Projekte

Das Forschungsprojekt "PharmTechTrust" zielt darauf ab, die Vertrauenswürdigkeit digitaler Technologien in der pharmazeutischen Produktion zu gewährleisten. 

Projektdetails:

• Projektleiter:Jakob Rehrl
• Laufzeit: 1. Oktober 2024 – 30. September 2025
• Fördergeber: FFG
• Projektvolumen: ca. € 19.000,- (FFG)

Kurzbeschreibung:

Die digitale Transformation in der pharmazeutischen Industrie birgt das Potenzial, die Entwicklung und Herstellung von Medikamenten zu revolutionieren. Durch die Integration digitaler Werkzeuge wie KI-/ML-basierte digitale Zwillinge, Prozesssteuerung und Mensch-in-der-Schleife-Konzepte können Effizienz gesteigert, Kosten gesenkt und die Produktqualität verbessert werden. Angesichts aktueller Herausforderungen wie Lieferkettenproblemen, Medikamentenengpässen und der hohen ökologischen Belastung pharmazeutischer Prozesse ist dies besonders wichtig.

Die Implementierung digitaler Algorithmen in der pharmazeutischen Industrie steht jedoch vor erheblichen Herausforderungen aufgrund ihrer konservativen und stark regulierten Natur. Um digitale Algorithmen in bestehende Herstellungsprozesse zu integrieren, müssen Unternehmen die Dokumentation überarbeiten und die Einhaltung der strengen Anforderungen der Guten Herstellungspraxis (GMP) nachweisen.

Dieses explorative Projekt bietet eine technische Lösung, indem es ein Rahmenwerk für die regulatorische Bewertung digitaler Algorithmen vorschlägt. Im Projekt werden kritische regulatorische Aspekte digitaler Technologien in der pharmazeutischen Industrie identifiziert. Das technische Rahmenwerk wird unter Einhaltung dieser Vorschriften entwickelt und nutzt die digitalen Algorithmen aus der Algorithmus-Bibliothek von RCPE.

Durchbruch und Innovationen:

1. Regelkonformes Framework: Entwicklung eines technischen Rahmenwerks, das sicherstellt, dass digitale Algorithmen den regulatorischen Standards entsprechen. Erstmals wird ein Workflow für die regulatorische Bewertung von Algorithmen, wie z.B. der Prozesssteuerung, erstellt und transparent veröffentlicht.
2. Blueprint für Unternehmen: Unternehmen, die bisher zögerten, digitale Algorithmen aufgrund von Bedenken hinsichtlich regulatorischer Ablehnung zu implementieren, können diesen Workflow als Blaupause nutzen. Dies soll die Digitalisierung GMP-konformer industrieller Umgebungen erleichtern und Themen wie 'sorgfältiger und nachhaltiger Ressourceneinsatz', 'Zuverlässigkeit' und 'Abhängigkeitsreduktion' adressieren.

Da die beteiligten Technologien die Produktqualität verbessern, Betriebskosten senken und den Ressourcenverbrauch reduzieren, wird das Projekt sich positiv auf die Patientensicherheit, Lieferkettenprobleme und Nachhaltigkeit auswirken. Darüber hinaus wird die industrielle Digitalisierung die Attraktivität steigern und die Wiederansiedlung europäischer Produktionsstätten erleichtern.

Das AIBIA-Projekt ist eine gemeinsame Initiative mit der Universität Salzburg (PLUS) und wird vom Land Salzburg Seedfund (WISS2025) finanziert, um Projekte mit lokalen Partnern wie SALK und PMU zu initiieren. Der Schwerpunkt dieses Projekts liegt auf der automatisierten Verarbeitung und Analyse biomedizinischer visueller Daten mittels fortschrittlicher KI-Techniken, um die Herausforderungen in klinischen Anwendungen sowie im Bereich der empirischen Forschung zu überwinden.

