Innovationen made in Nordrhein-Westfalen: Projekte aus dem Wettbewerb „NEXT.IN.NRW“ erhalten Zuwendungsbescheide

Innovation hat viele Gesichter – Fachkräftesicherung in der Veranstaltungswirtschaft, Anlagenkonfiguration mit KI-Technologien, Cybersicherheit in der Fahrzeugkommunikation: Nach der erfolgreichen Wettbewerbsphase des EFRE-Förderaufrufs „NEXT.IN.NRW – Innovative Ideen, Dienstleistungen und Produkte aus Kultur, Medien, Kreativwirtschaft, KI und Informations- und Kommunikationstechnik (IKT)“ erhalten elf Unternehmen und Forschungseinrichtungen ihre Zuwendungsbescheide. Land und EU fördern die Vorhaben mit insgesamt über 20 Millionen Euro.

Wirtschafts- und Klimaschutzministerin Mona Neubaur: „Wer innovative Ideen hat, dem bieten wir jede Möglichkeit, diese zu entfalten und in die Anwendung zu bringen. Dafür schaffen wir ideale Rahmenbedingen, auch mit Förderaufrufen wie diesem. Die Vorhaben der elf geförderten Projekte zeigen, wie aus guten Ideen Innovationen entstehen können.“

Mit dem Wettbewerb „NEXT.IN.NRW“ unterstützt die Landesregierung innovative und zukunftsweisende Vorhaben von Unternehmen und Forschungseinrichtungen aus den Bereichen Kultur, Medien, Kreativwirtschaft, KI und IKT. In der ersten von insgesamt drei Runden des Wettbewerbs wurden 18 Projekte durch einen unabhängigen Begutachtungsausschuss zur Förderung empfohlen. 

Das Wirtschafts- und Klimaschutzministerium setzt den Wettbewerb gemeinsam mit dem Ministerium für Kultur und Wissenschaft und dem Ministerium für Bundes- und Europaangelegenheiten, Internationales sowie Medien des Landes Nordrhein-Westfalen um. Die Auswahl der Vorhaben aus der zweiten Wettbewerbsrunde findet Ende August 2024 statt. Weitere Informationen finden Sie dazu unter www.in.nrw.

Hintergrund:

Für zukunftsweisende, nachhaltige und innovative Vorhaben in Nordrhein-Westfalen steht aus dem EFRE/JTF-Programm NRW 2021 – 2027 ein Investitionsvolumen von insgesamt rund 4,2 Milliarden Euro zur Verfügung. Es speist sich aus 1,9 Milliarden Euro EU-Mitteln des Europäischen Fonds für Regionale Entwicklung (EFRE) und des Just Transition Fund (JTF) sowie der Ko-Finanzierung des Landes Nordrhein-Westfalen und Eigenanteilen der Projekte. Im Rahmen vielfältiger Förderaufrufe werden Vorhaben aus den Themenfeldern Innovation, Nachhaltigkeit, Mittelstandsförderung, Lebensqualität, Mobilität und Strukturwandel in Kohlerückzugsregionen unterstützt. Informationen zu diesem Thema finden Sie unter www.efre.nrw.

Folgende Vorhaben erhalten Zuwendungsbescheide:

Automatisierte morphologische Charakterisierung pharmazeutischer Hilfs- und Wirkstoffe mittels KI-gestützter Bilddaten-Analytik – AutoMorph

Ziel des Vorhabens ist die automatisierte Bestimmung von Form und Oberfläche halbfester und pulverförmiger Stoffe in der chemischen (pharmazeutischen) Industrie. So können die Grundstoffe präziser bestimmt und bearbeitet werden und ihr Verhalten besser prognostiziert werden. Hierzu werden Machine Learning-Prozesse auf den Bereich der Mikroskopie übertragen, sodass lichtmikroskopische Daten automatisch ausgewertet werden können. 

Projektkoordination: Industrial Analytics Lab GmbH, Bochum

Augmented-Reality-Innenstadt-Zonen: Innovationstreiber für die nachhaltige City – ARIZON

Ziel des Vorhabens ist es, Prototypen zu entwickeln, die exemplarisch das Potenzial aufzeigen, das der Einsatz von Augmented Reality zur Belebung von Innenstädten bietet.   

Projektkoordination: mxr storytelling UG, Gelsenkirchen

Effiziente Entwicklung und Prüfung cybersicherer Ethernet-Kommunikation für verkehrssichere software-definierte Fahrzeuge – Efficynet

Ziel des Projekts ist es, den sicheren Einsatz von Hardware und Software (z. B. Einparkhilfe mit Abstandssensoren) im Fahrzeug zu erleichtern. Dazu sollen die Auswahl von verschiedenen Ethernet-Cybersicherheitsmaßnahmen und die Prüfung von verschiedenen Sicherheitsprotokollen durch automatisierte Toolunterstützung optimiert werden.

Projektkoordination: Fraunhofer IEM, Paderborn

Automatisiertes KI-Framework für KMUs – AKI4KMU

Ziel des Vorhabens ist es, die Nutzung und Integration von KI in bestehende Prozesse für KMU unter der Berücksichtigung von ökologischen Aspekten zu vereinfachen, um sowohl die Effizienz zu steigern als auch die Ressourcennutzung zu optimieren. Ein Beispiel hierfür sind optimierte Routenplanungen für Drohnen bei der Überwachung von Nutzpflanzen. Adaptive Anwendungen mit begrenzten Daten und die Betrachtung von Nachhaltigkeit stehen im Fokus. Hierzu werden automatisierte KI-Prozessschritte weiterentwickelt. Digitale Zwillinge und 5G ermöglichen dabei reale Simulationen. 

