Über die IGF

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 ...

Geförderte Projekte

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.

Service
FAQ

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.

Prädiktion dynamischer Engpässe in gerichteten Materialflusssystemen mittels Maschineller Lernverfahren

Laufzeit:01.01.2021 - 30.06.2023
Vorhaben-Nr. 21595 N

Forschungsvereinigung:

Bundesvereinigung Logistik (BVL) e.V.
Schlachte 31
D-28195 Bremen
Tel.: +49 421 1738-419

Forschungseinrichtung:

  • RIF Institut für Forschung und Transfer e.V.

Vorhabenbeschreibung:

Logo Bundesministerium für Wirtschaft und Energie

Die datengetriebene Prädiktion von dynamischen Engpässen in gerichteten Materialflusssystemen leistet einen innovativen Beitrag zur Komplexitätsbeherrschung und Effizienzsteigerung für große und insbesondere für kleine und mittlere Unternehmen (KMU).

 

Im Sinne der Engpasstheorie stellt die Ausrichtung von Optimierungsmaßnahmen auf Engpassstationen den effektivsten Ansatz zur Steigerung der Leistungsfähigkeit dar, da Engpässe die systemische Ausbringung limitieren. Aufgrund von Variabilitätseinflüssen verändern sich die Auftrittsorte von Engpässen jedoch dynamisch, weshalb eine kontinuierliche Untersuchung der Materialflusssysteme notwendig ist. Die verfügbaren Verfahren zur Analyse von Engpässen konzentrieren sich lediglich auf eine Bestimmung von vergangenen sowie aktuellen Engpässen. Diese Verfahren identifizieren entstandene Engpässe also rückwirkend und können Maßnahmen zur Verminderung von Verfügbarkeitsverluste nur reaktiv veranlassen.

 

Der Einsatz von Maschinellem Lernen (ML) im weitgehend unerschlossenen Feld der Engpassprognosen stellt einen neuartigen Ansatz zum prädiktiven Umgang mit dynamischen Engpässen in der logistischen Planung und Steuerung dar. Im Forschungsvorhaben werden moderne ML-Verfahren aus dem Bereich der Zeitreihenprognose adaptiert, um die Auftrittsorte von dynamischen Engpässen noch vor ihrer Entstehung vorauszusagen. Die Durchführung der Analysen erfolgt mit Produktionsdaten aus dem projektbegleitenden Ausschuss (PA). Vergleichbare Prognoseaufgaben konnten bereits in anderen Domänen, bzw. der Wasserstands- oder der Verkehrsstau-Prognose, durch den Einsatz von ML gelöst werden.

 

Gemeinsam mit dem PA werden Optimierungsmaßnahmen zum zielgerichteten Umgang mit prognostizierten Engpässen entwickelt. Diese Maßnahmen werden gemeinsam mit der Methodik zur Prädiktion von dynamischen Engpässen in einem nutzerfreundlichen Werkzeug umgesetzt und noch während der Projektlaufzeit den Partnerunternehmen zur Validierung bereitgestellt.