Index

Axialflussmaschinen (AFM) sind kompakt, effizient und zeichnen sich durch eine hohe Drehmomentdichte aus, setzen jedoch fast ausschließlich auf Seltenerdmagnete (SE-Magnete), was den Einsatz kostenintensiver, politisch abhängiger und zunehmend knapper werdender Ressourcen erfordert. Eine nachhaltige Alternative bietet die Radialfluss-Synchronreluktanzmaschine (RF-SynRM), die durch ihre Robustheit und Überlastfähigkeit überzeugt, jedoch Abstriche bei Bauraum und Drehmomentdichte machen muss. Daher wird in diesem Projekt das Konzept einer Axialfluss-Synchronreluktanzmaschine (AF-SynRM) zur seltenerdfreien Realisierung eines kompakten und effizienten Traktionsantriebs mit gleichzeitig hoher Drehmomentdichte detailliert erforscht. AFMs sind derzeit jedoch durch geringe Stückzahlen und unbekannte Fertigungsverfahren sowie durch besondere Anforderungen an Toleranzen und Designprozesse geprägt. Im Projekt wird deshalb eine integrierte Betrachtung folgender Schwerpunkte verfolgt:

• Multi-Domänen-Maschinendesign (IEW)

• Neuartige Fertigungsverfahren (FAPS)

• Datenbasierte Toleranzkettenoptimierung (PEM)

Die simulative Auslegung des Maschinendesigns sowie die Eignung der Fertigungsverfahren soll durch den Aufbau von Teildemonstratoren validiert werden. Die AF-SynRM verspricht wirtschaftliche Vorteile, insbesondere für KMU, da sie stabile Produktionskosten ermöglicht und die Abhängigkeit von volatilen SE-Magnetpreisen reduziert. Weiterhin verringert ein magnetfreier Motor die Materialkosten um bis zu 50 %, wodurch die Wettbewerbsfähigkeit von KMU gestärkt und die Markteintrittsbarrieren gesenkt werden. Zudem bieten sich ökologische Vorteile, da der Abbau von Seltenen Erden umweltschädlich ist. Der Druck nachhaltige Lösungen zu entwickeln, um CO₂-Emissionen zu reduzieren und gesetzliche Vorgaben zu erfüllen, wächst stetig. Frühzeitige Investitionen in magnetfreie Technologien sichern KMU einen Innovationsvorsprung und eröffnen Chancen in wachstumsstarken Märkten wie der Elektromobilität.

Bestehend aus 25 geförderten Partnern aus Industrie, Mittelstand und Wissenschaft – ergänzt durch assoziierte Partner aus Forschung und Wirtschaft – ist ReDriveS eines der nationalen Leuchtturmprojekte im BMWE-Fachprogramm „DNS der zukunftsfähigen Mobilität – Digital, Nachhaltig, Systemfähig“. ReDriveS hat ein Projektvolumen von mehr als 25 Mio. € bei über 16 Mio. € Gesamtförderung.

Das Vorhaben zielt darauf ab, ökonomisch tragfähige und ökologisch vorteilhafte Kreislaufwirtschaftslösungen für elektrische Achsantriebe zu entwickeln. Durch automatisierte Demontageprozesse, innovative Recyclingverfahren für Seltene-Erden-Magnete und den Einsatz digitaler Zwillinge werden branchenübergreifende Grundlagen für eine nachhaltige Elektromobilität geschaffen.

ReDriveS adressiert drei zentrale Leitthemen der Mobilitätswende: Digitalisierung, Nachhaltigkeit und Systemfähigkeit.

Im Fokus stehen dabei:

• die Entwicklung automatisierter, robotergeführter Demontagesysteme für elektrische Achsantriebe,
• Recyclingprozesse für Seltene-Erden-Magnete (NdFeB) und andere strategische Materialien, sowie
• der Aufbau eines digitalen Ökosystems mit digitalen Zwillingen für herstellerübergreifende Datennutzung.

Das Projekt trägt maßgeblich zur Resilienz der Wertschöpfungskette in der Elektromobilität bei und leistet einen wichtigen Beitrag dazu, künftige Recyclingquoten zu erfüllen und den CO₂-Footprint von Elektrofahrzeugen in Deutschland und Europa zu reduzieren.

