Forschungsvereinigungen müssen für die Antragstellung im Rahmen der IGF autorisiert sein. Noch nicht autorisierte Forschungsvereinigungen können einen Antrag auf Autorisierung im Förderprogramm Industrielle Gemeinschaftsforschung (IGF) stellen, wenn die Kriterien gemäß der Anlage Förderrichtline erfüllt sind.
Die Industrielle Gemeinschaftsforschung (IGF) ist ein europaweit einzigartiges, themenoffenes und vorwettbewerbliches Förderprogramm des Bundesministeriums für Wirtschaft und Energie (BMWE), das kleinen und mittleren Unternehmen (KMU) einen einfachen Zugang zu praxisorientierter Forschung ermöglicht.
Eine Kurzdarstellung veranschaulicht den Prozess von der Idee bis zur Veröffentlichung des Forschungsergebnisses.
Hier finden Sie eine Übersicht aller IGF-Forschungsvereinigungen.
IGF bewegt: Erhalten Sie in Bild und Ton Einblicke in die IGF.
Mit den Mitteln der IGF werden im transnationalen Netzwerk CORNET auch Projekte gemeinsam mit internationalen Kooperationspartnern durchgeführt ...
Im Rahmen des IGF-Kongresses wurde das IGF-Projekt des Jahres 2025 gewählt. Unter 23 Einreichungen hat der Wissenschaftliche Rat der IGF drei Finalisten nominiert. Das Gewinner-Team wurde durch das Publikum gewählt.
Ein kleiner Ausschnitt der bisher rund 12000 geförderten Projekte bietet einen Einblick in die Vielfalt der Forschungsthemen.
Die Projektdatenbank der Industriellen Gemeinschaftsforschung (IGF) umfasst rund 12000 abgeschlossene und laufende IGF-Vorhaben seit dem Jahr 1995 und wird regelmäßig aktualisiert.
Hier finden Sie Veranstaltungen mit Bezug zu IGF-Forschungsvorhaben.
Forschung für den Mittelstand - Die IGF-Projektdatenbank
Die Projektdatenbank der Industriellen Gemeinschaftsforschung (IGF) umfasst rund 12000 abgeschlossene und laufende IGF-Vorhaben seit dem Jahr 1995 und wird regelmäßig aktualisiert.
Suchen Sie nach einem exakten Begriff, setzen Sie diesen bitte in Anführungszeichen.
Möchten Sie sich einige Vorhaben als Auswahlliste abspeichern, können Sie diese mithilfe des Kästchens markieren und als PDF anzeigen lassen.
Die Suchergebnisliste zeigt alle Vorhaben in einem PDF-Dokument an.
Weitere Filter finden Sie in der erweiterten Suche.
Anwendung von Verfahren der künstlichen Intelligenz (KI), vor allem von Reinforcement Learning, Deep Learning und heuristischer Suche, im Bereich der Motorenentwicklung
Laufzeit:01.11.2020 - 31.10.2023Vorhaben-Nr. 21407 N
Forschungsvereinigung:
Forschungseinrichtungen:
-
Universität Stuttgart Institut für Fahrzeugtechnik Stuttgart Lehrstuhl Fahrzeugantriebssysteme
-
RWTH Aachen Lehrstuhl für Thermodynamik mobiler Energiewandlungssysteme
-
RWTH Aachen University Fakultät für Maschinenwesen Lehr- und Forschungsgebiet Mechatronik in mobilen Antrieben
Vorhabenbeschreibung:
Die hohe Komplexität von Fahrzeugantrieben und deren Variantenvielfalt führen oft zu großen Herausforderungen bei deren Entwicklung. Die Nutzung von Simulationsprogrammen im Rahmen dieses Prozesses ist jedoch bislang zu einem hohen Anteil vom Menschen geprägt, u.a. bei manueller Modellbedatung und Ergebnisauswertung. Dabei bieten Methoden der künstlichen Intelligenz (KI) vielversprechende Möglichkeiten solche Optimierungsaufgaben automatisiert, schnell und zuverlässig durchführen zu können. Dadurch ließe sich bei besserer Ergebnisgüte Zeit sparen und somit die Wirtschaftlichkeit des Entwicklungsprozesses erhöhen.
Innerhalb des Projektes sollen daher verschiedene Ansätze und Methoden verglichen werden, um den Entwicklungsprozess eines Verbrennungsmotors basierend auf KI oder heuristischer Suche zu automatisieren. Es soll geprüft werden, ob allgemeine Fortschritte bei der Adaption und Nutzung von neuronalen Netzen auf diesen Prozess übertragbar sind. Es soll geklärt werden, wieviel Trainingsdaten man zum Erlernen bestimmter Vorgänge und Zusammenhänge benötigt. Des Weiteren sollen die Vorteile und Grenzen der Nutzung von KI und heuristischen Suchmethoden in der Motorentwicklung untersucht werden.
Eine industrielle Umsetzung ist durch die bei Projektende bereitgestellten KI-Werkzeuge, deren Dokumentation, sowie einer Einführungsschulung, schnell und mit geringem finanziellem Aufwand möglich.
KMU als Entwicklungsdienstleister, Anbieter von Simulations- und Analysesoftware und Zulieferer profitieren davon in besonderem Maße, da sie die entwickelten Methoden mit geringem Aufwand integrieren, unmittelbar nutzen und so ihre internationale Wettbewerbsfähigkeit steigern können.
Der Wissenstransfer erfolgt u.a. mittels Abschlussbericht, Vorträgen und Präsentationen sowie einem möglichen Personaltransfer in die Industrie. Die Nutzung der Ergebnisse in Lehre und Weiterbildung streut die Erkenntnisse auch nach Projektende in einem sehr weiten Kreis.