Projektkoordination: Hochschule Hamm-Lippstadt, Hamm

Intelligentes System zur ressourcenschonenden Anlagenkonfiguration mit generativer KI-Technologie – GenISys

Ziel des Vorhabens ist die Schaffung einer KI-basierten Softwareanwendung zur intelligenten und ressourcenschonenden Konfiguration und Nutzung von Abfüllanlagen z. B. für Zement oder Baustoffe. Hierzu wird unter Einbeziehung generativer KI-Modelle ein Software-Demonstrator entwickelt, der es sowohl Anlagenbauerinnen, Anlagenbauern als auch Betreiberinnen und Betreibern ermöglicht, durch die Eingabe von Materialeigenschaften und Anforderungen eine passende Anlagenkonfiguration abzuleiten. 

Projektkoordination: Bergische Universität Wuppertal, Wuppertal

power*stage inspiriert von rethink*rotor – p*s

Ziel des Projekts ist es, eine Bauplanung für eine Veranstaltungsbühne zu erarbeiten, die aus ausrangierten Rotorblättern einer Windkraftanlage bestehen soll. Die Bühne soll Überdachung, Technik, Licht und Lagerraum in einem bieten und mithilfe eingebauter Lithium-Ionen-Batterien über eine autarke Energieversorgung verfügen. 

Projektkoordination: OX2architekten GmbH, Aachen

Einfache Erstellung und Nutzung von 3-D Objekten für kreative, kulturelle und immersive Anwendungen – Just scan it 3-D

Ziel des Projektes ist es, Methoden zu identifizieren und zu implementieren, die eine detailliertere und genauere Rekonstruktion von 3-D-Modellen größerer Objekte ermöglichen. Anwendungsbereiche sind zum Beispiel die Regulierung von Kraftfahrzeugschäden oder die Digitalisierung industriellen und kulturellen Erbes. Darüber hinaus wird die Erforschung und Entwicklung von Machine Learning-Methoden zur Erkennung von Anomalien und Fehlern in den rekonstruierten 3-D-Objekten angestrebt.

Projektkoordination: Bergische Universität Wuppertal, Wuppertal

Digitale Innovation für die geschlechter- und alternsgerechte Arbeitsgestaltung in der Veranstaltungswirtschaft – Fachkräftesicherung 4D

Ziel des Projekts ist die Entwicklung und Erprobung einer neuen Plattform mit digitalen Tools und Verfahren, die es der Veranstaltungswirtschaft ermöglichen soll, leichter Fachkräfte zu rekrutieren und die Abwanderung von Arbeitskräften aus der Veranstaltungsbranche zu stoppen. 

Projektkoordination: Institut für Arbeitsmedizin, Sicherheitstechnik und Ergonomie (ASER) e. V., Wuppertal

Effiziente Verfahrensauslegung zum Wasserstrahlfräsen durch smarte KI-Modellierung – JetsKI

Ziel des Vorhabens ist die Entwicklung eines KI-Prototypen, der es ermöglichen soll, ein innovatives, hochkomplexes Verfahren zur industriellen Bearbeitung von anspruchsvollen Materialien wie Keramik einem breiten industriellen Nutzerkreis zugänglich zu machen. Neben der Prozessauslegung sollen neuartige KI-Methoden auch den Anwender in der computergestützten Fertigungsumgebung unterstützen, um bisherige Einschränkungen zu umgehen und zu modernen Industriestandards aufzuschließen.

Projektkoordination: HydroMill GmbH, Aachen

Artificial Intelligence for Drone Delivery – AI4Drone

Ziel des Vorhabens ist die Bewältigung von Engpässen bei Fluglizenzen (Erteilung, Umfang, Geltungsbereich etc.) und im Luftverkehrsraum in Nordrhein-Westfalen. Um möglichst effizient möglichst viele Güter transportieren zu können, wird mithilfe von KI, Deep Learning und populationsbasierten Optimierungsansätzen eine automatisierte Drohnenairline entwickelt und in ein multimodales Logistiknetzwerk eingebettet. Hierzu sollen Methoden entwickelt werden, welche geeignete Koordinaten zur Übergabe von einer Drohne zur nächsten bestimmt.

Projektkoordination: Karl Koerschulte GmbH, Lüdenscheid

Generative KI für das Selbstüberwachte und adaptive Training in industriellen Edge-Sensorsystemen – GenSATIOn-Edge

Ziel des Vorhabens ist die Übertragung des selbstüberwachten Lernens für Diagnose und Prognose bei der Überwachung der Bearbeitung, z.B. von Metall, auf Basis industrieller Sensordaten. Dazu stehen energieoptimierte, selbstüberwachte Verfahren für den universellen Einsatz im Fokus. Zudem soll das Potenzial zur gesamtheitlichen Steigerung der Ressourceneffizienz in den Endanwendungen aufgezeigt werden.

Projektkoordination: Fraunhofer IMS, Duisburg