Koordiniert wird das Projekt von der Schaeffler AG. Das Projekt läuft über 36 Monate und wird vom Bundesministerium für Wirtschaft und Energie (BMWE) gefördert. Die Projektträgerschaft übernimmt die TÜV Rheinland Forschungs- und Innovationsmanagement GmbH.

Mit seiner Kombination aus Automatisierung, Digitalisierung und Kreislaufwirtschaft steht ReDriveS exemplarisch für die Transformation der deutschen Automobilindustrie hin zu nachhaltigen, datengetriebenen und ressourceneffizienten Produktionssystemen. Die Ergebnisse des Projekts sollen nach Abschluss in industrielle Anwendungen überführt und als Branchenlösung für OEMs, Zulieferer und Recycler nutzbar gemacht werden.

Beteiligt am Projekt ReDriveS sind unter anderem Schaeffler AG, AVL Software and Functions GmbH, Circu Li-Ion, EKS InTec GmbH, FEV, FFT Produktionssysteme, Fraunhofer IPA, Fraunhofer LBF, Hochschule Pforzheim, LPKF Laser & Electronics SE, Lehrstuhl FAPS der FAU Erlangen-Nürnberg, msg for automotive, Öko-Institut, Robert Bosch GmbH, The Battery Lifecycle Company GmbH (BLC), TU Bergakademie Freiberg, TU Clausthal – IEVB, TU Clausthal – IGMR, Volkswagen AG.

Um die Produktqualität in komplexen, verketteten Fertigungsprozessen nachhaltig zu optimieren, werden datengetriebene Ansätze benötigt, die über reine Mustererkennung hinausgehen und tatsächliche Ursache-Wirkungs-Beziehungen identifizieren können. Konventionelle KI-Modelle stoßen hierbei oft an ihre Grenzen, da sie umfangreiche, hochwertige Datensätze voraussetzen und anfällig gegenüber Daten- und Konzeptdrift sind. Gleichzeitig erschwert die funktionale Trennung zwischen Datenwissenschaftlern und Domänenexperten eine effektive Nutzung vorhandener Analysemethoden.

Das Forschungsprojekt AQuIS erforscht eine Methodik zur datengetriebenen Qualitätsoptimierung durch die synergetische Kombination lokaler Open-Source-Sprachmodelle mit autonomen Agentensystemen. Im Kern steht die Entwicklung eines Multiagentensystems, das durch domänenspezifisch trainierte LLM-Agenten qualitätsbezogene Fragestellungen selbstständig analysiert und Six-Sigma-Verfahren auf Prozessdaten anwendet. Halluzinationen und Verzerrungen werden dabei systematisch durch Ensemble-Modelle, Self-Consistency-Checks und kontinuierliches Feedback minimiert. Eine ereignisgesteuerte Architektur ermöglicht die skalierbare Echtzeit-Verarbeitung heterogener Produktionsdaten, während eine intuitive Schnittstelle zur natürlichsprachlichen Qualitätsanalyse die Brücke zwischen Datenwissenschaftlern und Domänenexperten schlägt. Das interdisziplinäre Konsortium validiert das System in drei komplementären Anwendungsfeldern (Medizintechnik, Automotive-Elektronik und Zerspanungssoftware), wodurch branchenübergreifend übertragbare Methoden zur KI-gestützten Qualitätsoptimierung etabliert werden.

Die technologischen Anforderungen an Kommunikation, Sicherheitstechnik und Radarsensorik steigen kontinuierlich an, wodurch klassische planare Leiterplattentechniken an ihre Grenzen stoßen. Insbesondere bei Frequenzen über 60 GHz sind daher neue Ansätze erforderlich, um die elektrische Leistungsfähigkeit von Hochfrequenzkomponenten wie Wellenleiter, Wellentypwandler und Antennen zu steigern. Ziel dieses Projekts ist die Entwicklung eines Herstellungsprozesses zur selektiven Metallisierung additiv gefertigter Hohlleiter. Mittels einer gezielten Strukturierung der metallischen Außenwand kann die Dispersion dieser Wellenleiter gezielt beeinflusst werden, wodurch sich enorme Vorteile für Anwendungen wie bildgebende Radarsysteme oder die Hochgeschwindigkeitskommunikation ergeben.

