Home Digitales Niedersachsen
Digitalisierungsprojekte

Digitalisierungsprojekte

Verschaffen Sie sich in Kürze einen Überblick über die Arbeiten unserer ZDIN Partner. Von A-Z und auswählbar nach themenspezifischem Zukunftslabor, Status des Projekts sowie nach dessen Forschungsbereich. Erfahren Sie, was jeweils dahintersteckt, welche Schwerpunkte untersucht und welche Ziele verfolgt werden. Und finden Sie Anknüpfungspunkte für Ihre Interessen und Arbeitsgebiete.

0

Projekte insgesamt

0

Laufende Projekte

0

Forschungsbereiche

555.000,00€

Eingeworbenes Drittmittelvolumen

Filtern nach Zukunftslaboren:

Institutionen
Forschungsbereich
Status
A
Analyse der Bedarfe und Strukturen von Wassermanagement bezüglich Daten und Digitalisierung sowie Konzeptentwicklung mittels eines Co-Designs
Wissenschaftler*innen ermitteln Ansprüche des niedersächsischen Wassersektors an eine Digitalisierung des Wassermanagements. Dafür entwickeln sie einen konzeptionellen Rahmen, innerhalb dessen die weitere Forschung des Zukunftslabors stattfindet. So schaffen sie die Grundlage für einen interaktiven Forschungsprozess.
MEHR
Anpassungsstrategien der öffentlichen Trinkwasserversorgung an Extremereignisse
Ziel des Forschungsprojektes ist es, für die Wasserversorgungsunternehmen und der Wasserwirtschaftsverwaltung Methoden, Vorsorgekonzepte sowie übertragbare praxisnahe Werkzeuge für Extremereignisse zu entwickeln.
MEHR
B
Be- und Entwässerung, Natur- und Wasserschutz
Die Wissenschaftler*innen des Zukunftslabors Wasser untersuchen innovative Lösungen für die Be- und Entwässerung von Feldern und Küstengebieten sowie für den Natur- und Wasserschutz. Sie nutzen Sensoren und Algorithmen zur Datengewinnung und -auswertung sowie Modelle zur Simulation von Prozessen.
MEHR
C
CircularLIB: Graduiertenkolleg Stärkung Batteriecluster Region Braunschweig
Ziel ist die Erforschung eines hybriden KI-basierten Modellierungsansatzes für Lithium-Ionen-Batterien. In jüngster Zeit kommt auch im Kontext der klassischen Ingenieurdisziplinen vermehrt maschinelles Lernen zum Einsatz. Insbesondere Deep-Learning-Ansätze bieten schnelle und relativ genaue Modellierungsansätze, die auf dem ernen bestimmter Aufgaben aus Beispielen basieren.
MEHR
D
Digitaler Brandversuch: Hybride, KI-basierte Modelle für die Entwicklung von Brandschutzlösungen
Das Ziel des Projektes ist es, die Ergebnisse aus den Brandversuchen und den FEM Simulationen durch hybride KI-Modelle zu verbinden, umso über die durchgeführten Versuche sowie die gerechneten Simulationsszenarien hinaus generalisierend, beliebige Szenarien und individuelle Lösungen in kürzester Zeit vorhersagen zu können.
MEHR
Dirrigent: Digitale Bewässerungskartei für nachhaltiges Wasserressourcenmanagement
EDV-basierte Erfassung der Bewässerungsdaten zur Erstellung einer „digitalen Bewässerungskartei“ zur Unterstützung der Landwirte bei der Dokumentation und Abrechnung der bezogenen Wassermengen und der dabei enthaltenden Wasserdienstleistungen
MEHR
DuFloViz - Salzwasserdynamik bei Extremereignissen in Küsten-/Ästuarumwelt: Digitale Modellkoppelung und immersive Visualisierung
Modellhafte Kopplung der Prozesse Salz- und Sedimenttransport, Wasserströmung, sowie die Bereitstellung und Visualisierung homogener, konsistenter Eingangs-/Ergebnisdaten auf mehreren räumlichen und zeitlichen Skalen.
MEHR
E
EXDIMUM: Extremwettermanagement mit digitalen Multiskalen-Methoden
Kernziel des Projekts EXDIMUM ist es, das Extremwassermanagement im Spektrum komplexer Herausforderungen zu betrachten. (Einzelheiten siehe Projektseite)
MEHR