Projektdetails:

• Projektleiter:Michael Gadermayr
• Laufzeit: 1. Januar 2023 – 31. Dezember 2025
• Fördergeber: Land Salzburg WISS2025
• Projektvolumen: ca. € 125.000,-

Projektbeschreibung:

Das AIBIA-Projekt konzentriert sich auf die Nutzung KI-gesteuerter Methoden zur Analyse biomedizinischer visueller Daten und adressiert damit eine bedeutende Lücke in der aktuellen Forschungslandschaft Salzburgs. Die Region beherbergt zahlreiche Life-Science- und klinische Forschungsgruppen (PMU, SALK, PLUS), die große Mengen biomedizinischer visueller Daten erzeugen. Diese Gruppen verfügen jedoch oft nicht über die nötige Expertise und Personalressourcen, um diese Daten für Forschungszwecke voll auszunutzen. Gleichzeitig stehen lokale Gruppen mit der erforderlichen Expertise (PLUS und FHS) vor Ressourcenproblemen, da ihr Personal überwiegend projektfinanziert ist und nicht für andere Aufgaben eingesetzt werden kann.

Strategische Ziele:

Die Einrichtung des "Research- and Transfer Junior Lab on AI in Biomedical Image Analysis (AIBIA)" zielt darauf ab:

1. Förderung kollaborativer Forschung: Als Inkubator für zukünftige hochkarätige, drittmittelgeförderte Forschungsprojekte (z.B. FWF- und EU-Projekte) zu fungieren.
2. Bündelung von Ressourcen und Expertise: Ein Zusammenschluss von Expert*innen von PLUS (Gruppe von Andreas Uhl) und FHS ermöglicht eine effiziente Kommunikation und Projektanbahnung. 
3. Stärkung interdisziplinärer Zusammenarbeit: Als Kristallisationspunkt für ein Kompetenznetzwerk zu dienen und die Ausbildung einer signifikanten Anzahl von Nachwuchsforschern zu fördern.
4. Entwicklung von Humankapital: Eine Talentquelle für zukünftige wissenschaftliche Projekte und institutionelle Rollen (z.B. Core Facility PMU) im Bereich Life Sciences bereitzustellen.
5. Unterstützung der lokalen Industrie: Eine attraktive Personalressource für Unternehmen in diesem Bereich zu schaffen und dadurch möglicherweise die diesbezüglichen FFG-Projektaktivitäten zu erhöhen.

Diese Initiative verspricht, die Forschungslandschaft in Salzburg erheblich zu verbessern, die Integration von KI in der biomedizinischen Bildanalyse voranzutreiben und ein nachhaltiges Ökosystem für zukünftige Innovationen zu fördern.

Das Projekt "Industrielle Künstliche Intelligenz" (IAI) ist eine bedeutende Initiative unter der Leitung von Stefan Huber und wird vom Land Salzburg im Rahmen des WISS2025-Programms gefördert. Ziel des Projekts ist es, die vielfältigen Anwendungsmöglichkeiten der Künstlichen Intelligenz (KI) in der Industrie zu erforschen und zu optimieren.

Projektdetails:

• Projektleiter:Stefan Huber
• Laufzeit: 1. September 2023 – 30. November 2024
• Fördergeber: Land Salzburg WISS2025
• Projektvolumen: ca. € 60.000,-

Projektbeschreibung:

Künstliche Intelligenz (KI) ist eine Schlüsseltechnologie, die zur Bewältigung zahlreicher Herausforderungen in Gesellschaft und Wirtschaft beiträgt. Insbesondere im Hinblick auf den Klimawandel und die Sustainable Development Goals (SDGs) der Vereinten Nationen bietet KI ein breites Spektrum an Optimierungsmöglichkeiten.

Aufbauend auf unserer bestehenden Forschungsstrategie fokussiert sich das Projekt auf den industriellen Anwendungsbereich und verbindet diesen mit Methoden des maschinellen Lernens (ML). Dadurch leisten wir nicht nur einen Beitrag zur Energiewende und Ressourcenschonung, sondern stärken auch die wirtschaftliche Standortssicherheit.

Strategische Ziele und Forschungsschwerpunkte:

Das Projekt IAI untersucht drei zentrale Themenkomplexe, die auf vorhergehenden Forschungsprojekten aufbauen:

1. Anwendung von ML in der Mechatronik:

   • Beispiel a: Untersuchung der Einsatzmöglichkeiten von SGD-Optimierern in ML-Frameworks für klassische Mechatronik-Probleme.
   • Beispiel b: Erforschung der Energieoptimierung in der Bewegungsplanung kinematisch unterbestimmter Roboter mittels Reinforcement Learning (RL), da klassische Verfahren wie die algebraische Lösung der Inverskinematik hierfür nicht ausgelegt sind.

