Die RFID-Technologie gewinnt gerade bei hochwertigen Produkten immer mehr an Bedeutung. Ob Weißware, Medizintechnik, Maschinenbau, Automotive oder Luftfahrt – überall ist die schnelle und differenzierte Identifikation der Produkte wichtig. Eine besondere Herausforderung ist hier der Einsatz von RFID-Technologie auf metallischem Untergrund, weil Störungen des Funksignals, zum Beispiel durch Streuung oder Reflektion an metallischen Oberflächen vermieden werden müssen.

Mit dem "evoBOT" hat das Fraunhofer-Institut für Materialfluss und Logistik (IML) den Prototyp eines dynamisch stabilen Roboters auf zwei Rädern entwickelt. Er behält in jeder Situation das Gleichgewicht, ist bis zu 10 m/s schnell und kann Dinge vom Boden oder vom Förderer greifen und dem Menschen reichen. 

Mit SARA (für Smart Analytics Reporting Application) gibt ek robotics Betreiber:innen eines Fahrerlosen Transportsystems (FTS) ein Tool an die Hand, um ihre eigene Anlage in kurzer Zeit umfassend zu analysieren. Dabei ist die Bedienung der App intuitiv und die Ergebnisse werden in übersichtlicher und leicht verständlicher Form präsentiert. Zudem gibt SARA konkrete Informationen und Empfehlungen, mit denen das FTS mit Blick auf mehr Effizienz und höhere Performance optimiert werden kann.

Die Deutsche Forschungsgemeinschaft (DFG) fördert die neue Forschungsgruppe „Deep Learning auf dünn besetzten chemischen Prozessdaten“ für vier Jahre mit rund 3,5 Millionen Euro. Koordiniert wird sie an der Technischen Universität Kaiserslautern (TUK). Die Gruppe arbeitet daran, Verfahren des Deep Learning, eines Teilgebiets der Künstlichen Intelligenz, für die chemische Industrie nutzbar zu machen. Das ist bislang nicht möglich, insbesondere aufgrund der spärlichen Datenlage. Das interdisziplinäre Team aus Informatik und Verfahrenstechnik entwickelt dazu neue Methoden. Diese sollen dabei helfen, Fehler in chemischen Prozessen frühzeitig aufzuspüren, um Unfälle und Abschaltungen abzuwenden.