Laufende Projekte

ENG: Data-based Software Engineering Methods and Tools

ARBAY

Internet-Marktplätze wie Amazon oder eBay dominieren als „digitale Kontrollpunkte“ immer mehr Bereiche des Einzelhandels. Eine Ausnahme bildet bislang der Handel mit langlebigen, hochvarianten und individualisierbaren Konsumgütern. Wie das konfigurierbare Produkt dann in den eigenen vier Wänden wirkt, kann erst nach Lieferung überprüft werden. Das Projekt ARBAY bringt die Beratung und Konfiguration von individualisierten Gütern ins Wohnzimmer. Im Projekt kommen Virtual- und Augmented-Reality-Technologien zum Einsatz, um neue digitale Vertriebswege für hochvariante Güter zu schaffen. Ziel ist es eine Verkaufsplattform zu entwickeln, mit der das Prinzip bekannter Verkaufsplattformen für den Verkauf dieser Güter erweitert wird. Der Schwerpunkt des am ISSE durchgeführten Teil-Projektes bildet die Entwicklung eines semantischen Produktmodells als Basis für die Plattform.

Ansprechpartner:
E-Mail: Dr. Christoph Knieke

Biotope

Das Ziel des Projektes BioTope ist es Basistechnologien und Engineering Methoden zu entwickeln, welche ein emergentes Systemverhalten erzeugen,  innerhalb einer adaptiven Systemplattform. Die Regeln für die Service Komposition sind hierbei weder zentral vorgegeben noch sind sie statistisch in der Plattform definiert. Sie sollen dynamisch zur Laufzeit generiert werden und sind Anforderungsorientiert. Dies sollte in einem offenen IoT-Ökosystem verwirklicht werden, so das unterschiedliche Daten und Dienste integriert werden können, um neue Prozesse zu schaffen und den Nutzeranforderungen gerecht werden. Die Hauptmotivation hierbei ist es, ein benutzeranforderungsgetriebenes System zu schaffen. Das Ökosystem neigt dazu, ein Gleichgewicht zwischen den Bedürfnissen der Benutzer und den bereitgestellten Daten und Dienstleistungen herzustellen. All dies wird durch Systemgarantien geregelt, die den korrekten Fluss des Ökosystems gewährleisten.

Ansprechpartner:
E-Mail: Eric Douglas Nyakam Chiadjeu
E-Mail: Christian Schindler

DevOpt

Software-Ökosysteme sind komplexe Systemverbünde interagierender, verteilter Einzelsysteme, die kontinuierliche, autonome Optimierung benötigen. In DevOpt fassen wir ein emergentes, verteiltes System als Drei-Schichten-Architektur auf: Lokale IoT-Ökosysteme verhandeln ihre Arbeitskonfiguration/Ressourcennutzung unter Rahmenbedingungen. Eine Kontroll-Schicht kann lokale Entscheidungen durch übergreifende, verteilte Optimierung korrigieren. Eine DevOps-Schicht ermöglicht Analyse, Wartung und Weiterentwicklung durch menschliche Eingriffe.

DevOpt zielt auf die Entwicklung kontrollierter emergenter Systeme durch verteilte Modellierung, lokale Verhandlung von Gerätekonfigurationen/Ressourcennutzung, erhöhte Entwicklungseffizienz durch Modellbasierung, sowie Kombination von Emergenz und DevOps. Die Demonstration/Evaluation erfolgt als Electric-Grid-Szenarien unter Einsatz selbst-lernender prädiktiver SmartMeter. Das ISSE wird ein komponentenbasiertes Emergenz-Framework für die lokale Schicht und Umgebungen realisieren, das lokale Optimierung und wechselseitige dynamische Verwendung von Ressourcen ermöglicht. Außerdem soll die emergente Integration hinsichtlich funktionaler und nichtfunktionaler Anforderungen überwacht und optimiert werden.