Ein besonderer Schwerpunkt des Projekts liegt auf der Bewertung und Anwendung verschiedener additiver Fertigungsverfahren für die Herstellung von Hochfrequenzkomponenten. Die Eignung der folgenden Verfahren für die wirtschaftliche Kleinserienfertigung soll evaluiert werden: Laserdirektstrukturierung (LDS), Plasmaspritzen, Piezojet und Nanojet. Die Fertigung eines Demonstrators im E-Band (60–90 GHz), bestehend aus Speisenetzwerken und Antennenelementen, veranschaulicht die Anwendbarkeit der Technologie.

Mission Kernfusion Bayern
Kernfusion erreicht weltweit eine Phase, in der Forschungsergebnisse systematisch in Technologieentwicklung und Industrialisierung überführt werden müssen. Die physikalischen Grundlagen für selbsterhaltende Fusionsplasmen sind in internationalen Programmen breit untersucht. Deutschland verfügt hierfür über eine starke Ausgangsbasis, insbesondere durch langjährige Plasmaphysik Expertise und Großforschungsanlagen wie Wendelstein 7X. Parallel beschleunigt der Eintritt privat finanzierter Fusionsunternehmen den internationalen Wettbewerb und erhöht den Umsetzungsdruck.
Bayern schafft mit Initiativen wie Mission Kernfusion sowie der engen Verzahnung von universitärer Forschung, Industrie und Start ups gezielt Strukturen für Technologietransfer und Transformation. Die FAU bündelt Kompetenzen in Fertigungssystematik, Werkstoffentwicklung, Automatisierung, Energiesystemtechnik und digitaler Fabrikplanung. Siemens Energy und Framatome ergänzen dies durch Erfahrung in Energieumwandlung, nuklearer Sicherheit, Großanlagenengineering und Genehmigungsprozessen.
Damit entsteht ein leistungsfähiges Ökosystem, das wissenschaftliche Exzellenz mit industrieller Umsetzung verbindet. Der Schwerpunkt verschiebt sich von der reinen Machbarkeitsfrage hin zur Entwicklung eines zuverlässigen, wirtschaftlichen und genehmigungsfähigen Fusionskraftwerks.

Abbildung 1: Die komplexen Magnetspulen der Stellarator Fusionsreaktoren sind bewickelt mit empfindlichen Supraleitern unter Einhaltung enger Toleranzen.

Wirtschaftlichkeit und Skalierbarkeit

Die physikalische Machbarkeit ist weitgehend nachgewiesen, doch zentrale ingenieurtechnische Herausforderungen sind noch ungelöst. Für ein industriell funktionierendes Fusionskraftwerk braucht es belastbare Lösungen in u.A. folgenden Bereichen:

• extreme Wärmeflüsse und Transienten an Divertor und First Wall bei gleichzeitigem Neutronenbeschuss, inklusive zuverlässiger Kühlung
• neutronenfeste Werkstoffe und belastbare Lebensdauer Nachweise für Struktur und Funktionsmaterialien
• Tritium Brutblanket und geschlossener Brennstoffkreislauf mit sicherer Gewinnung, Bilanzierung und Handhabung
• supraleitende Hochfeldmagnete (Abbildung 1) mit Quenchschutz, Kryotechnik, Montage und reproduzierbarer Qualitätssicherung
• digitale, rückführbare Fabrikkonzepte und qualitätssichere Produktionsketten für Pilot- und spätere Serienfertigung
• sichere, effiziente Energieumwandlung und Netzintegration
• skalierbare Laser- und Pellet-Technologien im Fall trägheitsbasierter Konzepte

Parallel verkürzt sich der Zeitrahmen zur Realisierung eines ersten Kraftwerks, während staatliche Programme und private Initiativen häufig noch nicht ausreichend verzahnt sind. Zugleich steigt der ökonomische Druck durch weiter sinkende Kosten erneuerbarer Energien und Speicher. Der kritische Engpass liegt im Übergang von Forschung zu integrierter Umsetzung in Engineering, Fertigung und Betrieb. Ohne diese Durchgängigkeit drohen Wissensbrüche, Doppelarbeit und Verzögerungen auf dem Weg zum Kraftwerksziel.

