Aus der Forschung in die Anwendung: Projekte am Fraunhofer EMFT

Abbrechen
  • Multielektroden-Array mit integrierten Impedanzelektroden zur Durchführung eines Tests auf insektizide Wirkung im 96-Well Format.

    Multielektroden-Array mit integrierten Impedanzelektroden zur Durchführung eines Tests auf insektizide Wirkung im 96-Well Format.

    Im Projekt „Insektenzellen als Sensoren für Umweltgifte“ entwickelt das Fraunhofer EMFT eine neuartige Testmethode, bei der lebende Insektenzellen als empfindliche Biosensoren eingesetzt werden. Damit lassen sich schon kleinste toxische Effekte von Pestiziden schnell, markierungsfrei und automatisiert nachweisen. Ziel ist es, frühzeitig Risiken zu erkennen und die Entwicklung bienenfreundlicher Pflanzenschutzmittel zu unterstützen – ein wichtiger Beitrag zum Schutz von Insekten und Biodiversität.

    mehr Info
  • Neue Technologien für eine präzise Schmerztherapie

    Kleinste Mikromembranpumpe für exakte Dosierung

    Fortschrittliche Schmerztherapie
    © Daiken Medical Co., Ltd

    Fortschrittliche Schmerztherapie

    Im Mittelpunkt der Partnerschaft zwischen Fraunhofer EMFT und Daiken Medical steht die Entwicklung und erfolgreiche Lizenzierung der kleinsten Mikromembranpumpe der Welt. Diese Technologie revolutioniert die Mikrodosierung und eröffnet neue Anwendungsmöglichkeiten in der Schmerztherapie. Ein wichtiger Schritt war der Technologietransfer der patentierten Mikromembranpumpe an das Unternehmen Daiken Medical in Osaka, das nun das PCA-System „Amy“ entwickelt, mit dem Patienten ihre Schmerzbehandlung eigenständig steuern können.

    mehr Info
  • KI-gestützte Inhalationstherapie für Asthma und COPD

    CAELIA Health: Digitale Unterstützung für richtiges Inhalieren

    CAELIA Health digitale Inhalationstherapie
    © CAELIA Health

    CAELIA Health digitale Inhalationstherapie

    Fraunhofer EMFT entwickelt mit CAELIA Health, einem Ausgründungsprojekt, eine KI-gestützte Lösung für die Inhalationstherapie bei Asthma und COPD. Das System unterstützt Patienten im Alltag beim richtigen Inhalieren, liefert verständliches Feedback und macht die Therapie messbar – ohne sie zu verkomplizieren. Ziel ist es, die Therapietreue zu steigern, Behandlungsergebnisse zu verbessern und Millionen Patientinnen ein möglichst symptomfreieres Leben zu ermöglichen. Mit CAELIA Health profitieren Patienten und Patientinnen von mehr Kontrolle, Sicherheit und Lebensqualität.

    mehr Info
  • Hochintegriertes Ammoniak-Gassensormodul mit Mikropumpe
    © Fraunhofer EMFT/ Bernd Müller

    Hochintegriertes Ammoniak-Gassensormodul mit Mikropumpe

    Für Bayern hat der Agrarsektor mit rund 121 Milliarden Euro Umsatz pro Jahr eine wesentliche wirtschaftliche Bedeutung. Allerdings kommt es durch die unterschiedlichen Interessen mit den wirtschaftlichen Zielen der Landwirte und den nachhaltigen Zielen der Umwelt- und Tierschutz-Initiativen immer wieder zu Konflikten. Besonders die Emission von Ammoniakgasen führt hierbei zu gesellschaftlichen Diskussionen. Forschende der Fraunhofer EMFT entwickeln ein effizienteres Messverfahren zur Detektierung von Ammoniakgasen in der Landwirtschaft. Dabei ist das Ziel zu einer umwelt- und tierfreundlicheren Landwirtschaft beizutragen.