Ansprechpartner:

E-Mail: Mohamed Toufik Ailane
E-Mail: Mohammad Abboush

Timing Analyse und Lenkungsentwicklung

Das Projekt "Timing Analyse und Lenkungsentwicklung" forscht an Methoden der Abschätzung und Absicherung von Laufzeitverhalten in eingebetteten Regelungssystemen mit harten Echtzeitanforderungen. Dies geschieht im Rahmen von real existierenden Entwicklungsprojekten. Der Fokus liegt in der Spezifikation, Modellierung und der Messung von Laufzeitverhalten auf Systemebene.

Ansprechpartner:
E-Mail: Mohammad Abboush
E-Mail: Dr. Christoph Knieke

V-Modell XT Bund

In diesem Projekt geht es um die Verbesserung und Wartung des V-Modells XT Bund. Das V-Modell XT Bund ist eine unternehmensspezifische Anpassung des V-Modells XT an die Bundesbehörden. Es wird in diesem Projekt nach dem V-Modell XT entwickelt, gepflegt und gehalten.

Ansprechpartner: Dr. Christoph Knieke

V-Modell XT / Digitale Projekte-App (DiPA)

Der Weit e. V. hat dem Institute für Software and Systems Engineering den Auftrag erteilt das V-Modell XT in Form einer öffentlichen REST-Schnittstelle bereitzustellen. Nach der grundlegenden Überarbeitung des Metamodells des V-Modell XT wird eine Schnittstelle angeboten, die mit OpenAPI spezifiziert und Java implementiert wird.

Erste Softwareentwicklungen des Weit e. V., die die V-Modell XT REST-API implementieren, sind der neu entwickelte Webassistent (vormals Projektassistent) sowie die Digitale Projekte-App (https://dipa.online). Mit der Überarbeitung dieses Software-Ökosystems soll ein einfacher und zeitgemäßer Einstieg in das Projektmanagement mit dem V-Modell XT angeboten werden.

In dem Zusammenhang besteht das Forschungsinteresse an dem Software-Lebenszyklus sowie der Softwarearchitektur mit dem Hintergrund, dass es bereits mehrere Auflagen in Form von Metamodellen und Ableitungen für unterschiedliche Nutzergruppen des V-Modells gibt.

Ansprechpartner:

E-Mail: Karlson Hanke
E-Mail: Christoph Knieke

DACS: Dependable and Autonomous Cyber-Physical Systems

SafeWahr

Umgebungswahrnehmungssysteme autonomer Fahrzeuge verwenden heutzutage umfangreiche KI-basierte Algorithmen. Etablierte Techniken und Methoden zum Nachweis der Safety stoßen hierbei an ihre Grenzen. Auch wenn viele Fahrszenarien definiert wurden und Millionen von Kilometern zum Testen abgefahren wurden, ist eine umfassende Gewährleistung der Safety während der Design Time nicht möglich. Ziel des Projekts SafeWahr ist Verstöße gegenüber sicherheitskritischen Spezifikationen und Unsicherheiten von KI-basierten Umgebungswahrnehmungssystemen von autonomen Fahrzeugen rechtzeitig zu erkennen. Im Falle einer erkannten Verletzung, setzt das autonome Fahrzeug dann seine Fahraufgabe mit eingeschränkter Funktionalität in einem sogenannten Fail-Operational-Modus fort.

Ein grundlegender Lösungsansatz zur Behandlung von Situationen, welche während der Design Time noch nicht bekannt waren, ist die teilweise Verschiebung der Absicherung in die Betriebszeit. Ultimativ möchte man so eine Art der „Betriebszeitzertifizierung“ ermöglichen. In SafeWahr wird hierzu eine Monitoring-Architektur für die Eigendiagnose entwickelt. Innerhalb dieser Monitoring-Architektur kommen drei Monitore zum Einsatz: (1) Ein Situation Monitor, welcher feststellt, ob die aktuelle Situation während der Design Time berücksichtigt wurde, (2) ein Validity Monitor, welcher feststellt, ob die Ergebnisse des KI-basierte Umgebungswahrnehmungssystems sicher gegenüber der Ergebnisse ist und (3) ein Function Monitor, welcher Verletzungen der Zielfunktion gegenüber Sicherheitsspezifikationen erkennt.