Fusion Factory Bavaria

Die Fusion Factory Bavaria schließt die Lücke zwischen Forschung und industrieller Umsetzung, indem sie wissenschaftliche Ergebnisse in skalierbare Technologien überführt und zugleich Industrieanforderungen, Sicherheit, Betrieb und Wirtschaftlichkeit berücksichtigt. Sie fungiert als offenes Innovationsökosystem, in dem Forschungseinrichtungen, Industrie, Start-ups und öffentliche Partner gemeinsam Schlüsseltechnologien entwickeln, etwa automatisierte Magnetfertigung, neue Hochleistungswerkstoffe, robotergestützte Montage und Inspektionsprozesse, digitale Zwillinge und echtzeitfähige Regelungssysteme.

Das Kernprinzip „vom Kraftwerk her denken“: Betriebsparameter, Zulassung, Wartung und Fertigung werden von Beginn an in das Design integriert. Dadurch entsteht ein koevolutionärer Entwicklungsprozess zwischen Physik und Technik, der spätere Anpassungszyklen reduziert und den Weg zur industriellen Reife beschleunigt.

Die Fusion Factory Bavaria soll am FAU-Standort AufAEG in Nürnberg aufgebaut werden. Die dortige Forschungs- und Industrieumgebung ermöglicht direkte Verzahnung von Laborinfrastruktur, Pilotfertigung und regionalen Technologieträgern.

Das Modell basiert auf einer langfristigen öffentlich-privaten Partnerschaft mit Forschungsbeirat, gemeinsamer Infrastruktur und Verbundprojekten. Eine Anschubfinanzierung des Freistaats Bayern und Beiträge der Partner sichern den Start; ein spezialisierter Studiengang
unterstützt den Aufbau qualifizierten Personals.

Damit entsteht ein zentraler Standort für Transfer, Industrialisierung und technische Exzellenz. Fusion wird konsequent als integriertes Kraftwerks- und Produktionssystem gedacht, mit dem Ziel, die Entwicklung eines ersten industriell nutzbaren Fusionskraftwerks in Deutschland
beschleunigt und realistisch umzusetzen.

Heute und mit Ihrer Unterstützung

Aktuell sammeln wir Letters of Intent LOIs, um das Markt und Partnerinteresse am Vorhaben nachvollziehbar zu dokumentieren und potenzielle Industriepartner sowie Investoren gezielt anzusprechen. Die LOIs sind zudem eine wichtige Grundlage für die nächsten Abstimmungen und Verhandlungen mit Förderern und weiteren Stakeholdern. Wir freuen uns über Ihren LOI.

• Grobkonzept_Fusion-Factory.pdf
• LOI_Fusion-Factory.pdf
• Modell_Fusion-Factory.pdf

Weiterführende Links

• BMFTR – Aktionsplan für das weltweit erste Fusionskraftwerk in Deutschland
• BayStMWK – Mission Kernfusion

Das Projekt EndoKI verfolgt das Ziel, mithilfe künstlicher Intelligenz die Diagnostik und Therapie von Endometriose entscheidend zu verbessern. Ein interdisziplinäres Forscherinnenteam entwickelt dafür ein dreidimensionales Patientinnenmodell, das Bildgebung, Operationsdaten und Nachsorgeinformationen integriert. Im Fokus stehen eine frühere und standardisierte Diagnose sowie eine patientenschonendere Behandlung.

Die medizinische Notwendigkeit ist groß: Im Durchschnitt vergehen derzeit rund acht Jahre, bis eine Endometriose erkannt wird – eine Zeit, in der viele Betroffene unter erheblichen chronischen Schmerzen leiden. KI-gestützte Bildgebung soll künftig eine präzisere präoperative Planung ermöglichen und dadurch die Zahl invasiver Eingriffe verringern.

Ein zentrales Element des Projekts ist der Aufbau einer pseudonymisierten Datenbank, die MRT-Aufnahmen und histopathologische Befunde umfasst. Diese Daten bilden die Grundlage für KI-Trainingsmodelle und eröffnen zugleich neue Perspektiven für die weitere Forschung. Ergänzend wird eine ethnografische Teilstudie durchgeführt, die die Bedarfe und Sichtweisen von Patient:innen und Ärzt:innen systematisch erhebt.