    mehr Info
  • Vorausschauende Wartung von Getriebeölen
    © Вячеслав Козырев - stock.adobe.com

    Vorausschauende Wartung von Getriebeölen

    Schmieröle leisten einen wesentlichen Beitrag zur Reibungsminimierung und gewährleisten damit einen sicheren Betrieb von Produktionsanlagen. Im Projekt Smart Gear entwickeln Forschende des Fraunhofer EMFT Lösungen, um eine abfallende Leistungsfähigkeit der Schmieröle mit Hilfe von Sensorik und Machine Learning-Methoden zu erkennen und den Zeitpunkt für einen Ölwechsel zu prognostizieren.

    mehr Info
  • KI im Sensorknoten: Embedded Tiny Machine Learning Plattform
    © Fraunhofer EMFT/ Bernd Müller

    KI im Sensorknoten: Embedded Tiny Machine Learning Plattform

    Die Auswertung von Sensordaten findet heute in der Regel in der Cloud statt. Durch die fortschreitende Digitalisierung wächst die Menge an erfassten und auszuwertenden Sensordaten jedoch rapide an. Um die anfallenden riesigen Datenmengen schnell und sicher zu übertragen, setzen Forschende des Fraunhofer EMFT auf Sensoren und Aktoren mit Künstlicher Intelligenz (KI) auszustatten.

    mehr Info
  • © Fraunhofer EMFT/ Bernd Müller

    Kontinuierliche Rolle-zu-Rolle-Verarbeitung elektronischer Folien.

    Im EU-Projekt SusFe arbeitet die Fraunhofer EMFT gemeinsam mit europäischen Partnern an einer effizienten und gleichzeitig ressourcenschonenden Design-und Produktionsplattform für medizinische Devices. Damit soll sowohl dem steigenden Bedarf an medizinischen Geräten als auch dem Aspekt der Nachhaltikeit Rechnung getragen werden.

    mehr Info
  • Sensorpflaster SoreAlert
    © SoreAlert

    Kontinuierliche Gewebeüberwachung für immobilen Patienten

    Jährlich erkranken weltweit über 3 Millionen immobile Menschen an schwerwiegenden, meist vermeidbaren Druckgeschwüren. Davon rund 0,6 Millionen in Deutschland. Dekubitus verursacht nicht nur persönliches Leid, sondern ist auch zeit- und kostenaufwendig zu behandeln. Aktuelle Prophylaxe Methoden erfordern viel Engagement des Pflegepersonals und bieten keine kontinuierliche Sicherheit. Daher besteht ein dringender Bedarf an individueller und kontinuierlicher Überwachung für eine wirksame Dekubitusprophylaxe. SoreAlert, ein potenzielles Spin-off der Fraunhofer EMFT, adressiert diesen Bedarf mit einem intelligenten Pflaster, das eine automatisierte Überwachung gefährdeter Körperbereiche ermöglicht und frühzeitig vor Druckgeschwüren warnt.

    mehr Info
  • KI-Prädiktive Anlagenwartung für ausfallsichere Fertigung

    Projekt KIWA: Maschinelles Lernen für Zero Downtime im Maschinenraum

    KI-basierte Anlagenwartung in der Fertigung
    © Unsplash/ L. Kumar

    KI-basierte Anlagenwartung in der Fertigung

    Ziel einer prädikativen oder vorausschauenden Wartung ist es, Betriebsmittel proaktiv und vorausschauend instand zu halten. Auf diese Weise sollen Störungszeiten und Wartungsaufwand auf ein Minimum reduziert werden. Forschende des Fraunhofer EMFT erproben neue Konzepte, um mit Methoden des Maschinellen Lernens auch extrem heterogene Daten effizient verarbeiten und exakte Wartungsvorhersagen für Fertigungsanlagen treffen zu können.

    mehr Info
frame-ancestors 'self' https://*.wiredminds.de;