Ansprechpartner:
E-Mail: Andreas Vorwald

autoMoVe

Projektwebsite

Im Fokus des Vorhabens autoMoVe stehen hoch modulare Fahrzeugkonzepte, die auf einem universell nutzbaren Fahrzeuggrundmodul mit wechselbaren Fahrzeugaufbauten, wie zum Beispiel für den Personen- oder Gütertransport, basieren. Unter Berücksichtigung der Anforderungen der ausgewählten Anwendungsszenarien erfolgt die Ausarbeitung der Fahrzeugkonzepte mit Fokus auf den Bereichen Fahrzeuggestaltung, Fahrzeugfunktionen, Energiemanagement und Regelung sowie Softwarearchitekturen.

Weiterhin wird zur Unterstützung der virtuellen Entwicklungsarbeit eine Entwicklungs- und Simulationsplattform realisiert. Hierin werden die Funktionen der entwickelten Fahrzeugkonzepte demonstriert. Ergänzend werden einzelne innovative Teilsysteme als Funktionsträger physikalisch realisiert und erprobt.

Ansprechpartner: Iqra Aslam

Mobilitätslabor

Das Mobilitätslabor ist ein querschnittliches, internes Projekt welches zum Ziel hat die momentane dynamisch adaptive Software-Plattform mit Absicherungsmechanismen zu verbinden. Die zu entwickelnde Plattform soll in möglichst vielen Projekten Einsatz finden können. Weiterhin ist das Mobilitätslabor ein Ort in dem vor allem Studierende zusammenkommen, um an Themen des autonomen Fahrens und des maschinellen Lernens zu arbeiten. Das Labor verfügt über zwei RaspberryPi-Fahrzeuge, ein 1:8-Modellfahrzeug und ein Innenpositionierungssystem.

Ansprechpartner:
E-Mail: Andreas Vorwald

mobil-e-Hub

Das Projekt mobil-e-Hub will den Herausforderungen des, insbesondere durch den E-Commerce, zunehmenden Logistikverkehrs auf der letzten Meile zum Kunden begegnen. Technologisch im Mittelpunkt und zentrale Projektinnovation von mobil-e-Hub ist ein neues Logistiksystem, das Drohnen mit Transportboxen über Trägersysteme an (elektrische) Fahrzeuge – den mobilen e-Hubs – zur Personenmobilität, z.B. Busse des ÖPNV, binden kann. Die Drohnen selbst übernehmen autonom an automatisierten Kommissionierungsstationen die für den Lebensmitteltransport optimierten Boxen, setzen auf die dafür ausgerüsteten Fahrzeuge auf und heben direkt am Übergabeort ab, um autonom die Box an den Kunden zu übergeben.

Bei dem Drohnenbetrieb als Lieferdienst gibt es rechtliche und technologische Herausforderungen, das ISSE nimmt sich den technologischen Herausforderungen an. Um einen zuverlässigen, robusten und sicheren Betrieb des Lieferdrohnensystems zu ermöglichen wird ein Online-Überwachungssystem für die Drohnen entwickelt und implementiert. Zu diesem Zweck wird der am ISSE entwickelte Dependability-Cage-Ansatz zur Laufzeitüberwachung funktionaler Anforderungen autonomer Fahrzeuge auf Flugsysteme angepasst. Zudem ist für eine optimale Steuerungsplanung eines E-Mobilitätssystems das Energiemanagement von entscheidender Bedeutung, daher wird mit Methoden der künstlichen Intelligenz der Energiebedarf prädiziert. Herausfordernd ist das gekoppelte Energiemanagement zwischen elektrischen Trägerfahrzeug und der Lieferdrohne unter Berücksichtigung der Logistiksystemanforderungen (z.B. Zeit), den Weginformationen, den aktuellen lokalen Bedingungen (z.B. Temperatur) und den vorausgegangenen Beobachtungen. Die Informationen aus dem Energiemanagement lassen sich mit der Absicherung verknüpfen um sicherzustellen, dass ausreichend Energie zur Zielerreichung und geplanten Landung zur Verfügung steht.

