Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer-Institut für Photonische Mikrosysteme IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an besonders energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei werden die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert.
Intelligente Maschinen werden zunehmender Bestandteil unseres Alltages. Naheliegende Beispiele sind das autonome Fahren oder etwa moderne Roboter-Staubsauger im Haushalt. Doch auch dort, wo wir nicht direkt mit ihnen in den Kontakt kommen, sind selbstständig arbeitende Roboter zunehmend unerlässlich: Als flinke und unermüdliche Helfer in Logistikzentren oder als präzise und starke Partner in Fertigungsumgebungen.
Um in diesen Anwendungen autonom, also möglichst eigenständig ohne Überwachung durch Menschen, arbeiten zu können, sind diese Roboter mit Sensoren und Elektronik gespickt, die es ihnen ermöglichen, ihre Umgebung wahrzunehmen und auch unvorhergesehene Situationen eigenständig zu bewältigen. Je komplizierter das Aufgabengebiet, desto intelligenter und agiler muss die Maschine sein. Dies führt dazu, dass immer mehr und verschiedene Sensoren, etwa für die Abstandmessung, für die Bewegungserfassung oder die Druckbestimmung bei Berührungen, kombiniert werden und die Elektronik und Computertechnik für die Erfassung und Verarbeitung der Daten immer leistungsstärker sein muss.
Allerdings geht dieser Trend zu mobilen Supercomputern mit einem erheblich steigenden Energieverbrauch einher. Besonders bei mobilen Systemen führt dies zu einer verkürzten Einsatzdauer oder Reichweite und stößt laut aktuellen Prognosen in den nächsten Jahrzehnten gar an die Grenzen der weltweiten Energieerzeugung.
Um dieser Eskalation entgegenzuwirken, setzten die in NeurOSmart beteiligten Fraunhofer-Forscherinnen und Forscher auf einen neuromorphen In-Memory-Beschleuniger, der auf den jeweiligen Sensor maßgeschneidert wird. Als Vorbild für die zu entwickelnde Elektronik dient das menschliche Gehirn, denn dieses ist trotz seiner enormen Rechenleistung sehr energiesparend beim Treffen von Entscheidungen.
»Diese Art der Datenverarbeitung, also des Denkens, wird durch eine neuartige analoge Computer-Speichertechnologie realisiert, die zudem in der Lage ist, Rechenoperationen durchzuführen, wenn Daten in dem System neu erfasst werden«, erläutert der ISIT-Wissenschaftler und Projektleiter Dr. Michael Mensing: »In der Praxis wird dies genutzt, um Objekte und ihr Verhalten exakt und in Echtzeit zu erkennen.« Bisher sind für diese Funktionsweise mehrere getrennt entwickelte Komponenten in Computern und eine besonders energieaufwändige Kommunikation zwischen ihnen nötig.
Unterstrichen werden die Vorteile des neuen Ansatzes durch die parallele Entwicklung besonders kleiner und effizienter Modelle für die Objekterkennung und -klassifizierung, die speziell auf den Sensor, die neuen Möglichkeiten der direkt integrierten Elektronik und ihre Anwendungen angepasst werden. Das Resultat ist eine schnelle Reaktionszeit, erhöhter Datenschutz und erhebliche Energieeinsparung gegenüber dem aktuellen Trend von praxisfernen oder cloudbasierten Lösungen, die bevorzugt auf immer größere, energieintensivere Modelle zurückgreifen.
In der Projektlaufzeit von vier Jahren mit einem Finanzvolumen von acht Millionen Euro soll dieser Ansatz erstmals mit einem komplexen bei Fraunhofer entwickelten LiDAR-System kombiniert und in anwendungsnaher Umgebung erprobt werden. Dieses Sensorsystem ist ein entscheidender Bestandteil autonom arbeitender Systeme, da er seine Umgebung mithilfe detaillierter Abstandsinformationen auch bei schlechtem Wetter und über einen weiten Entfernungsbereich erkennt. Als erste Probe der neuartigen Sensoren werden sie in den nächsten Jahren in Robotersysteme integriert, die ihren menschlichen Kolleginnen und Kollegen in Fertigungsumgebungen unterstützen, beispielsweise durch das Bewegen von schweren Lasten oder Anreichen von Komponenten.