Der Lehrstuhl FAPS entwickelt in diesem Rahmen ein standardisiertes Untersuchungsprotokoll für die Ultraschall-Elastografie. Ziel ist eine verbesserte Detektion von Endometrioseherden, unter anderem durch optimierte Sonden- und Patientinnenpositionierung sowie den Einsatz physischer Gewebemodelle. Die erhobenen Ultraschall- und Elastografie-Daten werden manuell annotiert und dienen anschließend dem Training KI-gestützter Modelle zur automatischen Registrierung, Segmentierung und Erkennung typischer Läsionsmuster. Darüber hinaus sollen KI-Methoden helfen, Inter-Observer-Variabilitäten zu verringern und so den diagnostischen Prozess zu standardisieren.

Das Projekt PES4E|Road transferiert die zunehmend international standardisierte und marktverfügbare IPT-Technologie in die Branchen Automobil, Straßenbau, Energieübertragung, Maschinenbau und Automatisierung sowie Informations- und Kommunikationstechnik.

Die Elektromobilität löst wesentliche gesellschaftliche Herausforderungen: Die Fahrzeuge fahren dynamisch, emissionsfrei und leise, verbrauchen rund zwei Drittel weniger Primärenergie und sparen signifikant Betriebskosten. Damit werden der Abhängigkeit vom Rohöl, der Luftverschmutzung sowie der Klimakatastrophe kraftvoll entgegengewirkt.

Das entscheidende, noch ungelöste Problem ist die mobile Speicherung großer Energiemengen im Fahrzeug: Elektrochemische Batterien sind schwer, teuer, sicherheits-kritisch, erfordern kritische Rohstoffe und Deutschland hat technologisch den Anschluss verloren. Durch kontaktlose, induktive Übertragung der elektrischen Energie (IPT) aus elektrifizierten Straßen (Electrified Road Systems; ERS) in parkende und fahrende Pkw und Lkw kann eine grundsätzlich unendliche Reichweite für elektrische Fahrzeuge, die Technologie- und Ressourcen-Souveränität Europas in der Automobilindustrie zurückgewonnen sowie ein wirksamer Schutz der Umwelt erreicht werden.

Ansprechpartner FAPS: Dr.-Ing. Jochen Lorz.

 

 

Konventionelle Qualitätskontrollsysteme in der Produktion beschränken sich meist auf die reine Fehlererkennung und liefern lediglich binäre Bewertungen – Gutteil oder Schlechtteil. Eine systematische Unterstützung bei der Ursachenanalyse oder Fehlerbehebung bleibt dabei ebenso aus wie die gezielte Einbindung des wertvollen Prozesswissens erfahrener Bediener, das bislang kaum in digitale Systeme überführt wird.

Genau hier setzt das Forschungsprojekt KIdoka an: Ziel ist die Entwicklung eines KI-basierten Qualitätsassistenten, der über die klassische Fehlererkennung hinaus auch Ursachen identifiziert und direkt Maßnahmen zur Fehlerbehebung vorschlägt und autonom umsetzt. Der Name KIdoka orientiert sich am Jidoka-Prinzip des Toyota-Produktionssystems, das Automatisierung mit menschlichen Zügen verbindet – also Maschinen befähigt, Fehler selbstständig zu erkennen, zu bewerten und bei Bedarf einzugreifen. KIdoka überträgt dieses Prinzip in das Zeitalter der Künstlichen Intelligenz.

Herzstück des Qualitätsassistenten sind Vision Language Models (VLMs), die Funktionen der Computer Vision und der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) miteinander verbinden. Das System ist direkt an die Maschinensteuerung angebunden und ermöglicht somit die direkte Kommunikation in natürlicher Sprache mit der Anlage, um Maschinenparameter abzufragen oder anzupassen – ganz ohne komplexe Bedienoberflächen. Der Qualitätsassistent wird im Prozessschritt der Mantelextrusion in der Kabelproduktion erprobt und evaluiert.

Das dreijährige Verbundvorhaben KIdoka wird gemeinsam mit unseren Partnern HELU KABEL GmbH und Kühne+Vogel Prozessautomatisierung Antriebstechnik GmbH durchgeführt.