Ansprechpartner:
E-Mail: Adina Aniculaesei

Zukunftslabor Mobilität

Das Vorhaben zur Etablierung eines Zunkunftlabors Mobilität fokussiert anwendungsorientierte Forschungsarbeiten zur Nutzung von Technologien. In vier interdisziplinären Feldern (Collaborative Research Fields (CRF 1-4)) soll erforscht werden, welche Potentiale sich durch die Vernetzung von Systemen, Nutzern und Infrastruktur durch Digitalisierung für die Realisierung umwelt- und sozialverträglicher Mobilitätslösungen ergeben. Die Forschung richtet sich an konkreten (niedersächsischen) Anwendungsfällen zukünftiger Mobilität aus und soll Methoden und Ansätze für den schnellen Transfer innovativer Mobilitätslösungen hervorbringen.

Im Rahmen des gesamten Projekts beschäftigt sich TU Clausthal mit den Projektpartnern in CRF 2. Daten sind Grundlage für den automatisierten Fahrbetrieb (CRF 1) und Voraussetzung für die Entwicklung und Umsetzung geeigneter Services und Geschäftsmodelle (CRF 4). An dem CRF 2 sind Wissenschaftler/-innen aus den Bereichen Kommunikationstechnik, Information Engineering und Software Engineering beteiligt, um Methoden für die sichere Erfassung, Auswertung und Fusionierung von Mobilitätsdaten zu erforschen. Es sollen Methoden für die sichere und zuverlässige (im Sinne von Safety, Security und Privacy) Erhebung und Verarbeitung von Daten und die Erfüllung rechtlicher Rahmenbedingungen (z.B. DSGVO) in allen Entwicklungs- und Betriebsphasen erarbeitet und demonstriert werden. Es sollen Ansätze für die Entwicklung sicherer Datenarchitekturen sowie Methoden und Ansätze zur Standardisierung der Datenhandhabung und -fusion und der Beurteilung und Sicherung der Datenqualität erprobt werden.

Ansprechpartner:
E-Mail: Behzad Sezari

ML4E: Machine Learned Models for Engineers

Sensorentwicklung für Produkte des baulichen Brandschutzes zur Sicherstellung deren Funktion, für Smart Maintenance und I 4.0

Da sich die Elemente sicherheitsrelevanter Lösungen, wie zum Beispiel Brandschutztüren, hinsichtlich ihrer Kosten und Anbindung an die Energieversorgung sehr deutlich von Maschinen industrieller Anlagen unterscheiden, sind hierzu innovative Konzepte notwendig, mit Hilfe derer sicherheitsrelevante Systeme zu „Cyber Physical Systems“ werden. Das Projekt befasst sich mit den  dazu notwendigen Entwicklungen. Diese reichen vom Entwurf spezifischer Sensoren und Aktoren, die sich auch in kleinen Stückzahlen kostengünstig produzieren lassen, über IT-Lösungen für die Zustandsüberwachung und automatisierte Funktionstest sicherheitsrelevanter Systeme bis hin zum Aufbau von Methodenkompetenzen für den Entwicklungsprozess solcher „Cyber Physical Systems“. 

Ansprechpartner: Stefan Wittek

Matures Ölfeld

Der Einsatz von KI soll dazu dienen, die spezifischen Kosten der Ölförderung zu senken, ohne Kompromisse in der Sicherheit, des Umweltschutzes oder der Integrität einzugehen. Die Studie soll vor diesem Hintergrund aufzeigen, welche Einsatzbereiche für KI in einem maturen Ölfeld bestehen und wie diese wirtschaftlich zu bewerten sind. Die Einsatzmöglichkeiten zur Mehrwertbestimmung künstlicher Intelligenz im maturen Ölfeld sollen in einer Literaturstudie durchgeführt werden. Betrachtungsgegenstand ist hierbei der abgegrenzte Bereich von der Sonde selbst (inkl. Pumpe) bis zur Übergabestation inkl. Pipelinesystem. Hierbei werden die Einsatzmöglichkeiten und Potentiale von KI-Techniken aus den Bereichen Knowledge Discovery in Databases, Predictive Maintenance, Zeitreihenprognose, Modellbildung, modellbasierten und modellfreien Optimalsteuerungen und -regelungen untersucht und beschrieben.

