KI-un­ter­stütz­tes En­gi­nee­ring

Im Forschungsschwerpunkt „KI-unterstütztes Engineering“ kombinieren wir das große Potenzial Künstlicher Intelligenz (KI) mit unserem Domänenwissen, um dynamische Systeme effizient und präzise zu modellieren, zu simulieren und zu optimieren.

KI umfasst einen großen Schatz an Methoden, die in der Entwicklung dynamischer Systeme eingesetzt werden können, um Prozesse zu beschleunigen, komplexe Phänomene berechenbar zu machen und die Eigenschaften oder das Verhalten von Gesamtsystemen und Systemkomponenten vorherzusagen. Im Fokus steht dabei das Maschinelle Lernen (ML), das eine Untermenge der KI bildet und Schlüsse aus experimentell oder simulativ generierten Daten ziehen kann, die für den Menschen zu schwer oder zu aufwendig zu formulieren sind.

Umgekehrt liefern klassische, physik-basierte Modellierungsansätze verlässliche und vergleichsweise leicht nachvollziehbare Vorhersagen und sind dadurch z. B. für Design-Entscheidungen weiterhin von großer Bedeutung. Deshalb streben wir in vielen Fällen eine geschickte Kombination aus KI und physik-basierten Ansätzen an.

Ak­tu­el­le For­schungs­the­men

Hy­bri­de Mo­del­lie­rung dy­na­mi­scher Sys­te­me

Die exakte Vorhersage des dynamischen Verhaltens technischer Systeme mittels physikalischer Modellierungsansätze stellt dort eine Herausforderung dar, wo die wirkenden Mechanismen nur mit großem Aufwand abgebildet werden können.

Mehr erfahren

Ef­fi­zi­en­te Vor­her­sa­ge des Rei­fen­ver­schlei­ßes

Bei der Simulation von Fahrwerksystemen kommen je nach Zielsetzung verschiedene Reifenmodelle zum Einsatz. Zur Bewertung der Fahrdynamik reichen häufig sehr einfache Varianten aus, wie z. B. Punktkontaktmodelle auf Basis der Magic Formula.

Mehr erfahren
business-card image

Lars Muth

Lehrstuhl für Dynamik und Mechatronik (LDM)

Teamleiter "KI in der Fahrzeugtechnik", Recheneffiziente Vorhersage des Reifenverschleißes

E-Mail schreiben +49 5251 60-1808