Extremereignisse, Naturgefahren und Klimawandel
In diesem Projekt adressieren die Wissenschaftler*innen des Zukunftslabors Wasser die Herausforderungen von Extremereignissen, Naturgefahren und des Klimawandels auf drei Ebenen der Digitalisierung: Sensorik und Datenerfassung, KI-Auswertung und Prognose sowie Smart Services und Transfer.
MEHR
F
FLoW: Föderales Lernen für bildgestützte optische Systeme im Wassermanagement
Zustandserfassung mittels KI-gestützter Kamerasysteme für verschiedene Zielparameter (Fließrate, Verkrautung & Verschmutzung von Oberflächenwässern sowie Detektion von Extremereignissen)
MEHR
I
INFER: INformation Fusion für Impakt-Vorhersagen hydrologischer ExtReme
Fusion, management, and exploration of heterogeneous data from multiple sources and its integration into model-based operational forecasting and warning systems.
MEHR
INWAS: Indikatorbasierte Wasser- und Energiestrategie zur Be- und Entwässerung
Optimization of drainage operations in the coastal region of northern Germany based on water and energy indicators.
MEHR
N
NextRain: Nowcasting von extremen Niederschlägen
Verbesserung der Kurzfristvorhersage (Nowcasting) von Starkniederschlagsereignissen und der Modellierung der daraus resultierenden Sturzfluten (Flash Floods)
MEHR
O
Optimierte Produktionsprozesse zur Verringerung des CO2-Abdruckes im Druckgießprozess mit Sekundär-Aluminium
Steigende Energie- und Rohstoffpreise sowie das Wachsen des internationalen Wettbewerbs sorgen dafür, dass interne Abläufe hinsichtlich des Ressourcen- und Energiebedarfs deutlich effizienter gestaltet werden müssen. Neben diesen ökonomischen Aspekten rücken gerade in der aktuellen Zeit die ökologischen Aspekte, wie z.B. die emittierten Treibhausgase immer mehr in den Focus. Aufgrund aktueller gesetzlicher Regulierungen auf nationaler und internationaler Ebene stellen die ökologischen Aspekte nunmehr eine wichtige Grundlage für strategische, unternehmerische Entscheidungen dar.
MEHR
OS WIS - Open Source wasserwirtschaftliches Informationssystem
Developing of Data Products on a basis of micro-services regarding use cases of the water economy.
MEHR
P
PRiuS: Prognosetool zur Risikoabschätzung urbaner Schadstoffeinträge
ML-basiertes Prognosetool, das anhand leicht messbarer Parameter für das urbane Gebiet und Abflüssen in der Vorflut das Risiko für Schadstoffeinträge ermittelt.
MEHR
R
RADiuS: Real-time Anomaly Detection in Aquatic Systems
Detection of events by the means of Artificial Intelligence algorithms like anomaly detection or concept drift detection in real-time
MEHR
RiverSnap - estimation of river hydraulic parameters using machine learning/AI models
RiverSnap is a citizen science-based project that employs machine learning/AI to detect/estimate hydraulic parameters such as water level, river course, and vegetation from images captured by smartphones or obtained from other sources.
MEHR
V
VGI-LOC - VGI-Datenerfassung, Analyse, Lokalisierung
Lokalisierung von VGI Daten zur Extraktion von Flut-bezogenen Informationen
MEHR
W
Wasserver- und -entsorgung sowie nachhaltiges Wassermanagement
Digitale Technologien ermöglichen innovative Lösungen, um Wasser intelligent und nachhaltig zu verteilen, zu nutzen und zu reinigen. Die Wissenschaftler*innen des Zukunftslabors Wasser entwickeln neue Ansätze für die Feldbewässerung, die Nutzung von Niederschlägen und die Risikoabschätzung von Schadstoffen.
MEHR
Zukunftslabore
Digitales Niedersachsen
Zentrum
Einblicke

Fonts updating...

Kontaktieren Sie uns telefonisch
+49 441 9722-222
A A
Beiträge in einfacher Sprache