Innerhalb des Projekts entwickelt das Fraunhofer IPMS den Schaltkreis des neuromorphen Beschleunigers. Den Kern des analogen Beschleunigers bilden dabei moderne HfO2-basierte Crossbars. Damit lassen sich die komplexen, oft iterativen digitalen Berechnungen von KI-Modellen (z.B. in CNNs), die sonst mit hohem Energieaufwand auf generalisierten Grafikkarten berechnet werden müssen, auf energieeffiziente Speicheroperationen im Schaltkreis abbilden. Für die interne Steuerung der Datenflüsse wird der RISC-V-Prozessorkern EMSA5 mit direkten Schnittstellen zur analogen Beschleunigerbaugruppe und übergeordneten Systemen sowie Fehlerschutzmechanismen implementiert. Die Erforschung einer softwareprogrammierbaren Systemarchitektur wird einen flexiblen Einsatz des Schaltkreises in einer Vielzahl von Anwendungsfällen ermöglichen.
Weiterhin trainiert das Fraunhofer IPMS gemeinsam mit dem Fraunhofer IAIS den Schaltkreis des neuromorphen Beschleunigers. Dafür wird in einem ersten Schritt das neuronale Netzmodell für die LiDAR-Datenauswertung erforscht. Ziel ist dabei die automatisierte Abbildung auf der verfügbaren Hardwaretopologie sowie deren Übertragung auf ein Schaltkreisdesign. Im System analysiert der Schaltkreis vorverarbeitete LiDAR-Daten. Dabei erfolgt die Kommunikation zwischen Vorverarbeitung (FPGA) und Beschleuniger-Schaltkreis über eine echtzeitfähige Highspeed-Ethernet-Schnittstelle.
Abschließend ist das Fraunhofer IPMS gemeinsam mit dem Fraunhofer-Institut für Siliziumtechnologie ISIT an der Validierung der neuen Speicherzellen-Ansätze für zukünftige Beschleunigerumsetzungen beteiligt.
PersonalOhne Strom steht der Betrieb still. Ob Server im Büro, Kassen im Verkauf oder Maschinen in der Halle die heutigen Arbeitsabläufe sind stark von elektrischen Geräten abhängig. Eine zuverlässige Stromversorgung ist die absolute Basis für produktives Arbeiten. Doch wo täglich Strom fließt, entstehen oft unsichtbare Gefahren. Ein kleiner Defekt an einem Kabel oder ein unbemerkter Kurzschluss kann weitreichende Folgen haben. Ein plötzlicher Ausfall legt nicht nur die Arbeit lahm, sondern verursacht oftmals auch finanzielle Schäden. Genau hier setzt die betriebliche Elektrosicherheit an. Sie ist keine lästige Pflichtaufgabe, sondern ein wichtiger Teil des unternehmerischen Risikomanagements. Wer mögliche Gefahrenquellen im Blick behält, sorgt für sichere Abläufe und stärkt die langfristige Stabilität des gesamten Betriebs.
VerbraucherDie Energieversorgung von Gebäuden rückt zunehmend in den Fokus wirtschaftlicher Überlegungen. Der Heizungskeller spielt dabei eine entscheidende Rolle für den langfristigen Werterhalt von Immobilien und Betriebsstätten. Steigende Energiekosten und veränderte gesetzliche Vorgaben machen eine vorausschauende Planung notwendig. Eine Heizungsmodernisierung ist heute kein reiner Kostenfaktor mehr. Vielmehr handelt es sich um eine strategische Investition in die wirtschaftliche Zukunft eines Gebäudes. Damit sich dieser Schritt auszahlt, ist eine genaue Kalkulation gefragt. Es gilt, die anfänglichen Ausgaben, den langfristigen Nutzen und die verfügbaren staatlichen Förderungen sorgfältig aufeinander abzustimmen.
BusinessEin neues Büro ist für jedes Unternehmen ein wichtiger Schritt. Oft wächst das Team, es werden modernere Arbeitsflächen benötigt oder die internen Abläufe haben sich gewandelt. Ein solcher räumlicher Wechsel bringt stets frische Impulse für den Arbeitsalltag. Gleichzeitig gibt es dabei eine spürbare Herausforderung: Der normale Geschäftsbetrieb muss reibungslos weiterlaufen. Ein stillstehender Betrieb kostet Geld, verzögert laufende Projekte und beeinträchtigt den gewohnten Service für die Kundschaft. Die Erreichbarkeit muss zu jedem Zeitpunkt gesichert sein. Das Ziel ist es daher, den Umzug so zu gestalten, dass die tägliche Arbeit nicht unterbrochen wird. Das gelingt mit einer durchdachten Vorbereitung und einer klaren Struktur. Wer im Vorfeld die richtigen logistischen und organisatorischen Schritte plant, meistert den Wechsel an den neuen Standort sicher und entspannt, ohne dass das Kerngeschäft darunter leidet.