2. Integrationsfähigkeit von KI-Methoden in Industriesysteme:

   • Untersuchung von Architekturen, die die Integration von KI-Methoden in industrielle Systeme ermöglichen und fördern.

3. Wirtschaftliche Entscheidungsfindung basierend auf ML-Vorhersagen:

   • Erforschung der Ableitung betriebswirtschaftlicher Kennzahlen aus ML-Vorhersagen und deren Verknüpfung mit den Prognoseergebnissen, um fundierte unternehmerische Entscheidungen zu ermöglichen.

Unsere Mission:

Unser Ziel ist es, durch praxisorientierte Forschung und enge Zusammenarbeit mit Partnern aus Wissenschaft, Wirtschaft und öffentlicher Verwaltung die Anwendungsmöglichkeiten von KI in der Industrie weiter zu erforschen und zu optimieren. Wir möchten innovative Strategien entwickeln, die nicht nur die Wettbewerbsfähigkeit von Unternehmen steigern, sondern auch einen nachhaltigen Beitrag zur Gesellschaft leisten.

Modellbasierte Strategie zur optimalen Betriebsführung von Bioreaktoren

Das Projekt "BIOCONTROL" setzt die von der FFG finanzierte Vorstudie BIOPTI fort und wird unter der Leitung von Jakob Rehrl durchgeführt. Ziel des Projekts ist die Entwicklung eines standardisierten Workflows zur Optimierung der Betriebsstrategie von Bioreaktoren.

Projektdetails:

• Projektleiter:Jakob Rehrl
• Laufzeit: 1. Oktober 2024 – 30. September 2027
• Fördergeber: FFG
• Projektvolumen: ca. € 126.000,-

Projektbeschreibung:

Das Projekt BIOCONTROL ist von großer Bedeutung, da Bioprozesse für die Produktion vieler Pharmazeutika unerlässlich sind. Um die Versorgungssicherheit mit Biopharmaka auch in Krisenzeiten zu gewährleisten, muss Österreich als Produktionsstandort attraktiv bleiben. Dies erfordert kosteneffiziente Betriebsstrategien, um eine Abwanderung der Pharmahersteller zu verhindern und gleichzeitig die Umwelt- und Klimabelastung zu reduzieren.

Strategische Ziele und Forschungsschwerpunkte:

Das Projekt zielt darauf ab, durch einen modellbasierten Ansatz die Effizienz und Nachhaltigkeit von Bioprozessen zu verbessern. Die wesentlichen Forschungsschwerpunkte umfassen:

1. Entwicklung eines standardisierten Workflows:
   • Erstellung eines Workflows zur Optimierung der Betriebsstrategien von Bioreaktoren, der auf den Erkenntnissen der Vorstudie BIOPTI aufbaut.
2. Kosteneffizienz und Produktionssicherheit:
   • Optimierung der Produktionsprozesse, um die Betriebskosten zu senken und die Attraktivität des Produktionsstandorts Österreich zu steigern. Dies soll dazu beitragen, die Versorgungssicherheit mit Biopharmaka auch in Krisenzeiten zu gewährleisten.
3. Umwelt- und Klimaschutz:
   • Reduktion des Ressourcenbedarfs für die Herstellung von Biopharmazeutika, um positive Umweltauswirkungen zu erzielen und einen Beitrag zum Klimaschutz zu leisten.

Unsere Mission:

Unser Ziel ist es, durch innovative Forschung und die Entwicklung effizienter Betriebsstrategien die Produktion von Biopharmazeutika zu optimieren. Wir möchten sicherstellen, dass Österreich ein attraktiver Standort für die Pharmaindustrie bleibt und gleichzeitig einen Beitrag zum Umweltschutz leisten.

Data Science for Sustainability

Das Projekt AI4GREEN zielt darauf ab, grenzüberschreitende nachhaltige Lösungen zur Verbesserung von Produktionsabläufen in Wirtschaft und Industrie zu entwickeln, um eine lebenswerte Zukunft für kommende Generationen zu sichern.

Es konzentriert sich auf drei Hauptbereiche:

1. CO2-Reduktion in der Landwirtschaft
2. Energieeinsparung durch optimierte Robotersteuerung
3. Ressourceneinsparung durch Produkt- und Prozessoptimierung

Die FH Salzburg übernimmt dabei die Leitung für die Pilotaktion "Energieeinsparung durch optimierte Robotersteuerung". Gemeinsam wollen wir mittels Künstlicher Intelligenz nachhaltige Lösungen für eine umweltfreundlichere Zukunft entwickeln.

