenlehne eines Sitzes mit der integrierten Elektromotorik wieder hochstellen? Oder den gedrehten Sitz in seine Ausgangsposition zurückbringen? Wie lange dauert es, bis der Mensch wieder das Steuer ergreifen kann, wenn das Fahrzeug im teilautonomen Betrieb signalisiert: »Gefahr von rechts, bitte übernehmen!«? Der Fahrsimulator ist zentraler Bestandteil des Technikums im Bereich »Mathematik für die Fahrzeugentwicklung« und erlaubt die Verwen- dung unterschiedlicher Serienkabinen und echter Pkw-Karosserien, die auf einen starken Robo- terarm montiert werden. Derzeit arbeiten die Forschenden an einem kombinierten biome- chanisch-mechatronischen Modell des gekop- pelten Sitz-Systems, mit dem die im Projekt EMMA4Drive entwickelte Simulationssoftware parametriert und kalibriert werden kann. Weniger Hardware-Umbauten nötig Damit kann man bestimmte Untersuchungen, die primär auf eine physische Beanspruchung der Insassen abzielen, zukünftig auch rein virtuell durchführen, ergänzend zu einzelnen RODOS®- Simulatorstudien in einer realen Fahrkabine. Beim Austesten neuer Konzepte oder verglei- chenden Untersuchungen alternativer Varian- ten erspart dies zeitaufwändige Umbauten der Hardware. Für Studien, bei denen psychologi- sche Aspekte des Fahrverhaltens im Vorder- grund stehen, bleibt die Simulation mit RODOS® in einer realitätsnahen Kabinenumgebung je- doch unverzichtbar, da nur damit ein perfek- tes Eintauchen des Menschen in die Fahrsitua- tion erreicht wird. Weitere Informationen gibt es in der Pressemeldung unter www.itwm.fraunhofer.de/emma4drive-pm Testfahrten für das Emma4- Drive-Projekt im RODOS®: Marker und Body-Sensoren er- möglichen die Validierung der Modelle. Kontakt Dr.-Ing. Marius Obentheuer Abteilung »Mathematik für die digitale Fabrik« Telefon +49 631 31600-4766 marius.obentheuer@itwm.fraunhofer.de 69

Bildverarbeitung Basierend auf der Geometrie des geprüften Objekts erstellt unsere Software eine Liste von Viewpoint-Kandidaten (weiß) und reduziert diese auf eine Reihe von Viewpoints, die benötigt werden, um die wichtigsten Bereiche (blau) abzudecken. Ein Blickwinkel markiert einen physikalischen Punkt im Raum, relativ zum Objekt, an dem die Kamera während der Inspektion posi- tioniert werden muss. Kontakt Dipl.-Inf. Markus Rauhut Abteilungsleiter »Bildverarbeitung« Telefon +49 631 31600-4595 markus.rauhut@itwm.fraunhofer.de 71 »Neben der Computergrafik und Visu- alisierung brauchen wir auch Modell- bildungen, die auf physikalischen Prinzipien basieren, für eine tragfähi- ge Simulation. Mit dem Planungstool V-POI machen wir einen großen Schritt in diese Richtung.« Prof. Hans Hagen Fachbereich Informatik der TU Kaiserslautern Oberflächenpunkte potenziell wichtig sind und somit im Blickfeld der Kamera sein müs- sen. Diese Positionen werden für die Bahnpla- nung des Roboters oder auch feste Kamera- positionen verwendet. Lernfähiges System: Viewpoint of Interest V-POI Mit Bauteilgeometrie und Oberflächenbeschaf- fenheit kommt das vom Projektteam entwickelte Planungstool V-POI schon gut zurecht und hat auch gelernt, mögliche Problemstellen bei der Analyse zu erkennen. Damit das Inspektions- system weiß, wie ein Gutteil aussehen soll, wird es zunächst mit den CAD-Daten eines Werk- stückes »gefüttert«. Die Software ist so konzi- piert, dass sie anhand des spezifischen Produkts individuelle Scanpfade für die z. B. auf einem Drehteller platzierten Objekte berechnet. Ziel: Herstellerunabhängiges System Forschungsziel ist eine Softwareinfrastruktur, welche die komplette Inspektionsumgebung simuliert, also sowohl die Eigenschaften des Prüfstücks als auch die Eigenschaften aller Handwarekomponenten (Beleuchtung, Kame- ra, Optik etc.). Die Architektur der Software soll dabei so gestaltet werden, dass kommer- zielle Anbieter von Sensoren, Beleuchtungen etc. ihre produktspezifischen Eigenschaften wie beispielsweise Kameraparameter einpfle- gen, ohne sensibles Knowhow preisgeben zu müssen. Das System wird also herstellerunab- hängig sein. Weitere Informationen unter www.itwm.fraunhofer.de/virtuelle-bv

Materialcharakterisierung und -prüfung Mathematik für die Fahrzeugentwicklung TeraSpect für multispektrale Messungen Zusammen mit dem Industriepartner TOPTICA Photonics AG haben das Fraunhofer ITWM und die Goethe-Universität Frankfurt am Main zwei erfolgreiche Technologien der Terahertz-Mess- technik zu einem neuen Messprinzip kombiniert: dem Terahertz-Spektroskopie-System TeraSpect. Transistoren aus Standardprozessen der Halb- leiterindustrie können über einen breiten Fre- quenzbereich als hochsensitive Terahertz-De- tektoren verwendet werden. Wird eine Reihe dieser Detektoren gezielt für mehrere Einzel- frequenzen optimiert – man spricht dann von resonanten Detektoren – so lassen sich diese Einzelfrequenzen aus einer breitbandigen Te- rahertz-Strahlungsquelle effektiv herausfiltern. Damit lassen sich dann sogenannte »spektrale Fingerabdrücke« vermessen. Das sind charak- teristische Absorptionslinien, mit denen Mate- rialien eindeutig identifiziert werden können. Das System kann unter anderem für Echtheits- prüfungen in der Warenkontrolle eingesetzt werden. Weitere Informationen unter www.itwm.fraunhofer.de/teraspect-pm Mit dem TeraSpect-System werden schnelle multispektrale Terahertz-Messungen möglich. Neue Features für MeSOMICS® Sie sieht schlicht aus, hat es aber in sich: Die hoch automatisierte Messmaschine MeSOMICS®, die im Bereich Mathematik für die Fahrzeugent- wicklung konzipiert und konstruiert wurde. MeSOMICS® steht für »Measurement System for the Optically Monitored Identification of Cable Stiffnesses« und unterstützt die Produkt- familie IPS Cable Simulation; diese Software si- muliert und optimiert die Verlegung von Kabeln und Schläuchen, vor allem in den beengten Bau- räumen moderner Fahrzeuge. Damit die Simula- tion möglichst realitätsnah gelingt, müssen die mechanischen Eigenschaften der einzelnen Leitungen bestimmt werden. Wichtig sind hier vor allem Biege- und Torsionssteifigkeiten. Mit MeSOMICS® können sogar die Nutzenden der IPS-Software schnell und einfach die benötig- ten Parameter selbst ermitteln: Die gewünsch- ten Datensätze liegen in nur drei Stunden vor und werden für die numerische Simulation in IPS Cable Simulation genutzt. Doch MeSOMICS® kann noch mehr: nämlich Prüflinge unter Druck (bis 1000 bar) und Um- gebungstemperaturen zwischen -30°C und 130°C vermessen. »Diese Optionen wurden von unseren Kundinnen und Kunden verstärkt nachgefragt. Nun können wir sie als Dienst- leistung in unserem Technikum anbieten«, freut sich dessen Leiter Dr.-Ing. Michael Kleer. Weitere Informationen unter www.mesomics.eu Eine Wärmebildkamera über- prüft die Temperatur des Prüf- lings in der MeSOMICS-Klima- kammer. 73

