Forschung und Entwicklung
Wir sind Industriepartner für angewandte FuE-Projekte
Lösungen für die Industrie von morgen
Wissenschaft und Praxis im Verbund
Als Industriepartner in der Forschung und Entwicklung konzentrieren wir uns auf die digitale Transformation industrieller Prozesse. Unser Schwerpunkt liegt auf der Entwicklung innovativer Lösungen in den Bereichen Digitalisierung, industrielle Prozessoptimierung, maschinelles Lernen (ML) und künstliche Intelligenz (KI). Darüber hinaus arbeiten wir in FuE-Projekten an IIoT-Infrastrukturen, Edge- und Cloud-Technologien sowie Verwaltungsschalen (AAS), um Unternehmen gezielt auf ihrem Weg in Richtung Industrie 4.0 zu unterstützen.
Durch unsere Beteiligung an öffentlich geförderten Forschungsprojekten im Verbund mit führenden wissenschaftlichen Einrichtungen und Unternehmen fördern wir die industrielle Verwertbarkeit der entwickelten Technologien. Unsere Projekte verfolgen das Ziel, praktische und effiziente Lösungen für die Industrie zu schaffen. Beispiele für diese Innovationskraft sind Softwarelösungen wie die datAIndustry App oder die Modulfinger App, die zur datenbasierten Optimierung von Produktionsprozessen beitragen, aber auch ein neuartiger OPC-Server, der die Integration und Nutzung von Maschinendaten vereinfacht.
Kontaktieren Sie uns, um mehr über unsere Forschungsaktivitäten und deren Nutzen für Ihre Projekte zu erfahren.
Nachhaltige Technologien für unsere Zukunft
Innovation trifft auf Verantwortung
Bereits seit 2002 arbeitet SEITEC regelmäßig in industriellen Forschungsprojekten mit. Die Anwendung zukunftsrelevanter Schlüsseltechnologien, sowie die industrielle Verwertung der Ergebnisse spielt eine zentrale Rolle in unseren eigenen Innovationsprozessen.
Unsere Forschungstätigkeiten richten sich dabei nicht nur auf technische Exzellenz, sondern auch auf den gesellschaftlichen und ökologischen Nutzen. Mit unserer Arbeit helfen wir, die Effizienz industrieller Anlagen zu steigern und gleichzeitig den Energie- und Ressourcenverbrauch zu senken. So verbinden wir Innovation mit Verantwortung und tragen aktiv zur Entwicklung einer nachhaltigen Industrie bei.
Mit unserer interdisziplinären Expertise, modernen Technologien und einem starken Netzwerk aus Partnern in Wissenschaft und Industrie setzen wir Maßstäbe in der anwendungsorientierten Forschung.
Gemeinsam gestalten wir Lösungen, die nicht nur heute überzeugen, sondern auch die Zukunft der Industrie prägen.
Ab hier übernehmen wir
Unsere Forschungen
BMBF / VDI / VDE-IT / Verbundprojekt: Trust4XChain - Vertrauenswürdigkeit mittels Chain of Trust in datenraumbasierten Ökosystemen für Wertschöpfungsketten
Die SEITEC GmbH realisiert im Rahmen des Forschungsprojekts maßgeblich die übergeordnete IoT-/ Edge-Infrastruktur. Daten aus der Elektronikfertigung, die über Maschinensteuerungen zugänglich sind, werden in hoher Datenqualität zur Verfügung gestellt und anschließend in standardisierbare Teilmodelle einer Verwaltungsschale (VWS) überführt. Die IoT-Infrastruktur stellt in Anlehnung zu GAIA-X verschiedene Federated Services und Trust Services, sowie vertrauensvolle Datenräume im Kontext von IDS (International Data Spaces) bereit.
BMWK / DLR / Verbundprojekt: ESCADE - Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers
Teilprojekt: Ziel des Teilvorhabens ist die Entwicklung und technische Realisierung von Software-Modulen für die Messung der Nachhaltigkeit von Rechenzentren.
BMWK / VDI / Verbundprojekt: NuMA 4.X - Nachhaltige und Menschzentrierte Automobilfabrik 4.X
NuMA 4.X entwickelt und erprobt ein modulares und KI-basiertes Assistenzsystem für die Beschäftigten der Fahrzeugfertigung am Beispiel von drei automobilen Use Cases im Ford Automobilwerk in Köln. Teilprojekt: Entwurf und Umsetzung einer hybriden Cloud / Edge Referenzarchitektur zur domänenspezifischen Datenaufnahme von Anlagen- und Sensordaten und Realisierung von menschzentrierten KI-Modulen für die ressourcenschonende Instandhaltung und Qualitätsprüfung.