Konsortialkoordinator: FH Kufstein
Projektleitung (FHS):  Stefan Huber
Laufzeit: 04/2024 - 2027
Fördergeber: INTERREG

Sparkling-Science-Matrix

In diesem Projekt werden in Zusammenarbeit mit Studierenden der HTBLuVA Salzburg, Studienzweig Biomedizin und Gesundheitstechnik, modernste Methoden zur Quantifizierung von Gewebeschäden entwickelt.

Verletzungen und krankhafte Veränderungen von Sehnen stellen eine große Herausforderung für die Orthopädie dar, besonders, weil die Zahl dieser Erkrankungen mit dem Alter stark zunimmt und verletzte Sehnen schlecht heilen. Neben Entzündungsprozessen sind Veränderungen in der Sehnenstruktur und den Sehnenzellen ausschlaggebend für die Entstehung und das Fortschreiten der Sehnenerkrankungen. 
Neue Studien an verschiedenen Geweben zeigen, dass Veränderungen in der Sehnenstruktur zu einem veränderten Stoffwechsel der darin eingebetteten Zellen führen, und so eine schlechtere Heilung und die Ausbildung von Narben bedingen. Erste Ergebnisse lassen vermuten, dass ähnlich deregulierte Stoffwechselprozesse zur schlechten Heilungsfähigkeit der Sehnen beitragen. Die Hintergründe sind jedoch noch kaum bekannt. 

Ein Ziel des Projektes ist es, diese Prozesse mit umfangreichen molekular- und zellbiologischen Methoden zu untersuchen. Weiters wird eine digitale Plattform zur automatisierten und objektiven Auswertung von mikroskopischen Gewebeschnitten angestrebt. Die Schülerinnen und Schüler der HTBLuVA Salzburg entwickeln dazu gemeinsam mit allen Kooperationspartner*innen entsprechende Softwaretools zur automatisierten Quantifizierung von digitalen Aufnahmen von Sehnen mittels KI-basierten Techniken (z.B. „Deep learning“ und Segmentierungsverfahren) und integrieren diese in eine benutzerfreundliche App. Die Schüler und Schülerinnen lernen dabei sowohl den technischen als auch den biologischen Hintergrund der noch sehr neuen KI-basierten digitalen Pathologie aus erster Hand kennen. 

Der Hauptbeitrag der Fachhochschule Salzburg besteht in der Analyse der erstellten und digitalisierten Gewebeschnitte mittels KI-basierten Techniken. Wissen, welches in der Forschung und in Masterarbeiten generiert wird, wird innerbalb des Projekts in ein für Life-Scientists nutzbares Werkzeug einfließen. Somit entsteht ein Beitrag im Bereich der Bildverarbeitung ebenso wie im Bereich der Medizin/Biologie.

Das Projekt wird durch das Bundesministerium für Bildung, Wissenschaft und Forschung (BMBWF) sowie durch die Agentur für Bildung und Internationalisierung (OeAD) im Rahmen des Forschungsförderprogrammes „Sparkling Science 2.0“ gefördert. 

Konsortialkoordinator: Paracelsus Medizinische Privatuniversität Salzburg (PMU), Institut für Sehnen- und Knochenregeneration
Projektleitung (FHS): Michael Gadermayr
Laufzeit: 10/2022 - 09/2025
Fördergeber: BMBWF, OeAD
Keywords: Image Processing, Machine Learning, Histopathology, Data Science
Projektwebsite: 
DE: SPARCMAT - Sparkling-Science-Matrix
EN: SPARCMAT - Sparkling-Science-Matrix

Impulsprogramm für den Österreichischen Wissens- und Technologietransfer in West-Österreich