Optimierung KI trifft auf 100 Jahre Ingenieurskunst Die Innovationsplattform KEEN (Künstliche Intelligenz Inkubator Labore in der Pro- zessindustrie) soll den Einsatz von KI-Technologien und KI-Methoden in der Prozess- industrie beschleunigen. Mitarbeitende des Bereichs »Optimierung« bringen ihr Know-how rund um die Digitalisierung der chemischen Produktion in das Projekt ein. Die chemische Industrie gilt seit mehr als 100 Jahren als treibend für Fortschritt in Deutsch- land. Das Projekt KEEN vereint insgesamt 20 Start-ups, Konzerne und Forschungseinrich- tungen. Zusammen arbeiten die Beteiligten daran, die Erfahrungen der traditionell wis- sens basier ten Industriewelt mit den Möglich- keiten der Künstlichen Intelligenz auf neue Wege zu führen. Denn klar ist: »KI alleine wird nicht funktionieren. Es kommt darauf an, Wis- sen und Daten zusammenzubringen, um in der Praxis einen Nutzen zu entfalten«, sagt PD Dr. Michael Bortz. Was wäre wenn ... Dafür gibt es am Fraunhofer ITWM zwei Teil- projekte: Im ersten Schritt müssen Stoffe und Stoffgemische modelliert werden, damit KI für eine Vorhersage von Stoffeigenschaften ge - nutzt werden kann. Im zweiten Schritt folgt die Durchführung von Prozesssimulationen. »Erst wenn wir wissen, wie sich Stoffe verhalten, können wir beispielsweise überhaupt ein Ver- fahren zur Trennung entwerfen«, so Bortz. Konkret arbeitet das Team an einem Entschei- dungsunterstützungssystem, mit dem »was- wäre-wenn«-Szenarien in Echtzeit durchge- führt werden können. Durch den Einsatz von KI gelingt es auch bei rechenintensiven und zeitaufwändigen Prozesssimulationen, die Auswirkungen von Änderungen im Prozess in Echtzeit darzustellen: »Wir setzen KI-Modelle auf, die wir mit Simulationsdaten trainieren, und die dann erheblich schneller rechnen und © istockphoto/gorodenkoff sogar echtzeitfähig sein können«, beschreibt Bortz die Vision. Drei große Forschungsbereiche Kontakt PD Dr. Michael Bortz Abteilungsleiter »Optimierung – Technische Prozesse« Telefon +49 631 31600-4532 michael.bortz@itwm.fraunhofer.de Das KEEN-Konsortium erforscht drei große Themenbereiche: die Modellierung von Pro- zessen, Produkteigenschaften und Anlagen, das Engineering sowie die Realisierung selbst- optimierender Anlagen. Die Forschungsarbei- ten laufen bis 2023. Bis 2025 sollen die ersten kommerziellen KI-Produkte für die Prozessin- dustrie verfügbar sein. Das Projekt wird zu 60 Prozent gefördert vom Bundesministerium für Wirtschaft und Energie und verfügt über Ge- samtfördermittel von 23 Millionen Euro. Weiterführende Informationen gibt es auf der Website unter www.itwm.fraunhofer.de/keen 75

Optimierung Links: Zehn internationale Projektpartner wa- ren an FORCE beteiligt – zum Auftakt kam das gesamte Team zusammen. Rechts: Neuer Duft, andere Haptik? Veränderungen im Produktionsprozess müssen gut überlegt sein. welche Stellschrauben bewirken und verschie- dene Optionen aufzeigen.« Letztlich gehe es immer darum, bestmögliche Kompromisse zwischen Zielen zu finden, die miteinander im Konflikt stehen. Das System zeigt seinen An- wenderinnen und Anwendern die bestmögli- chen Kompromisse anhand von Pareto-Fronten. Interaktive Entscheidungsfindung Für eine Entscheidungsstrategie stellt man dabei beispielsweise gegenüber, welche Stoffe man in ihren Konzentrationsverhältnissen ver- ändern kann und erhält dann Ergebnisse, die es zu bewerten gilt: »Dann heißt es abwägen. Man stellt zum Beispiel die Produktionskosten der Qualität gegenüber«, beschreibt Klein ein typisches Dilemma. »Diesen Prozess können wir durch eine interaktive Entscheidungsfindung unterstützen, etwa indem wir simulieren, dass sich durch die Veränderung von Attributen aus dem chemischen Prozess die Konsistenz eines Shampoos ändert. Auf dieser Basis kann man entscheiden, ob das Produkt auch weiterhin der Erwartungshaltung seiner Zielgruppe ent- spricht und ob die eingesparten Produktions- kosten für die spürbare Veränderung am Pro- dukt in Kauf zu nehmen sind.« Zusätzlich bindet das BDSS auch Nebenbedin- gungen ein, etwa die Gesetzgebung oder be- stimmte Standardwerte, die auch veränderbar sein müssen: Ändert sich eine Verordnung, müssen die Performanzindikatoren in der Formel erneuert werden. Für die Nutzerinnen und Nutzer der Software heißt das, dass sie ein Optimierungsproblem inklusive neuer Nebenbedingungen immer wieder überprüfen können. »Gleiches gilt für den Preis, wenn man Produktions- und Materialkosten mit technischen Wünschen zusammenbringt: Wir können verschiedene Zutaten für ein gleiches Ergebnis simulieren und dabei die Kostenfrage überprüfen.« © istockphoto/Reptile8488 dürfnissen der Industrie zu sein, werden Fall- beispiele aus drei unterschiedlichen Unterneh- men mit ihren speziellen Produkten herangezogen: Projektpartner sind Dow Bene- lux (PU-Schäume zur Wärmeisolierung), Mega- ra Resins SA (PU-basierte Flüssigkeiten für Far- ben, Lacke oder Druckerpatronen) sowie Uni- lever UK Central Resource Ltd. (Shampoos). »Produktionsprozesse sind komplex. Wer in diese eingreift, muss sehr viele Parameter be- rücksichtigen«, so Klein. »Unsere Plattform soll dem Nutzenden daher offenlegen, was Das Projekt FORCE startete im Januar 2017 und endete nach Verlängerung im März 2021. Es wird im Rahmen der Säule »Leadership in Enabeling Industrial Technologies LEIT« des EU Programms H2020 gefördert. Weiterführende Informationen gibt es auf unserer Website unter www.itwm.fraunhofer.de/force Kontakt Dr. Peter Klein Bereich »Optimierung« Telefon +49 631 31600-4591 peter.klein@itwm.fraunhofer.de 77