BMWK / AIF / Verbundprojekt: BaSys4iPPS – Integrierte Instandhaltungs- und Produktionsplanung durch dezentrale Instandhaltungsprognose von Bestandsmaschinen in BaSys 4.0
Teilprojekt: Integration der Maschinendaten von Bestandssystemen mit maschinenindividuellen Legacy-Protokollen in BaSys 4.0, unter Nutzung von Verwaltungsschalen mithilfe von Edge Technologien.
BMBF / PTKA / Verbundprojekt: KausaLAssist – Kausale Graphen als lernendes Assistenzsystem für automatisiertes Fehlermanagement in der Produktion
Teilprojekt: Dezentraler digitaler Zwilling und KI-Befähigung von Produktionsmaschinen.
BMWi / ZIM Kooperationsprojekt mit Fraunhofer IWU Chemnitz
ModulFinger - Entwicklung einer modular aufgebauten und adaptiven Fingerprinting APP für die Zustandsüberwachung von Werkzeugmaschinen basierend auf einer Edge Technologie.
BMWi / DLR / Verbundprojekt: SPAICER – Skalierbare adaptive Produktionssysteme durch KI-basierte Resilienzoptimierung
Teilvorhaben: SPAICER-Plattformarchitektur - Entwicklung der Schnittstellen und Softwareapplikationen für verschiedene smarte Resilienzservices.
BMWi / ZIM Kooperationsprojekt mit Ernst-Abbe-Hochschule Jena
Entwicklung eines Expertensystems zur Abbildung der kognitiven Fähigkeiten eines Anlagenbedieners unter Nutzung von Methoden der KI. Ersetzung manueller Messungen des Anlagenbedieners durch zu entwickelnde autonome, technische Messungen.
BMWi / ZIM Kooperationsprojekt mit Ernst-Abbe-Hochschule Jena
Entwicklung einer modellbasierten Prädiktivregelung (MPC-Regelung) für Druckwechseladsorptionsanlagen. Entwicklung eines Inbetriebnahme- und Supervision-Tools zur effizienten, automatisierten und geführten Inbetriebnahme der komplexen MPC-Regelung, sowie Überwachung zur Laufzeit.
BMWi / ZIM Kooperationsprojekt mit Frauenhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB), Institutsteil Angewandte Systemtechnik (AST) Ilmenau
ReWaNet - Intelligente Automatisierungslösung für eine ressourceneffiziente Netzbetriebsführung und Hochbehälterbewirtschaftung in Trinkwassersystemen, basierend auf einem hybriden Datenmodell und einer 24h Prognose.
BMWi / PRO INNO Kooperationsprojekt mit Fachhochschule Jena
Neuro-Fuzzy-Softwaremodul für biotechnische Systeme / Prädiktive Regelung und Modellbildung mittels neuronaler Netze.
BMBF / VDI / VDE-IT / Verbundprojekt: Trust4XChain - Vertrauenswürdigkeit mittels Chain of Trust in datenraumbasierten Ökosystemen für Wertschöpfungsketten
Die SEITEC GmbH realisiert im Rahmen des Forschungsprojekts maßgeblich die übergeordnete IoT-/ Edge-Infrastruktur. Daten aus der Elektronikfertigung, die über Maschinensteuerungen zugänglich sind, werden in hoher Datenqualität zur Verfügung gestellt und anschließend in standardisierbare Teilmodelle einer Verwaltungsschale (VWS) überführt. Die IoT-Infrastruktur stellt in Anlehnung zu GAIA-X verschiedene Federated Services und Trust Services, sowie vertrauensvolle Datenräume im Kontext von IDS (International Data Spaces) bereit.
BMWK / DLR / Verbundprojekt: ESCADE - Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers
Teilprojekt: Ziel des Teilvorhabens ist die Entwicklung und technische Realisierung von Software-Modulen für die Messung der Nachhaltigkeit von Rechenzentren.