Mit der Schaffung von den drei regionalen Wissenstransferzentren (WTZ Ost, WTZ Süd und WTZ West) leisten die österreichischen Universitäten und Fachhochschulen ihren Beitrag zur Intensivierung des Wissenstransfers von der Wissenschaft in die Wirtschaft und Gesellschaft. 
Das Wissenstransferzentrum West ist das größte Kompetenzzentrum für den akademischen Wissens- und Technologietransfer West-Österreichs. Unter dem Dach des WTZ West arbeiten Universitäten und Fachhochschulen aus Oberösterreich, Salzburg, Tirol und Vorarlberg gemeinsam daran, innovative Ansätze und neue Wissenshorizonte zu schaffen, den Wissenstransfer nachhaltig zu intensivieren sowie die Kooperation mit der Wirtschaft und Gesellschaft im Ganzen zu vertiefen und zu erweitern. Nach zwei erfolgreichen Projektrunden geht das Wissenstransferzentrum West mit diesem Projekt nun in die dritte Projektrunde. Durch die teilnehmenden Hochschulen - in Zusammenarbeit mit regionalen MINT-Initiativen und Unternehmen - werden verschiedene Vernetzungs- und Austauschworkshops veranstaltet, Bildungsangebote und Konzepte präsentiert sowie deren Ergebnisse und Erfahrungen ausgetauscht. MINT steht für „Mathematik, Informatik, Naturwissenschaft, Technik“.

Die FH Salzburg ist an den Kooperationsvorhaben 1 und 2 beteiligt:  
KV1: Weiterbildung, Vernetzung und Internationalisierung (Leitung: PLUS, Beteilung FHS)
KV2: MINT (Leitung: FHS)
Die Fachhochschule Salzburg konzipiert gemeinsam mit OTELO Hallwang und mit Ing. Punzenberger Copadata GmbH eine Workshop-Reihe, um Jugendlichen hardwarenahes Programmieren zu vermitteln. Mit dem Hauptziel, einfache Softwareprogramme für das Internet der Dinge zu entwickeln und die Begeisterung für Technik und Informatik zu wecken.

Die Wissenstransferzentren sind ein Verbund aus Universitäten und Fachhochschulen und werden vom Austria Wirtschaftsservice gefördert, aus Mittel der Nationalstiftung für Forschung, Technologie und Entwicklung (Österreich-Fonds).

Projektkoordinator: Paris Lodron Universität Salzburg 
Projektpartner: WTZ West-Konsortium, siehe Projektwebsite
Projektpartner aus Industrie: OTELO Halwang, Ing. Punzenberger Copadata GmbH
Projektleitung (FHS): Kranzer Simon
Laufzeit: 09/2022 - 06/2024
Fördergeber: aws (Austria Wirtschaftsservice) 
Keywords: Wissenstransfer, Industrie 4.0, MINT
Projektwebsite:  https://wtz-west.at

Towards a Comprehensive CBCT Imaging Pipeline for Real-time Acquisition, Analysis, Interaction and Visualization

CIRCIUT zielt auf die Optimierung der Aufnahme und Verarbeitung von sogenannten Cone-Beam Computed Tomography (CBCT) Daten ab. CBCT ist eine medizinische Bildgebungsmodalität, basierend auf Röntgenstrahlung und stellt eine Spezialform von CT dar. Ziel des Projekts ist einerseits eine Optimierung der Interaktion mit dem CBCT Gerät. Darüber hinaus soll die Bildanalyse dahingehend verbessert werden, dass mittels möglichst weniger Projektionen eine genauest mögliche Bildanalyse durchgeführt werden kann. Dadurch soll der Tradeoff zwischen minimaler Strahlung und höchster Sicherheit im Sinne der Diagnose optimiert werden. Zu diesem Zweck werden neueste Deep Learning Modell angepasst, evaluiert und erweitert.

Das Projekt CIRCUIT vereint die Bereiche Computer Vision und Human Computer Interaction. Die dadurch erzielten Synergien ermöglichen es, den Prozess bestehend aus Setup, Bildaufnahme, automatischer Verarbeitung und Experten-basierter Analyse ganzheitlich zu betrachten. Somit können Abhängigkeiten zwischen den einzelnen Phasen bestmöglich erkannt und proaktiv genutzt werden um das bestmögliche Gesamtergebnis zu erzielen.

Das Projekt wird durch die Österreichische Forschungsförderungsgesellschaft (FFG) im Rahmen von FFG-Bridge gefördert.

Projektleitung (FHS): Markus Tatzgern (MMT), Michael Gadermayr (ITS)
Projektteam (FHS): Markus Tatzgern, Michael Gadermayr, Maximilian Tschuchnig 
Laufzeit: 05/2022 - 04/2025
Fördergeber: FFG Bridge
Projektpartner: medPhoton GmbH
Keywords: CBCT, Reconstruction, Computer Vision, Convolutional Neural Networks, HCI, Interaction

Projektwebsite: CIRCUIT - Digital Realities Lab (mediacube.at)

Die Digitalisierung stellt das Kerngeschäft des klassischen stationären Händlers vor neue Herausforderungen. Es stellt sich vermehrt die Frage, welche Digitalisierungsschritte im physischen Laden selbst sinnvollerweise vorangetrieben werden sollten, um die stationären Handelsflächen zukünftig krisensicher, produktiv und wettbewerbsfähig zu halten.