Strömungs- und Materialsimulation M W T I r e f o h n u a r F / i d u A © »Das ITWM hat eine einzigartige Kompetenz in der virtuellen Abbildung komplexer physikalischer Pro- zesse, von der physikalischen und mathematischen Modellierung bis zur effizienten numerischen compu- tergestützten Berechnung Die Zusammenarbeit mit dem ITWM ist stets angenehm und unkompliziert.« Dr.-Ing. Johannes Spahn Audi AG Schaum höhe wurde an der Mittellinie und die Schaum temperatur an der Sensorposition fünf cm vom Boden gemessen. Diese Daten stell- ten die Basis für den Identifikationsschritt der Eingangsparameter des FOAM-Modells dar. Auf dieser Grundlage kalibrierten wir die Ein- gabedaten des Modells so, dass sie mit den Experimenten übereinstimmten. Nach erfolgreicher Modellkalibrierung wurden Validierungstests in einer Kastengeometrie durchgeführt, dabei wurden verschiedene Kon- figurationen getestet. In allen Fällen galt es eine Materialmenge in den offenen Kasten einzu- spritzen. Die Form wurde nach dem Schuss mit einem transparenten Deckel geschlossen und die Schaumausdehnung mit einer Kamera ge- filmt. So konnte die Entwicklung der Schaum- front genau beobachtet und zur Validierung der Simulationsergebnisse genutzt werden. Zwischen solchen Experimenten, auch mit der realen Autositzgeometrie von Audi, und der Simulation konnten sehr gute qualitative Über- einstimmung festgehalten werden. FOAM hat sich als Simulationswerkzeug zur Vorhersage der Schaumströmungsausdehnung in komplexen Bereichen bewiesen. Es ermög- licht die Erprobung verschiedener Injektions- pfade und der korrekten Entlüftungspositio- nierung in frühen Designphasen. Mit dem Einsatz von FOAM sparen Unternehmen nicht nur eine große Anzahl an experimentellen Versuchen, sondern auch Zeit und Kosten. Weiterführende Informationen inklusive Simulationsvideos gibt es auf der Website unter www.itwm.fraunhofer.de/pu-simulation-autositz Kontakt Dr. Dariusz Niedziela Abteilung »Strömungs- und Materialsimulation« Telefon +49 631 31600-4545 dariusz.niedziela@itwm.fraunhofer.de 79

Transportvorgänge nerisches Werkzeug, das wir jetzt auch für die Auslegung von chemischen Reaktorkompo- nenten einsetzen«. Ähnliche Frage stellungen ergeben sich bei der strömungs dynamischen Stackauslegung. Auch hier ist es wichtig, dass alle Zellen möglichst gleichmäßig und ohne größere Druckverluste angeströmt werden. Beispiel PEM-Elektrolyse: Frei von Todzonen optimieren Bei der Proton Exchange Membrane (PEM) Elektrolyse wird über die Bipolarplatte auf der Anodenseite Wasser zugeführt. Dieses wird ebenfalls durch die Zuführung von Energie in Wasserstoff (H2) und Sauerstoff (O2) aufgespal- ten. Der Wasserstoff wandert durch die Mem- bran und wird auf der Kathodenseite aufgefan- gen. Der entstehende Sauerstoff muss über die Bipolarplatte auf der Anodenseite abgeführt werden, damit die Zelleffizienz nicht sinkt. Die Bipolarplatte sollte also immer gleichmä- ßig durchströmt sein – ohne sogenannte Tod- zonen, aus denen der Sauerstoff nicht schnell genug entweicht. Die Grafik rechts illustriert die Auslegung mit dem Tool CASHOCS. Oben ist das Referenzdesign dargestellt mit der Zu- führung in der linken oberen Ecke und dem Abfluss in der rechten unteren Ecke. Die Strö- mungsgeschwindigkeit ist über die Farbigkeit abgebildet. In der linken unteren und der rechten oberen Ecke der Referenz- Bipolar- platte befinden sich Todzonen mit schlechter Durchströmung. Die untere Grafik zeigt eine bereits optimierte Bipolarplatte. Der Algorith- mus des Tools manipuliert die Referenzgeome- trie so lange auf ge schickte Weise, bis eine gleichmäßige Durchströmung bestmöglich er- reicht ist. Die optimierte Bipolarplatte ist dann frei von Todzonen. Insbesondere eröffnet ein solcher Ansatz mit digitalem Zwilling einen detaillierten Einblick in die komplexen Vorgänge innerhalb der Mi- 0.0 0.2 0.4 0.6 0.8 Strömungsgeschwindigkeit Optimiertes Stack-Design: Zwei Bipolarplatten vor und nach der Formoptimierung. Blaue Bereiche sind Todzonen mit unzurei- chender Durchströmung (Referenz oben, Optimierung unten). krostrukturen, der rein experimentell gar nicht möglich wäre. In die Zukunft geschaut: Eine Umsetzung des neuen Designs ist mittlerweile mit additiven Fertigungsverfahren problemlos möglich. Die Entwicklungsergebnisse werden so in die nächste Generation von Elektrolyse- zellen einfließen. Kontakt Dr. Christian Leithäuser Abteilung »Transportvorgänge« Telefon +49 631 31600-4411 christian.leithaeuser@ itwm.fraunhofer.de Mehr zum Schwerpunkt »Strömungsdynamische Prozessauslegung« www.itwm.fraunhofer.de/tv-prozessauslegung Mehr zum Tool CASHOCS: www.pypi.org/project/cashocs/ 81