BMWK / VDI / Verbundprojekt: NuMA 4.X - Nachhaltige und Menschzentrierte Automobilfabrik 4.X
NuMA 4.X entwickelt und erprobt ein modulares und KI-basiertes Assistenzsystem für die Beschäftigten der Fahrzeugfertigung am Beispiel von drei automobilen Use Cases im Ford Automobilwerk in Köln. Teilprojekt: Entwurf und Umsetzung einer hybriden Cloud / Edge Referenzarchitektur zur domänenspezifischen Datenaufnahme von Anlagen- und Sensordaten und Realisierung von menschzentrierten KI-Modulen für die ressourcenschonende Instandhaltung und Qualitätsprüfung.
BMWK / AIF / Verbundprojekt: BaSys4iPPS – Integrierte Instandhaltungs- und Produktionsplanung durch dezentrale Instandhaltungsprognose von Bestandsmaschinen in BaSys 4.0
Teilprojekt: Integration der Maschinendaten von Bestandssystemen mit maschinenindividuellen Legacy-Protokollen in BaSys 4.0, unter Nutzung von Verwaltungsschalen mithilfe von Edge Technologien.
BMBF / PTKA / Verbundprojekt: KausaLAssist – Kausale Graphen als lernendes Assistenzsystem für automatisiertes Fehlermanagement in der Produktion
Teilprojekt: Dezentraler digitaler Zwilling und KI-Befähigung von Produktionsmaschinen.
BMWi / ZIM Kooperationsprojekt mit Fraunhofer IWU Chemnitz
ModulFinger - Entwicklung einer modular aufgebauten und adaptiven Fingerprinting APP für die Zustandsüberwachung von Werkzeugmaschinen basierend auf einer Edge Technologie.
BMWi / DLR / Verbundprojekt: SPAICER – Skalierbare adaptive Produktionssysteme durch KI-basierte Resilienzoptimierung
Teilvorhaben: SPAICER-Plattformarchitektur - Entwicklung der Schnittstellen und Softwareapplikationen für verschiedene smarte Resilienzservices.
BMWi / ZIM Kooperationsprojekt mit Ernst-Abbe-Hochschule Jena
Entwicklung eines Expertensystems zur Abbildung der kognitiven Fähigkeiten eines Anlagenbedieners unter Nutzung von Methoden der KI. Ersetzung manueller Messungen des Anlagenbedieners durch zu entwickelnde autonome, technische Messungen.
BMWi / ZIM Kooperationsprojekt mit Ernst-Abbe-Hochschule Jena
Entwicklung einer modellbasierten Prädiktivregelung (MPC-Regelung) für Druckwechseladsorptionsanlagen. Entwicklung eines Inbetriebnahme- und Supervision-Tools zur effizienten, automatisierten und geführten Inbetriebnahme der komplexen MPC-Regelung, sowie Überwachung zur Laufzeit.
BMWi / ZIM Kooperationsprojekt mit Frauenhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB), Institutsteil Angewandte Systemtechnik (AST) Ilmenau
ReWaNet - Intelligente Automatisierungslösung für eine ressourceneffiziente Netzbetriebsführung und Hochbehälterbewirtschaftung in Trinkwassersystemen, basierend auf einem hybriden Datenmodell und einer 24h Prognose.
BMWi / PRO INNO Kooperationsprojekt mit Fachhochschule Jena
Neuro-Fuzzy-Softwaremodul für biotechnische Systeme / Prädiktive Regelung und Modellbildung mittels neuronaler Netze.
Innovativ durch Forschung
Anerkannte Spitzenleistung
Ausgezeichnet vom Stifterverband
Warum SEITEC als Partner
- Starkes Netzwerk: Kooperation mit führenden Wissenschafts- und Industriepartnern für zukunftsweisende Forschung.
- Zukunftstechnologien: Technisches Know-how und praxisorientierte Forschung für KI und IIoT, Edge-/Cloud-Technologie und Verwaltungsschale.
- Fokus auf Verwertbarkeit: Forschungsprojekte liefern direkt einsetzbare Lösungen wie datAIndustry App und Modulfinger App.
- Geförderte Innovationskraft: Partner in Projekten mit technischer Exzellenz und gesellschaftlichem Mehrwert.
- Nachhaltigkeit: Energieeffiziente Technologien und ressourcenschonende Prozesse fördern eine nachhaltige Industrie.
- Anerkannte Spitzenleistung: Mehrfach ausgezeichnet als „Innovativ durch Forschung“ vom Stifterverband.