In diesem Zusammenhang hat sich in der Industrie das Konzept Industrie 4.0 in den letzten Jahren etabliert. Hierbei handelt es sich um die Einbindung des „Internets der Dinge und Dienste“ in den industriellen Produktionsprozess. In einer „Smart Factory“ werden zukünftig Maschinen, Lagersysteme und Betriebsmittel als Cyber-Physical Systems (CPS) vernetzt. Intelligente Maschinen, Lagersysteme und Betriebsmittel, tauschen eigenständig Informationen aus, lösen Aktionen aus und steuern sich gegenseitig. So lassen sich industrielle Prozesse grundlegend verbessern und neue Formen der Wertschöpfung bzw. neuartige Geschäftsmodelle schaffen. Der stationäre Handel als Zusammenspiel verschiedenster Akteure entlang der Lieferkette und die dadurch
notwendige Konvergenz verschiedenster betriebswirtschaftlicher Kompetenzbereiche (Produktion, Logistik, Personal und Marketing) am Point of Sale (POS) stellen ein ähnliches Umfeld wie in der Industrie dar. 

Daher setzt sich das vorliegende Projekt zum Ziel, das bereits etablierte Konzept der Industrie 4.0 auf den stationären Handel umzulegen. In einer Kooperation aus Handels- und IT-Unternehmen wird ein Transferhub aufgebaut, dessen Aufgabe es ist, Industrie 4.0 Technologien am POS zu installieren und zu testen. In einem interdisziplinären Team wird hierzu Expertise aus der strategischen Managementforschung, Innovationsforschung, Operations Management, Konsumentenverhaltensforschung, Organisationsforschung und IKT-Forschung kombiniert.

Im Gegensatz zu anderen in Österreich umgesetzten Initiativen steht nicht die Effizienz der Distributionslogistik, also die Beziehung zwischen Händler und Produzenten, im Vordergrund. Vielmehr geht es um die Hauptakteure des stationären Handels: um die Mitarbeiter*innen und Konsument*innen. Technologie soll nachhaltig Nutzen bzw. Lebensqualität bei diesen Anwendergruppen stationär schaffen und auch ökologische und gesellschaftliche Herausforderungen am POS meistern. 
Hierbei gilt: Der Technologieeinsatz wird am Menschen entwickelt. Der Mensch wird nicht der Technologie bzw. dem Prozess untergeordnet. 
Durch dieses Vorgehen sollen Potentiale für eine technologische Stärkung des stationären Handels in unterschiedlichen Branchen, Betriebstypen und Eigentumsverhältnissen (insbesondere auch KMU) eruiert werden.

Details finden Sie auf der Projektwebsite: Mehr

Projektleitung (FHS): Robert Zniva (BWI)
Stv. Projektleitung (FHS): Simon Kranzer (ITS)
Projektteam: TEAM - Retailization 4.0
Laufzeit: Juli 2021 - Juni 2025
Fördergeber: FFG Österreichische Forschungsförderungsgesellschaft 
Keywords: Industrie 4.0, Smart Factory, Industrial Informatics, Stationärer Handel, AI, Smarte Produktion
 

Privacy and Security for Modelling and Assessing Threats to Industrial Complex Systems

Im Kontext von modernen Industrieanwendungen (Industrie 4.0) erfolgt eine verstärkte Digitalisierung des Produktionsprozesses. Dabei werden räumlich und/oder logisch getrennte Produktionsstandorte in einem heterogenen Umfeld mit verschiedenen teilnehmenden Akteuren verknüpft. Dieser Prozess erfordert den Austausch von Daten. Diese Daten können einerseits sensible und sicherheitsrelevante Informationen für die beteiligten Unternehmen darstellen, andererseits aber auch persönliche Daten von Endkund*innen enthalten.