Bildverarbeitung Bildverarbeitung Mathematische Modelle und Bildanalysealgorithmen für die Industrie Die Abteilung entwickelt mathematische Mo - delle und Bildanalysealgorithmen und setzt diese in industrietaugliche Software – vorwie- gend für die Produktion – um. Die Anwendungs- gebiete umfassen insbesondere anspruchsvolle Oberflächenprüfungen und Analyse von Mikro strukturen. Wir entwickeln und vertrei- ben seit über 15 Jahren Software für die 2D- und 3D-Bildanalyse und entwickeln sowohl neue Methoden als auch domänenspezifische Machine-Learning-Algorithmen. In den vergangenen Jahren lag ein Schwerpunkt im Bereich Machine Learning in der Bildver- arbeitung für Produktion und Industrie. Me- thoden wie das »Deep Learning« erfordern eine hohe Anzahl annotierter Daten, zum Bei- spiel von den in einer Produktionsanlage zu findenden Defekten. Nun sind aber in einer gut funktionierenden Fertigung viele Bilder von fehlerfreien Produkten vorhanden, aber nur wenige von Produkten mit Defekten. Wir set- zen deshalb häufig Hybride aus den »klassi- schen« parametrisierbaren Verfahren (Filter, Morphologie, Kantendetektoren) und Machine Learning ein. Neben Lösungen für die Produk- tion bieten wir auch »typische« Machine-Learn- ing-Lösungen für die Bildverarbeitung an. Häu- fig sind dies Projekte, in denen sehr große Bilddatenmengen manuell verarbeitet und die- ser Prozess durch eine Software automatisiert werden soll. Ein weiterer Schwerpunkt ist die Mikrostruk- turanalyse. Die Mikrostruktur moderner Werk- stoffe bestimmt maßgeblich deren makrosko- pische Materialeigenschaften. Wir entwickeln Algorithmen zur Charakterisierung und sto- chastischen Modellierung solcher Mikrostruk- www.itwm.fraunhofer.de/bv turen anhand von Bilddaten, z. B. aus CT, FIB-REM, REM. Unsere Produkte dienen dem tieferen Verständnis der komplexen Geometrie und der Struktur-Eigenschafts-Beziehungen in Werk stoffen und eröffnen so neue Möglichkei- ten wie Optimierung von Materialeigenschaf- ten durch virtuelles Materialdesign. Anhand der aus Bilddaten gewonnenen Kenngrößen werden stochastische Geometriemodelle an die realen Mikrostrukturen angepasst, die die geometrischen Strukturverhältnisse gut wider- spiegeln und so numerische Simulationen ver- einfachen bzw. erst ermöglichen. Neuestes Forschungsgebiet ist die Virtuelle Bildverarbeitung. Geplant ist hier die voll- ständige, physikalisch korrekte Simulation von Inspektions systemen. Ziel ist eine Software- Infrastruktur, welche die komplette Inspek- tionsumgebung simuliert. Dazu gehören neben den Eigenschaf ten des Prüfstücks auch die Eigenschaften aller Hardwarekomponen- ten (Beleuchtung, Kamera, Optik etc.). Themen der Abteilung in diesem Bericht: Betonbalken biegen und beobachten – Quantencomputing beschleunigt die Aus- wertung von CT-Daten, S. 21 Lungenschädigung durch Covid-19 besser verstehen, S. 34 Dem Betrug mit Algorithmen und KI auf der Spur; PflegeForensik, S. 48 Virtuell sieht man besser: Neue Wege in der Bildverarbeitung, S. 70 Kontakt Dipl.-Inf. Markus Rauhut Abteilungsleiter »Bildverarbeitung« Telefon +49 631 31600-4595 markus.rauhut@itwm.fraunhofer.de 85

Finanzmathematik Finanzmathematik Methodenkompetenz in Finanzmathematik, Stochastik und Data Science neue Lösungen, denn die Integration der Flexi- bilität erfordert neue mathe matische Algorith- men, die wir gemeinsam mit energiewirtschaft- licher Expertise erarbeiten. Durch die Digitalisierung von Prozessen erge- ben sich neue Möglichkeiten, Abrechnungsvor- gänge effizient zu prüfen. Wir haben bereits Prüfmethodik und -software für mehrere Bran- chen entwickelt und arbeiten in laufenden Pro- jekten eng mit der Industrie an neuen Algo- rithmen. Wir erweitern unsere Kompetenz in Richtung der Gesundheitswirtschaft und arbei- ten gemeinsam mit Staatsanwaltschaft und Polizei an Methoden zur Prüfung von Pflege- dienst-Abrechnungen. Gemeinsam mit Industriepartnern sind wir im Quantencomputing aktiv und entwickeln neue Lösungsansätze für Aufgabenstellungen. Themen der Abteilung in diesem Bericht: Quantencomputing: Verbundprojekt »EnerQuant«, S. 20 Forschende der Finanzmathematik rechnen smartes Solvenzkapital, S. 46 Dem Betrug mit Algorithmen und KI auf der Spur, S. 48 FlexEuro: Wer flexibel und klug steuert, ge- winnt am Energiemarkt, S. 56 Die Abteilung hat ihre methodischen Leitplan- ken in Finanzmathematik und Data Science. Data Science bezeichnet ein interdisziplinäres Wissenschaftsgebiet mit dem Ziel, wissenschaft- lich belastbare Erkenntnisse aus Daten zu ge- winnen. Dabei kommen häufig Methoden aus dem Machine Learning zum Einsatz, die die Grundlage für viele Anwendungen im Bereich der Künstlichen Intelligenz (KI) sind. Finanzma- thematik beinhaltet die stochastische Modellie- rung, Simulation und Optimierung sowie statis- tische Verfahren und Zeitreihenanalyse. Wir nutzen unsere methodischen Kompetenzen, um in branchenübergreifenden Geschäftsfeldern nachhaltige Beiträge zu den aktuellen gesell- schaftlichen Herausforderungen zu leisten: de- mografischer Wandel, Energiewende und Digi- talisierung. Wir sind überzeugt davon, dass Zusammenarbeit mehr Wert generiert als die Summe der Einzelteile, daher kooperieren wir an vielen Stellen mit Partnern aus dem Institut, der Wissenschaft und der Industrie. Im Geschäftsfeld Altersvorsorge haben wir in enger Kooperation mit der Produktinforma- tionsstelle Altersvorsorge (PIA) einen ganzheit- lichen Blick auf die Altersvorsorge in Deutsch- land und Europa. Dabei nutzen wir beispiels- weise unsere Technologie der stochastischen Simulation von Altersvorsorgeprodukten zur Chancen- Risiko-Einstufung von Tarifen aus Sicht der Kundinnen und Kunden. Im Energiesystem der Zukunft werden flexible Lasten zunehmend wichtiger. Diese werden preissensitiv im Stromhandel agieren; damit ist eine derzeit noch bestehende Grundannahme vieler Modelle hinfällig. Dafür entwicklen wir www.itwm.fraunhofer.de/fm Kontakt Dr. habil. Jörg Wenzel Abteilungsleiter »Finanzmathematik« Telefon +49 631 31600-4501 joerg.wenzel@itwm.fraunhofer.de 87