Ansprechpartner: Stefan Wittek

KI basiertes Hochwasserfrühwarnsystem für die Altstadt von Goslar

Das Projekt "KI basiertes Hochwasserfrühwarnsystem" ist eine praktische Anwendung der KI-Prognosesysteme auf Sicherheitskritische Alltagsbereiche. Die praktische Anwendungsdomäne ist der Raum Goslar mit der vorhandenen Sensorinfrastruktur und den darüber hinnaus erhobenen historischen Daten. Hierbei soll die Künstliche Intelligenz die empirischen Daten wie Niederschlag, Bodenfeuchtigkeit, Sonneneinstrahlung über einen vergangenen Zeitraum observieren und in Verhältnis mit dem aktuellen Wasserpegel setzen. Es wird eine mögliche Korrelation vorausgesetzt, so dass gefährliche Spitzenwerte frühzeitig vorausgesagt werden können. Das Prognoseverfahren ist damit ein Kernstück für Koordination einer Reihe baulicher Maßnahmen zur Prävention von Hochwasser und Überflutungsereignissen.

Ansprechpartner: Dimitri Bratzel,Stefan Wittek

 

KIKI

Der Einsatz von KI im Kontext der prädiktiven Instandhaltung von Abwasserkanälen birgt Vorteile, sowohl im Sinne der Kostenersparnis als auch der Vorbeugung von Totalausfällen und daraus ggf. resultierenden Verunreinigungen des Grundwassers. Ziel ist es hierbei, bisher analog ausgeführte Tätigkeiten, so beispielsweise die Klassifikation von Schäden am Kanal, in Zukunft automatisiert erfolgen zu lassen. Darauf aufbauend lässt sich insbesondere eine Strategie ableiten, mit der sich der zukünftige Instandhaltungsprozess optimieren lässt. Zum Zwecke der Nutzerfreundlichkeit wird zusätzlich ein 3D-Modell des gesamten Netzes entwickelt, mit der sich sowohl die Klassifikation, als auch die Prognose des Zustandes visuell einsehen lässt. Die geplanten Schritte hierbei reichen von der theoretischen Erarbeitung eines Konzepts, bis hin zu einem einsatzfähigen Prototypen. Die eingesetzten Techniken umfassen klassische statistische Methoden, bis hin zu maschinellen Verfahren im Sinne des Predictive Maintenance und der Klassifikation.

Ansprechpartner: Benjamin Acar

NFDI4Ing – Nationale Forschungsdateninfrastruktur für die Ingenieurwissenschaften

NFDI4Ing vereinigt die ingenieurwissenschaftlichen Forschungsgemeinschaften und fördert das Management ihrer Forschungsdaten. Das Konsortium vertritt Forschende aller ingenieurwissenschaftlichen Bereiche. Es bietet einen einzigartigen methodenorientierten und nutzendenzentrierten Ansatz, um Forschungsdaten FAIR zu machen – auffindbar, zugänglich, interoperabel und nachnutzbar.

NFDI4Ing definiert insgesamt 7 Archetypen für Wissenschaftler als Anwender von Forschungsinfrastruktur. Das ISSE ist hier hauptsächlich im Archetyp BETTY: Forschungssoftware von Ingenieuren. Hierzu gehört insbesondre der Code von Simulationsmodellen, und Fragestellungen bezüglich der Integration heterogener Modelle, sowie deren Approximation mit Hilfe von KI-Methoden.

Ansprechpartner: Stefan Wittek