Ziel dieses Projektes ist die Analyse von repräsentativen Prozessen im industriellen Umfeld und die Anwendung von privatsphärenerhaltenden Technologien, um einerseits die Daten der Endkund*innen zu schützen und andererseits einen optimierten, auf Schutz der Informationen der Unternehmen bedachten Produktionsprozess zu ermöglichen. Dabei steht besonders das Abwägen von Privatsphäre und Sicherheit aus technischer Sicht im Verhältnis zum Nutzen für den Prozess im Vordergrund. Im Rahmen des Projektes werden dafür typische, repräsentative Prozesse gemeinsam mit regionalen Unternehmen analysiert und die Datenflüsse, die Akteure und die Datenkategorien erfasst. Diese Informationen dienen als Grundlage einer modellbasierten Analyse und einer Modellierung des Systems. 
Auf Basis dieser modellbasierten Analyse können die beteiligten Akteure und die (möglicherweise verdeckten) Datenflüsse abgeleitet werden. Dazu erfolgt auch eine detaillierte inhaltliche Analyse der Daten mit u.A. maschinellem Lernen. Beides bietet die Grundlage zur gezielten Anwendung von privatsphärenerhaltenden Technologien, wobei hier verschiedene, dem Stand der Forschung entsprechende Technologien in Kombination mit Querschnittstechnologien angewendet und evaluiert werden. 
Eine Erfüllbarkeit der Prozessziele soll im gegebenen organisatorischen, rechtlichen und technischen Rahmen ermöglicht werden; die Daten und die Privatsphäre der Endkund*innen dabei aber maximal geschützt werden können. 

Projektkoordinator: Fachhochschule Salzburg GmbH (FHS)
Projektleitung (FHS): Günther Eibl
Laufzeit: 01.05.2021 – 30.04.2026
Fördergeber: Land Salzburg WISS 2025
Keywords: Industrial Security, Privacy und Security, Data Analytics

Energy Community System Integration

Durch den Beschluss des Erneuerbaren-Ausbau-Gesetzes (EAG) wurde die gesetzliche Grundlage sowie weitreichende Möglichkeiten für Energiegemeinschaften geschaffen, als die neuen Akteure im Engergiesektor einen wesentlichen Beitrag zur Energie- und Klimawende zu leisten. Besonders von Bedeutung ist die gemeinschaftliche Erzeugung und der gemeinschaftliche Verbrauch von Energie im Rahmen von lokalen Energiegemeinschaften. Diese Local Energy Communities (LECs), speziell in der Ausprägung als Erneuerbare Energiegemeinschaften (EEG), haben das Potential, die Energiewende zu unterstützen und werden auf EU-Ebene, aber auch nationaler Ebene politisch und gesellschaftlich unterstützt. Die Definition des regulatorischen und gesetzlichen Rahmens ist erfolgt, die technische Umsetzung ist noch weitgehend offen.

Eine geschickte und effiziente Integration von LECs ins Gesamtsystem ist notwendig, damit die LECs einerseits ihre eigenen Ziele verfolgen können, andererseits aber einen Beitrag für das Gesamtsystem leisten können. Momentan existiert noch keine Vision für die digitale Integration von LECs. Dies birgt die Gefahr, dass ein Wildwuchs verschiedener Lösungen entsteht, welche ineffizient, unabgestimmt und nicht erweiterbar agieren.

Genau hier setzt das Projekt ECOSINT an: die Ermöglichung der smarten Integration von LECs ins Gesamtsystem. Insgesamt wird durch dieses Projekt die Basis geschaffen, um LECs effizient und sicher zu integrieren und zu betreiben, ihre internen Ziele zu gewährleisten und gleichzeitig den Nutzen für das Gesamtenergiesystem zu optimieren.

Details finden Sie auf der Projektwebsite: Mehr

Projektkoordinator: Fachhochschule Salzburg GmbH
Projektleitung (FHS): Günther Eibl
Laufzeit: März 2021 - August 2024
Fördergeber: FFG Österreichische Forschungsförderungsgesellschaft 
Projektpartner: 
     Energie-Control Austria (E-Control)
     Energieinstitut an der Johannes Kepler Universität Linz
     Netz Oberösterreich GmbH
     Salzburg Netz GmbH
     Ökostrombörse Salzburg
     Salzburg Research Forschungsgesellschaft mbH
     AIT Austrian Institute of Technology GmbH
     Siemens AG Österreich
Keywords: Local Energy Communities, IT-Architektur, Privacy und Security, Ausbau erneuerbarer Energien