High Performance Computing High Performance Computing Innovation, Disruption und ganzheitliches Denken in der Welt des verteilten Rechnens Unsere IT-Systeme gehören zu den größten ein- zelnen Energieverbrauchern und CO2-Emitten- ten mit weiter ansteigendem Energieverbrauch. Aktuell liegen wir damit bei fünf bis zehn Pro- zent des Stromverbrauchs; vermutlich wächst dieser Anteil aber auf zwanzig Prozent – die Größenordnung eines komplett elektrifizierten Pkw-Verkehrs. Meist richtet sich der Blick dann auf »grüne« Datacenter, die mit Strom aus er- neuerbaren Energien betrieben werden, und auf effiziente Kühltechnik. Das deutlich größere Potenzial liegt jedoch in der Software und wie sie auf welchen Prozessoren eingesetzt wird und damit in seiner Wirkung auch im großen Rest der IT-Systeme. Im High Performance Computing sind die Ener- giekosten heute bereits ein entscheidender Fak- tor bei der Hardwarebeschaffung; noch größere Bedeutung hat jedoch die Effizienz der einge- setzten Software. Software, die nicht die Paral- lelität moderner Prozessoren und deren Archi- tektur ausnutzt, verliert hier schnell eine Grö- ßenordnung auch an energetischer Effizienz. High Performance Computing bedeutet für uns in der Abteilung HPC den Einsatz und die Entwicklung von hoch optimierter Software auf dazu passender Hardware. Bereits 2008 war das Pegasus-System des ITWM unter den TOP 500 der schnellsten HPC-Systeme und die Nummer Eins in den Green 500! Unsere Soft- ware war um Größenordnungen effizienter als die ursprüngliche Kundensoftware. Hier hät- ten allein die eingesparten Energiekosten eines Jahres den Pegasus-Rechner und die Entwicklung der Software finanziert. Unsere Erfahrungen in vielen Industrieprojekten zei- gen, dass nicht-optimierte Software oft um www.itwm.fraunhofer.de/hpc mindestens eine Größenordnung verbessert werden kann. Wir sind heute die Spezialistin- nen und Spezialisten für energieeffiziente Pro- grammierung, dem Green Computing. Es muss jedoch für alle einfacher werden, effizi- ente Software zu schreiben. Mit dem STX-Pro- zessor, den wir im EPI-Projekt entwickelt ha- ben, kommen wir diesem Ziel ein großes Stück näher. Sein Design ist so gestaltet, dass es für eine große Klasse von Algorithmen mit Unter- stützung des Compilers einfach ist, Energie und Kosten zu sparen. Energy Efficient Com- puting bedeutet heute die perfekte Ausnut- zung von Parallelität, optimalen Datentrans- port sowie passende Algorithmen in Verbin- dung mit der richtigen Hardware. Dieser ganzheitliche Ansatz des Green Computing ist Kern unseres Selbstverständnisses und Moti- vation für die Mitarbeitenden der Abteilung HPC. Themen der Abteilung in diesem Bericht: Kontakt Dr. Franz-Josef Pfreundt Abteilungsleiter »High Performance Computing« Telefon +49 631 31600-4459 franz-josef.pfreundt@ itwm.fraunhofer.de Next Generation Computing steht auf drei Säulen, S. 17 Quantencomputing »EnerQuant«, S. 20 Energieeffiziente KI-Chips für die Erkennung von Vorhofflimmern, S. 26 Tarantella spinnt schnelle Netze – Rechen- power für Deep Learning, S. 50 Smarte Software für das Management fluk- tuierender Energieproduktion, S. 53 Deep Learning beschleunigt seismische Datenverarbeitung, S. 60 ALOMA: Ein Parallelisierungsframework – nicht nur für seismische Anwendungen, S. 61 89

Materialcharakterisierung und -prüfung Materialcharakterisierung und -prüfung Durchblick mit Millimeter-, Terahertz- und optischen Wellen bis zu elektronischen Systemkonzepten im Milli- meterwellenbereich zurück. Erste Erfolge im Einsatz der Quantentechnologie ermöglichen uns die Detektion von Materialeigenschaften im Terahertz-Frequenzbereich ausschließlich mit sichtbarem Licht. Die Kompetenz unserer Mitarbeitenden umfasst ein detailliertes Pro- zessverständnis. Das erlaubt uns die Übertra- gung von Ergebnissen aus der Grundlagenfor- schung in die Anwendung – neueste techno- logische Entwicklungen können dadurch als Lösung für herausfordernde Anwendungen identifiziert und eingesetzt werden. Themen der Abteilung in diesem Bericht: Quantencomputing: Fraunhofer-Leitprojekt »QUILT« (Quantum Methods for Advanced Imaging Solutions), S. 19 Damit der Strom fließt: Zerstörungsfreies Prüfen von Kraftwerksgeneratorstäben, S. 54 Aus RGB wird hyperspektral: Mehr sehen als das Auge erlaubt, S. 72 TeraSpect für multispektrale Messungen, S. 73 Dem menschlichen Auge bleibt vieles verborgen: Die meisten Materialien sind undurchsichtig, so dass wir meist nur die Oberfläche von Ob- jekten optisch erfassen können. Für die Kont- rolle, ob Bauteile fehlerfrei gefertigt wurden, ist dies nicht ausreichend: Klebeverbindungen in Verbundwerkstoffen, etwa in Windkraftrotor- blättern oder auch an Fensterscheiben in Fahr- zeugen, können so nicht geprüft werden. Am Zentrum für Materialcharakterisierung und -prüfung entwickeln wir zerstörungsfreie und berührungslose Prüfverfahren, die auf den Einsatz in der Fertigungslinie optimiert sind und eine zuverlässige Kontrolle des Pro- duktionsprozesses ermöglichen. Unsere Tera- hertz-Schichtdickenmessgeräte messen Dicke und Materialparameter jeder einzelnen Schicht. Mit unseren Rohrinspektionssystemen wird die Wandstärke direkt am Extruder kontrolliert. Defekte in Verbundwerkstoffen spürt unser FMCW-Radar-basiertes Prüfsystem auf. Auch Verklebungen lassen sich so untersuchen. Und manchmal prüfen wir sogar die Farbschichten berühmter Kunstwerke. Maschinelles Lernen hilft uns beim Aufspü- ren feinster Materialunterschiede, so dass zum Beispiel Holzarten selbst in den Spänen, die für die Spanplattenherstellung eingesetzt werden, zuverlässig unterschieden werden können – die Mischung ist hier entscheidend für die Qua- lität und Haltbarkeit der Spanplatten. Unsere Mitarbeitenden greifen für maßge- schneiderte Lösungen auf Technologien von der optischen Kohärenztomographie (OCT) im sichtbaren Spektralbereich über die Zeitbereichs- spektroskopie im Terahertz-Frequenzbereich www.itwm.fraunhofer.de/mc Kontakt Prof. Dr. Georg von Freymann Abteilungsleiter »Material- charakterisierung und -prüfung« Telefon +49 631 31600-4901 georg.von.freymann@ itwm.fraunhofer.de 91

