WS-A.III
Functional Perspective
| Coordinator | Brecher, Christian |
| Grant period | 2019-01-01 - |
| Funding body | Deutsche Forschungsgemeinschaft |
| DFG | |
| Further information: | Homepage |
| Identifier | G:(DE-82)X080067-WS-A.III |
⇧ EXC 2023: Internet of Production (IoP) ⇧
Note: Das Internet – in seiner Bedeutung als weltweites sozio-technisches Netzwerk – hat die Verfügbarkeit von Daten und Wissen revolutioniert. Mit dem Konzept des Internets der Dinge (IoT für engl. "Internet of Things") wurde die Idee auf die physikalische Welt übertragen. Die direkte An-wendung des IoT-Ansatzes auf die Produktion ist derzeit nicht zielführend möglich, da die Pro-duktionstechnik durch wesentlich mehr Parameter, aber weniger verfügbare Daten als andere Big-Data-Domänen geprägt ist. Obwohl in der modernen Produktionstechnik große Mengen an Daten vorhanden sind, sind diese weder einfach zugänglich, interpretierbar, noch so vernetzt, dass daraus Wissen generiert werden kann. Dem Internet of Production (IoP) liegt die Vision zugrunde, ein neues Niveau der domänenübergreifenden Kollaboration zu ermöglichen, indem semantisch adäquate und kontextbezogene Daten aus Produktion, Entwicklung und Nutzung in Echtzeit und angepasster Granularität zur Verfügung gestellt werden. Den zentralen wissen-schaftlichen Ansatz hierfür stellen Digitale Schatten als anwendungsspezifisch aggregierte und multi-perspektivische Datensätze dar. Im Exzellenzcluster wird eine konzeptionelle Referenzinfrastruktur entworfen und implementiert, die die Generierung und Nutzung der Digitalen Schatten ermöglicht. Zur Umsetzung des Internet of Production haben sich Aachens renommierte Wissenschaftlerinnen und Wissenschaftler aus Produktionstechnik, Informatik, Werkstoffwissenschaften sowie der Wirtschaftswissenschaften formiert. Gemeinsam werden die interdisziplinären Herausforderungen, wie die Integration von reduzierten produktionstechnischen Modellen in datengetriebenes Machine Learning mit den Zielen eines domänenübergreifenden Wissensaufbaus sowie kontext-adaptiven Handlungen, adressiert. Das Internet of Production stellt die Basis für neue Methoden des ganzheitlichen Arbeitens dar, indem ingenieurswissenschaftliche Methoden und Prozesse entwickelt und verbessert werden. Hierfür ist ein integrierter Ansatz in der Produktionstechnik erforderlich. Aachen als Ausgangspunkt für das Internet of Production ist durch eine einzigartige Breite und ein herausragendes Ansehen in der Produktionsforschung geprägt, was auch durch die Ergebnisse des laufenden Exzellenzclusters "Integrative Produktionstechnik für Hochlohnländer" untermauert wird. Der RWTH Aachen Campus bietet einzigartige infrastrukturelle Voraussetzungen mit diversen Forschungsinstituten und industriellen Partnern zur integrativen Entwicklung und Validierung des Internet of Production. Die interdisziplinäre Zusammenarbeit der Forschungsteams wird u. a. durch die Förderung des wissenschaftlichen Nachwuchses im Rahmen einer Graduiertenschule unterstützt.All known publications ...
Download: BibTeX | EndNote XML, Text | RIS |
Journal Article
Semi-Automatic Configuration of Power and Force Limiting for Collaborative Robotic Applications
Zeitschrift für wirtschaftlichen Fabrikbetrieb 121(6), 425-432 (2026) [10.1515/zwf-2026-1086]
Files
BibTeX |
EndNote:
XML,
Text |
RIS
Contribution to a book/Contribution to a conference proceedings
LLM-BT-Grasp: Large Language Model to Behavior Tree for Grasping
2026 10th International Conference on Mechanical Engineering and Robotics Research (ICMERR) : 20-22 May 2026
10. International Conference on Mechanical Engineering and Robotics Research, ICMERR, MilanMilan, Italy, 20 May 2026 - 22 May 2026
IEEE (2026) [10.1109/ICMERR70056.2026.11643074]
Files
BibTeX |
EndNote:
XML,
Text |
RIS
Preprint
A Decade of Bayesian Optimization for Controller Tuning and Robot Learning: Tutorial, Review, and Future Prospects
[10.48550/arXiv.2609.09403]
Files
Fulltext by arXiv.org
BibTeX |
EndNote:
XML,
Text |
RIS
Preprint
Scalable Gaussian Process Regressionvia Deterministic Trigonometric Features:Uniform Bounds for Safe Model Predictive Control
[10.48550/arXiv.2608.16415]
Fulltext by arXiv.org
BibTeX |
EndNote:
XML,
Text |
RIS
Preprint
Local Preferential Bayesian Optimization
[10.48550/arXiv.2606.02351]
Files
Fulltext by arXiv.org
BibTeX |
EndNote:
XML,
Text |
RIS
Journal Article
Preferential Bayesian Optimization With Crash Feedback
IEEE Robotics and automation letters 11(4), 4299-4306 (2026) [10.1109/LRA.2026.3665446]
BibTeX |
EndNote:
XML,
Text |
RIS
Journal Article
Event-Based Laser Speckle Velocity Regression for Planar Motion
Journal of Laser Micro/Nanoengineering 21(2), 128-136 (2026) [10.2961/jlmn.2026.02.2005]
Files
Fulltext
BibTeX |
EndNote:
XML,
Text |
RIS
Contribution to a book/Contribution to a conference proceedings
Process Discovery as a Global Place Combination Problem
PNWS 2026 : Joint Workshop Proceedings of PNSE'26, PNAS'26, ATAED’26, and PHOCON’26 co-located with the 47th International Conference on Application and Theory of Petri Nets and Concurrency (PETRI NETS 2026) : Hamburg, Germany, June 22 - 23, 2026 Hamburg, Germany, June 22 - 23, 2026 / edited by Michael Köhler-Bußmeier, Daniel Moldt, Heiko Rölke, Lorenzo Capra, Robin Bergenthum, Sander Leemans, Andrey Rivkin, Uli Fahrenberg, Loïc Hélouët, Philipp Schlehuber-Caissier, Krzysztof Ziemiański
Algorithms & Theories for the Analysis of Event Data 2026, ATAED 2026, HamburgHamburg, Germany, 23 Jun 2026 - 23 Jun 2026
47. International Conference on Application and Theory of Petri Nets and Concurrency, Petri Nets 2026, HamburgHamburg, Germany, 22 Jun 2026 - 26 Jun 2026
CEUR Workshop Proceedings 4236, 9 Seiten (2026) [10.18154/RWTH-2026-07633]
Files
Fulltext
BibTeX |
EndNote:
XML,
Text |
RIS
Journal Article (Review Article)
Human autonomy and sense of agency in human-robot interaction: a systematic literature review
International Journal of Social Robotics 18(5), 64 (2026) [10.1007/s12369-026-01402-1]
Files
BibTeX |
EndNote:
XML,
Text |
RIS
Journal Article
Demonstrating Data-to-Knowledge Pipelines for Connecting Production Sites in the World Wide Lab
Machine learning and knowledge extraction 8(5), 136 (2026) [10.3390/make8050136]
Files
BibTeX |
EndNote:
XML,
Text |
RIS
All known publications ...
Download: BibTeX | EndNote XML, Text | RIS |