Team und Veröffentlichungen

  1. Hochschule Kempten
  2. Forschung
  3. Forschungsinstitute
  4. IDF - Institut für Datenoptimierte Fertigung
  5. Team und Veröffentlichungen

Unser Team – Innovation durch Zusammenarbeit

Das Team des IDF (Foto: HS Kempten)

Hinter jedem erfolgreichen Forschungsprojekt steht ein starkes Team. Unser Forschungszentrum vereint mehr als 20 engagierte Expertinnen und Experten aus den Bereichen Zerspanungstechnologie, Fertigungstechnik und Data Science. Gemeinsam arbeiten wir an zukunftsweisenden Lösungen, um Unternehmen in unserer Region mit datengetriebenen Ansätzen zu unterstützen und ihre Wettbewerbsfähigkeit zu stärken.

Unsere enge Zusammenarbeit mit regionalen und international agierenden Unternehmen ermöglicht es uns, innovative Methoden zu entwickeln, Prozesse zu optimieren und mit modernster Technologie nachhaltige Mehrwerte zu schaffen. Durch unsere interdisziplinäre Expertise und den direkten Austausch mit der Industrie entstehen praxisnahe Lösungen, die Unternehmen helfen, effizienter, präziser und wirtschaftlicher zu arbeiten.

Wir sind mehr als ein Forschungsteam – wir sind Ihr Partner für die digitale Transformation in der Fertigung.

Veröffentlichungen

2025

  • M. Grieshammer, P. Kellner, M. Götz, A. Schwarz, D. Ulrich, F. Schirmeier: "KI als Brücke zwischen technischer Zeichnung und CAD-Modell“, in maschinenbau / Ausgabe 4/2025, Springer Fachmedien Wiesbaden. Zum Artikel
  • S. Unsin, B. Müller, F. Schirmeier, T. Jäkel: "Towards Real-time Tool Wear Detection on Edge Devices: A Lightweight Dimensionality Reduction Approach for Spindle Integrated Cutting Force Sensor Data", DEXA 2025, International Workshop on Optimisation of Industrial Production with AI Algorithm. https://doi.org/10.1007/978-3-032-02003-1_10
  • R. Seliger, M. Micheler, S. Gül-Ficici, U. Göhner: "A Vision-Guided Approach to Pick-and-Place Robotics: From Assembly Drawings to Industrial Assembly Automation", DEXA 2025, International Workshop on Optimisation of Industrial Production with AI Algorithm. https://doi.org/10.1007/978-3-032-02003-1_9
  • F. Lischka, A. Schwarz, D. Wiesner, C. Wald, F. Schirmeier, U. Göhner: "Prediction of CNC Manufacturing Time Under Real-World Conditions Using Graph Convolutional Networks", DEXA 2025, International Workshop on Optimisation of Industrial Production with AI Algorithm. https://doi.org/10.1007/978-3-032-02003-1_8
  • C. Buhl, F. Waheed, U. Göhner: "Deep learning-based defect detection in laser powder bed fusion", DEXA 2025, International Workshop on Optimisation of Industrial Production with AI Algorithm. https://doi.org/10.1007/978-3-032-02003-1_7
  • G. Schäfer, R. Seliger, J. Rehrl, S. Huber, S. Hirlaender: "Multi-Objective Reinforcement Learning for Energy-Efficient Industrial Control", DEXA 2025, International Workshop on Optimisation of Industrial Production with AI Algorithm. https://doi.org/10.1007/978-3-032-02003-1_6
  • T. Jäkel, F. Schirmeier: "Deep Photometric Stereo for Tool Wear Inspection", DEXA 2025, International Workshop on Optimisation of Industrial Production with AI Algorithm. https://doi.org/10.1007/978-3-032-02003-1_5
  • Wald, C., Jung, T. and Schirmeier, F. 3D Convolutional Neural Network to Predict the Energy Consumption of Milling Processes. In Proceedings of the 14th International Conference on Data Science, Technology and Applications - Volume 1: DATA. https://doi.org/10.5220/0013457000003967 
  • T. Jäkel, S. Unsin, B. Müller, F. Schirmeier: "Cost-Effective Surface Quality Measurement and Advanced Data Analysis for Reamed Bores", Journal of Manufacturing and Materials Processing. https://doi.org/10.3390/jmmp9030099
  • F. Lischka, M. Götz, F. Schirmeier: "KPI-Berechnung mit homomorpher Verschlüsselung“, In maschinenbau / Ausgabe 1/2025, Springer Fachmedien Wiesbaden. Zum Artikel

 

2024

  • D. Wiesner, F. Schirmeier: "Performance and computation time gains caused by sampling rate reduction in time series deep anomaly detection", In Computer Aided Systems Theory - EUROCAST 2024: 19th International. https://doi.org/10.1007/978-3-031-83885-9_17
  • R. Seliger, M. Micheler, S. Gül-Ficici, U. Göhner: "Accelerating Manual Pick-and-Place Operations with AR-Projected CAD Plans and AI-Assisted Object Recognition", In Computer Aided Systems Theory - EUROCAST 2024: 19th International. https://doi.org/10.1007/978-3-031-82957-4_20
  • M. Spiegel, S. Guel-Ficici, U. Göhner: “Machine learning using a hybrid quantum classical algorithm with Amplitude Data Encoding“, In Computer Aided Systems Theory - EUROCAST 2024: 19th International. https://doi.org/10.1007/978-3-031-82957-4_16
  • M. Götz, M. Rost, D. Wilkner, and F. Schirmeier: "Unsupervised Segmentation of CNC Milling Sensor Data into Comparable Cutting Conditions“, Database and Expert Systems Applications, 35th International Conference, DEXA 2024, Naples, Italy, 2024. https://doi.org/10.1007/978-3-031-68312-1_12
  • S. Unsin, C. Dorer, B. Müller, T. Jung, A. Limmer, F. Schirmeier, "Schritt für Schritt zur Zerspanungs-KI", In maschinenbau / Ausgabe 4/2024, Springer Fachmedien Wiesbaden.
  • R. Seliger, S. Gül-Ficici, U. Göhner: "From Paper to Pixels: A Multi-modal Approach to Understand and Digitize Assembly Drawings for Automated Systems", In B. Moser et al. *Database and Expert Systems Applications - DEXA 2024 Workshops*. https://doi.org/10.1007/978-3-031-68302-2_7

 

2023

  • A. Limmer, M. Götz, F. Schirmeier: "Produktionsdaten in der Zerspanung sicher austauschen“, In maschinenbau / Ausgabe 4/2023, Springer Fachmedien Wiesbaden.
  • S. Würtz, K. Bogenberger, U. Göhner, “Big Data and Discrete Optimization for Electric Urban Bus Operations”, Transportation Research Record, vol. 2677, no. 3, pp. 389–401, 2023. https://doi.org/10.1177/03611981221115427

 

2022

  • T. R. Chhetri, S. Aghaei, A. Fensel, U. Göhner, S. Gül-Ficici, and J. Martinez-Gil, “Optimising Manufacturing Process with Bayesian Structure Learning and Knowledge Graphs”, In Computer Aided Systems Theory ‐ EUROCAST 2022, 2022, pp. 594–602. https://doi.org/10.1007/978-3-031-25312-6_70