Mathematik für die Fahrzeugentwicklung Mathematik für die Fahrzeugentwicklung Simulationsgestützte Entwicklung und Produktionsoptimierung in der Fahrzeugindustrie Produktentstehung. Unser gemeinsam mit dem Fraunhofer Chalmers Research Centre for Industrial Mathematic (FCC) in Göteborg (S) entwickeltes Softwareprodukt IPS Cable Simu- lation unterstützt die virtuelle Auslegung, Op- timierung und Absicherung für Montage und Betrieb von Kabeln, Kabelbäumen und Schläu- chen. Darüber hinaus haben wir mit IPS IMMA ein digitales biomechanisches Menschmodell entwickelt, um Montageprozesse virtuell zu optimieren. Effi ziente und schnelle Algorithmen ermöglichen hier eine effiziente Bewertung und Optimierung der Ergonomie von Montage- prozessen. Themen des Bereichs in diesem Bericht: Streuspanne: Statistik-Blog und -Podcast, S. 29 Das Technikum – Versuche und Simulationen unter einem Dach, S. 37 CDTire – mit Simulation den Reifen neu erfinden, S. 38 Daten besser nutzen – KI und ML in der Fahrzeugentwicklung, S. 40 EMMA lernt fahren – Dynamisches Mensch- modell für autonome Fahrzeuge, S. 68 Neue Features für MeSOMICS®, S. 73 Der Bereich gliedert sich in die zwei Abteilungen Dynamik, Lasten und Umgebungsdaten (DLU) und Mathematik für die digitale Fabrik (MDF), die Projektgruppe Reifensimulation (CDTire) sowie die Querschnittseinheit MF-Technikum, die das Simulatorlabor mit dem interaktiven Fahrsimulator RODOS® und das Messfahrzeug REDAR betreibt und sich um alle Versuchs- und Messtechnikaufgaben des Bereichs kümmert. In der Abteilung Dynamik, Lasten und Um- gebungsdaten entwickeln wir Methoden und Werkzeuge zur Datenanalyse und Systemsi- mulation. Dabei setzen wir auf eine problem- angepasste bestmögliche Kombination von physikbasierter und datenbasierter (KI, ML) Modellierung. Die steigende Verfügbarkeit von Daten aus Fahrzeugentwicklung, Betrieb und Produktion führt hier ständig zu neuen Mög- lichkeiten und Herausforderungen, die perfekt zu unserer langjährigen Erfahrung in datenba- sierter Mathematik und hybrider Modellierung passen. Besonderes Augenmerk gilt der Einbe- ziehung von digitalen Umgebungsdaten und der Simulation der Nutzungsvariabilität. Damit adressieren wir die Fahrzeugentwicklungsattri- bute Betriebsfestigkeit, Zuverlässigkeit, Energie- effizienz und die Ab sicherung von Assistenz- systemen und automatisierten Fahrfunktionen. Passend dazu fokussieren wir unsere Aktivi- täten zur System simulation auf die Fahrzeug- Umwelt-Mensch-Interaktion und entwickeln Reifensimulationsmodelle (CDTire) sowie Methoden zur interaktiven Simulation. Mathematik für die digitale Fabrik bündelt die Aktivitäten zur Entwicklung von Software- tools für die virtuelle Produktentwicklung und www.itwm.fraunhofer.de/mf Kontakt Dr. Klaus Dreßler Bereichsleiter »Mathematik für die Fahrzeugentwicklung« und Abteilungsleiter »Dynamik, Lasten und Umgebungsdaten« Telefon +49 631 31600-4466 klaus.dressler@itwm.fraunhofer.de 93

Optimierung Optimierung Interaktive Entscheidungsunterstützung auf Basis von Modellen und Daten Zentrale Aufgabe des Bereichs ist die Entwick- lung individueller Lösungen für Planungs- und Entscheidungsprobleme in Logistik, Ingenieur- und Lebenswissenschaften, stets in Koopera- tion mit Partnern aus Forschung und Industrie. Methodisch ist die Arbeit des Bereichs von einem Zusammenspiel von Datenanalyse, Simu- lation, Optimierung und Entscheidungsunter- stützung geprägt. Unter Simulation verstehen wir dabei die wissens- und datenbasierte Bildung mathematischer Modelle unter Einbeziehung von Design-Parametern, Restriktionen und zu optimierenden Qualitätsmaßen sowie Kosten. Kernkompetenzen des Bereichs sind die Ent- wicklung und Implementierung von anwen- dungs- und kundenspezifischen Optimierungs- methoden. Diese berechnen bestmögliche Lösungen für das Design von Prozessen und Produkten. Alleinstellungsmerkmale sind die Integration von Datenanalyse, Simulations- und Optimierungsalgorithmen, die spezielle Berücksichtigung mehrkriterieller Ansätze so- wie die Entwicklung und Implementierung interaktiver Werkzeuge für die Entscheidungs- unterstützung in maßgeschneiderten User Stories. Insgesamt wird Optimierung weniger als mathe- matische Aufgabenstellung verstanden, sondern vielmehr als kontinuierlicher Prozess, welchen wir durch die Entwicklung passender interaktiver Tools unterstützen. Besonderes Augenmerk liegt auf der adäquaten Wahl des Modells hin- sichtlich Menge und Qualität der verfügbaren Daten. Wir ziehen Methoden des Machine Learning zur Aufbereitung der Daten und zur Kalibrierung von Modellen heran, aber auch www.itwm.fraunhofer.de/opt zur Modellergänzung und Erklärung nicht ex- plizit modellierbarer Phänomene. Wichtige Anwendungsdomänen sind: Produktionsplanung: Herausforderung ist eine gute Balance von Termintreue, Lager- bestand und Auslastung der Produktions- mittel vor dem Hintergrund schwankender Nachfrage und Wachstumsperspektiven, in guter Anbindung an die Lieferkette. Chemische Verfahrenstechnik: Prozesspla- nung zur Beherrschung des Spannungsfeldes von Produktqualität, Produktionsgeschwin- digkeit und Energieverbrauch (CO2-Foot print) bei schwankenden Rohstoffpreisen Medizinische Therapieplanung: Individu- elle Therapiepläne im Ausgleich von Heilungs- chancen und Komplikationswahrscheinlich- keiten Erneuerbare Energie: Nutzung von erneuer- barer Energie und Speichertechnologie zur robusten und kosteneffizienten Versorgung Themen des Bereichs in diesem Bericht: Kontakt Prof. Dr. Karl-Heinz Küfer Bereichsleiter »Optimierung« und Abteilungsleiter »Optimierung – Operations Research« Telefon +49 631 31600-4491 karl-heinz.kuefer@itwm.fraunhofer.de Gesundheit 4.0: Entwicklung und Produktion neuer Medikamente beschleunigen, S. 23 Unsicherheiten planbar machen, S. 24 Patientenpositionierung: Neue Ansätze für die Strahlentherapie, S. 27 Mit Mathematik gegen Covid-19, S. 28 Digitale Planungsprozesse, S. 51 FlexEuro: Wer flexibel und klug steuert, ge- winnt am Energiemarkt, S. 56 KI trifft auf 100 Jahre Ingenieurskunst, S. 75 Chemische Formulierungen risikoarm opti- mieren, S. 76 95

