gainInsights: Interdisziplinäre KI-Forschung für Elektromobilität, Wasserstoff und Erneuerbare Energien
Von der Datenanalyse zur intelligenten Optimierung
Die Energiewende braucht Innovationen. Und diese Innovationen werden zunehmend durch künstliche Intelligenz ermöglicht. Das zeigt das neue Projekt gainInsights, das seit Juli 2024 am Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW) läuft. Im Projekt entwickelt das ZSW KI-Methoden, die konkret in Forschung, Prototypenentwicklung und Produktionsprozessen zum Einsatz kommen. Das Projekt wird im Rahmen des Kofinanzierungsprogramms Künstliche Intelligenz vom Verband Region Stuttgart gefördert.
KI als Schlüssel für effiziente Innovation
Das Projekt zielt darauf ab, KI-Technologien gezielt in die Prototypentwicklung und Serienproduktion zu integrieren. Durch die Anwendung von KI sollen Prozesse optimiert, Kosten reduziert und die Zeit bis zur Marktreife neuer Technologien verkürzt werden. Ein zentrales Anliegen ist es, datenbasierte Entscheidungsfindung und automatisierte Anpassungsprozesse in der Forschung und Industrie zu stärken. Konkret befasst sich das Projekt mit zwei Zielen
Ziel 1: KI-Innovationen für wettbewerbsfähige Serienprodukte entwickeln
Der Fokus liegt auf der Integration von Digitalisierung bereits im Prototyping-Stadium. Zwei Arbeitspakete adressieren dies konkret:
Generische Brennstoffzellensysteme: Ein hybrides, KI-unterstütztes digitales Zwillingssystem ermöglicht parametrisierte Tests ohne Offenlegung von Geschäftsgeheimnissen. Open-Source-Datenframeworks schaffen Vergleichbarkeit zwischen Komponistenherstellern und Universitäten.
Intelligente Qualitätskontrolle: Computer-Vision-Algorithmen automatisieren die Prüfung von Perowskitsolarzellen-Beschichtungen (5 μm Schichtdicke) mit Mikrometer-Präzision. Das Ergebnis: Höhere Homogenität, bessere Reproduzierbarkeit und gesteigerte Wirkungsgrade bei industriellen Herstellverfahren.
Ziel 2: Ökologischen Fußabdruck durch KI-basierte Optimierung minimieren
Die HyFaB (Forschungsfabrik für Wasserstoff- und Brennstoffzellen) betreibt rund 45 Prüfstände – der Verbrauch an Prozessgasen (Wasserstoff, Stickstoff, Druckluft) lässt sich durch KI-Prognosemodelle signifikant optimieren:
Bedarfsprognosen: Durchflowmeter erfassen Verbrauchsdaten; Neuronale Netze modellieren Lastprofile für reduzierte Lieferlogistik.
Intelligente Abwärmenutzung: Wärmemengenmesser an Brennstoffzellenprüfständen ermöglichen Prognosemodelle, die Abwärme gezielt für Gebäudeheizung nutzbar machen.
Interesse an Zusammenarbeit oder weiteren Informationen?
Kontaktieren Sie das ZSW-Team: kilab-ee@zsw-bw.de