Strömungs- und Materialsimulation Strömungs- und Materialsimulation Industriell einsetzbare Multiskalensimulation und kundenspezifische Softwarelösungen Die Abteilung »Strömungs- und Materialsimu- lation« bietet kompetente Forschungs- und Ent- wicklungsunterstützung beim Modellieren, Si- mulieren und Optimieren der Herstellung, der Funktionalisierung und des Einsatzes von porö- sen Werkstoffen und Verbundmaterialien für verschiedenste Anwendungen. Anfragen be- treffen beispielsweise die Herstellung und Funk- tionalisierung von Filtermaterialien und techni- schen Filtersystemen, von Batterie- bzw. Brenn- stoffzellen, von technischen Textilien für Hygie- neprodukte oder Sporttextilien, von Schäumen zur Dämmung und Dämpfung oder von faser- und partikelverstärkten Leichtbauteilen. Unsere Alleinstellung ist gekennzeichnet durch die Entwicklung, Bereitstellung und spezifische Anwendung von industriell tauglichen Multi- skalen- und Multiphysics-Methoden, dem Auf- bau von digitalen Material- und Produktzwillin- gen und firmenspezifischen Softwarelösungen. Unsere Simulationstools nutzen neueste For- schungsergebnisse wie Modellreduktionsver- fahren, automatische Parameteridentifikation, Maschinelles Lernen, moderne Software- und Datenbankkonzepte zur Effizienzsteigerung. Die Mikrostruktursimulation und das virtu- elle Materialdesign ermöglichen die numeri- sche Simulation und Optimierung funktionaler Eigenschaften von porösen Materialien und Verbundwerkstoffen. Stark gefragt sind unsere hocheffizienten, mikromechanischen Methoden zur Materialauslegung faserverstärkter Verbund- werkstoffen, von Schäumen und technischer Textilien. Die effiziente Einbindung der Mikro- mechanik und -dynamik als Multiskalenmaterial- modell an CAE-Software ermöglicht die detail- www.itwm.fraunhofer.de/sms lierte Vorhersage von lokalem Crash-, Schädi- gungs- oder auch Kriechverhalten. Zur Vervoll- ständigung von digitalen Materialzwillingen verbinden wir unsere Simulationsmethoden mit geeigneten Datenraumbeschreibungen und Datenbankkonzepten. Die simulationsgestützte Auslegung komplexer Strömungsprozesse befasst sich mit den zuge- hörigen Herstellungsprozessen wie Beschichten, Mischen, Aufschäumen, Einspritzen, Filtrieren und Separieren. Schwerpunkte der Industriean- wendung sind Filtrations- und Separations- prozesse und dazu die Produktauslegung von Filteranlagen. Reaktive Prozesse wie die kataly- tische Filtration, das Aufschäumen von Polyure- than oder die elektrochemischen Vorgänge in Batterie- und Brennstoffzellen sind in unseren Simulationsprogrammen korrekt abgebildet. In Verbindung mit den entsprechenden digita- len Materialdatenräumen erstellen wir multi- skalige digitale Zwillinge u. a. für Filterelemente, Batteriezellen, Textilprodukte und Leichtbau- teile, die eine virtuell unterstützte Produktaus- legung, Produktion und Betriebskontrolle er- möglichen. Themen der Abteilung in diesem Bericht: AVATOR – Wie breiten sich Aerosole in Innenräumen aus?, S. 30 Meltblown: Weniger Wolken am Simulations- himmel, S. 32 DEFACTO – Simulation von Batterien, S. 42 Simulation der PU-Schaumexpansion, S. 78 Kontakt Dr. Konrad Steiner Abteilungsleiter »Strömungs- und Materialsimulation« Telefon +49 631 31600-4342 konrad.steiner@itwm.fraunhofer.de 97

Systemanalyse, Prognose und Regelung Systemanalyse, Prognose und Regelung Analyse und Vorhersage von komplexem System- und Prozessverhalten tionen zu testen. Hierfür nutzen wir einen HiL- Simulator mit umfangreichen I/O-Schnittstellen, um elektronische Steuereinheiten durch System- simulationen zu untersuchen. Wir erstellen schlüsselfertige CM- oder PM- Systeme oder Steuereinheiten und testen deren realen Einsatz ohne ressourcenintensive Expe- rimente. Unsere Projekte unterstützen Kundin- nen und Kunden von der Idee bis zum Betrieb bei der Entwicklung und Integration von Ana- lyse-, Prognose- oder Regelungssystemen. Wir setzen neue Konzepte um, z. B. 5G-Kommu- nikation zur Datenübertragung zwischen Sensoren, Reglern und Aktoren. Hierbei ent- wickeln wir problemgetrieben Lösungen auf Basis von Methoden der System- und Kontroll- theorie und des Maschinellen Lernens. Dies wenden wir auch in biologisch-medizinischen Systemen für die Analyse von Biosignalen z. B. EEGs, Medikation oder Diagnoseunter- stützung an. Themen der Abteilung in diesem Bericht: Kontakt Industrie 5G – Nicht nur Zukunftsmusik durch Expertise aus der Mathematik, S. 58 Smart überwachen, automatisiert voraus- schauen, S. 64 Hybrides Rückwärtsrechnen für die Kunst- stoffindustrie, S. 66 Dr. Andreas Wirsen Abteilungsleiter »Systemanalyse, Prognose und Regelung« Telefon +49 631 31600-4629 andreas.wirsen@itwm.fraunhofer.de Der Fokus der Abteilung liegt im Echtzeitanla- genbetrieb und Antriebstechnik in Produktion und Energieerzeugung mittels Digitalisierung. Zur Modellierung dynamischer, multiphysikali- scher Systeme kombinieren wir physikalisches Wissen mit auf Messdaten basierenden Ver- fahren des (tiefen) Maschinellen Lernens. Wir erstellen digitalisierte Repräsentationen kom- plexer Anlagen, einzelner Maschinen und Bau- teile auch unter Berücksichtigung möglicher Störungsüberlagerungen der Messdaten. Ge- meinsam mit unseren Kundinnen und Kunden integrieren wir diese als digitale Zwillinge in vielseitigen Applikationen und innovativen Ge- schäftsmodellen. Anwendungen sind Qualitätsanalyse und -prognose (z.B. Elektromotoren, Extruder) oder Condition Monitoring (CM) sowie Pre- dictive Maintenance (PM) bei Produktions- anlagen und Energieerzeugern (z. B. Blockheiz- kraftwerke oder Windanlagen). Eine zielge- richtete, agile Projektdurchführung schafft bei Projektpartnern ein tiefes Systemverständnis. In engem Austausch mit Betreibern werden Betriebszustände von Produktionsanlagen überwacht und prognostiziert, um die Produk- tionsqualität sicherzustellen, Ausfälle zu ver- meiden und Wartungsvorgänge zu optimieren. Wir betreiben Energieeffizienz- und Flexibi- litätsanalysen von Produktionsprozessen zur verteilten prädiktiven energetischen Prozess- steuerung als Demand-Side-Management und erstellen das Design innovativer Regelungen zur Produktionsoptimierung. Die Systemintegra- tion in elektronische Steuereinheiten wird mit- tels Hardware-in-The-Loop-Verfahren (HiL) validiert, um den Einsatz auch in Extremsitua- www.itwm.fraunhofer.de/sys 99

Transportvorgänge Transportvorgänge Mathematische Modellierung, Simulation und Optimierung von Transportvorgängen Die Abteilung modelliert komplexe industrielle Fragestellungen und entwickelt effiziente Algo- rithmen zur numerischen Simulation und Opti- mierung dieser Probleme. Die Aufgabenstellun- gen liegen im technisch-naturwissenschaftlichen Kontext (Strömungsdynamik, Strukturmechanik, Strahlungstransport, Optik etc.) und führen in der Modellierung auf partielle Differentialglei- chungen, die zumeist als Transportgleichungen zu charakterisieren sind. Aus Sicht von Kundinnen und Kunden geht es typischerweise um die Auslegung von Produk- tionsprozessen und die Optimierung von Pro- dukten. Unser Angebotsspektrum erstreckt sich von Kooperationsprojekten mit den ingenieur- wissenschaftlich ausgerichteten Forschungs- und Entwicklungsabteilungen der Partnerfirmen über Studien mit Auslegungs- und Optimie- rungsvorschlägen bis hin zu Softwarelösungen – vom Baustein bis zum kompletten Tool. industrieller Anwendungen entwickelt wird. Ein Schwerpunkt im Forschungsfeld »Energie- netze und Modellreduktion« ist die Model- lierung und Simulation des Energietransports in Netzwerken. Begleitend dazu werden Mo- dellreduktionsmethoden auf industrielle Auf- gabenstellungen angewandt. Den Corona-bedingten Rückgang in der indus- triellen Auftragsforschung konnten wir durch Einwerbung zusätzlicher öffentlicher Forschungs- projekte auffangen und das Jahr mit einem positiven Gesamtergebnis abschließen. Eine besondere Rolle haben diverse Beteiligungen an Anti-Corona-Projekten eingenommen. Hier konnten wir sowohl unser Know-how zur Produktion von Vliesstoffen (Schutzmasken), unsere strömungsdynamischen Kompetenzen (Aerosolausbreitung) als auch neue Ideen zu retardierten Differentialgleichungen (epidemio- logischen Modelle) einbringen. Kontakt Dr. Dietmar Hietel Abteilungsleiter »Transportvorgänge« Telefon +49 631 31600-4627 dietmar.hietel@itwm.fraunhofer.de Themen der Abteilung in diesem Bericht: AVATOR – Wie breiten sich Aerosole in Innenräumen aus?, S. 30 Meltblown: Weniger Wolken am Simulations- himmel, S. 32 MESHFREE – Prozesssimulation auf den Punkt gebracht, S. 63 Wasserstoffelektrolyse im Kleinen verstehen – Großes für grünere Energie erreichen, S. 80 Dr. Raimund Wegener Abteilungsleiter »Transportvorgänge« Telefon +49 631 31600-4231 raimund.wegener@itwm.fraunhofer.de Die Abteilung ist nach vier Forschungsfeldern strukturiert. Im Zentrum des Feldes »Flexible Strukturen« steht die mathematische Model- lierung, Simulation und Optimierung der Dy- namik von Fäden, Fasern und Filamenten mit Fokus auf die Auslegung von Produktionspro- zessen technischer Textilien. Das Team »Strö- mungsdynamische Prozessauslegung« deckt in seinen Kompetenzen die vielfältigen Bereiche der Strömungsdynamik ab. Einen wis- senschaftlichen Schwerpunkt bildet die Ent- wicklung von Werkzeugen zum Shape-Design. Das Team »Gitterfreie Methoden« erforscht einen auf einer Partikelmethode basierenden Simulationsansatz, von dem ausgehend die Software MESHFREE für ein breites Spektrum www.itwm.fraunhofer.de/tv 101

Impressum Anschrift der Redaktion Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM Team Kommunikation Fraunhofer-Platz 1 67663 Kaiserslautern presse@itwm.fraunhofer.de www.itwm.fraunhofer.de Redaktion Ilka Blauth, Eva Fröhlich, Steffen Grützner, Esther Packullat Annika Dreßler (Redaktionsassistenz) Grafikdesign und Layout Gesa Ermel Fotografie Gesa Ermel, Fraunhofer ITWM Bei Abdruck ist die Einwilligung der Redaktion erforderlich. © Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM, Kaiserlautern 2021 103