Unsere Forschung
Breites Themenspektrum
Next Generation Engineering
Mit Systems Engineering zu mehr Innovation
Echte Innovation entsteht dort, wo Disziplinen nahtlos ineinandergreifen. Durch den Einsatz von Systems Engineering schaffen wir die methodische Grundlage für eine hochiterative und agile Produktentwicklung, die auf validen Modellen statt auf isolierten Dokumenten basiert. Das CSE unterstützt Sie dabei, diese modernen Entwicklungsmethoden tief in Ihrer Organisation zu verankern, um Fehler frühzeitig zu vermeiden und Raum für kreative Lösungen zu schaffen.
Silos aufbrechen
Modellbasierte Entwicklung
Traditionelle Abteilungssilos behindern die Effizienz in der modernen Produktentstehung. Durch modellbasierte Entwicklung (MBSE) ersetzen wir statische Dokumente durch ein zentrales Systemmodell als „Single Source of Truth“. Am CSE entwickeln wir die Methoden, um Fachdisziplinen wie Mechanik, Elektronik und Software nahtlos zu vernetzen und eine agile, disziplinübergreifende Zusammenarbeit zu ermöglichen, die selbst höchste Komplexität beherrschbar macht.
Architektur
Funktionsorientierte Entwicklung
Funktionsorientierte Entwicklung bildet das Fundament einer Architektur, die das Systemverhalten in den Mittelpunkt stellt – noch bevor die physische Umsetzung festgelegt wird. Am CSE nutzen wir diese Abstraktion, um komplexe Anforderungen disziplinneutral abzubilden und logische Wirkzusammenhänge frühzeitig zu validieren. Dieser Ansatz ermöglicht es uns, innovative Lösungen unabhängig von spezifischen Technologien zu konzipieren und die funktionale Sicherheit sowie Effizienz der späteren Realisierung bereits in der frühen Konzeptionsphase abzusichern.
SysML
Disziplinübergreifende Modellierungssprache
Zur Überwindung der Sprachbarrieren zwischen Mechanik, Elektronik und Software setzen wir auf eine einheitliche, disziplinübergreifende Modellierungssprache. Am CSE nutzen und optimieren wir Sprachen wie SysML, die als „Lingua Franca“ der Systementwicklung dienen und alle technischen Teilaspekte in einem konsistenten Gesamtmodell vereinen. Dies bildet die zwingende Voraussetzung für eine automatisierte Kommunikation zwischen unterschiedlichen Entwicklungswerkzeugen und stellt sicher, dass alle Projektbeteiligten stets auf Basis eines gemeinsamen, eindeutigen Systemverständnisses agieren.
KI im Engineering
Künstliche Intelligenz ist im Center for Systems Engineering kein abstraktes Zukunftsthema, sondern ein zentraler Beschleuniger für den gesamten Produktlebenszyklus. Durch die Kombination von Model-Based Systems Engineering (MBSE) und dem neuen SysML v2-Standard wird ermöglicht technische Daten in natürlicher Sprache verständlich darzustellen. Die textuelle Basis von SysML v2 ist dabei der Schlüssel: Wir nutzen KI, um Systemmodelle automatisiert zu generieren, Anforderungen in Echtzeit zu analysieren und Konsistenzprüfungen durchzuführen.
Damit transformieren wir Forschung in industrielle Praxis. Das CSE unterstützt Sie dabei, Einstiegshürden für MBSE erheblich zu senken, Entwicklungszyklen zu verkürzen und tiefes Systemwissen für jeden Projektbeteiligten sofort zugänglich zu machen. Wir begleiten Sie von der ersten Datenstrategie bis zur KI-gestützten Automatisierung Ihrer Engineering-Prozesse.
Generative KI im MBSE
Im CSE entwickeln wir die nächste Generation technischer Copiloten. Während weitgehend noch über Potenziale gesprochen wird, evaluieren wir in Projekten wie unserem aktuellen Konsortialprojekt KIMBA bereits heute den produktiven Einsatz generativer KI. Wir kategorisieren Assistenzsysteme nach klaren Reifegraden – von der einfachen Dokumentationshilfe bis hin zum autonomen KI-Agenten. Mit Benchmarks messen wir die reale Performance von Sprachmodellen im Systems Engineering und treiben die Entwicklung über die reine Modellierungsphase hinaus voran.
Die kritischen Herausforderungen der Industrie können so systematisch angegangen werden. Gemeinsam mit unseren Partnern entwickeln wir Strategien für domänenspezifische Daten, validieren die Robustheit der Ergebnisse und garantieren den Schutz Ihres geistigen Eigentums. Das CSE ist Ihr Partner, um KI-Assistenten nicht nur als Experiment, sondern als zuverlässigen Teil Ihrer Wertschöpfung zu implementieren.
Motivation
Nachhaltige Entwicklung
Die Beherrschung der Circular Economy entwickelt sich zunehmend zu einem strategischen Erfolgsfaktor in der produzierenden Industrie. Vor dem Hintergrund regulatorischer Anforderungen, steigender Ressourcenknappheit und wachsender Kundenerwartungen stehen Unternehmen vor der Herausforderung, ihre Wertschöpfung grundlegend neu auszurichten. Lineare Produkt- und Geschäftsmodelle werden dabei schrittweise durch zirkuläre Denk- und Handlungsansätze ersetzt.
Circular Lifecycle Engineering
Circular Lifecycle Engineering beschreibt einen ganzheitlichen Ansatz zur Gestaltung zirkulärer Wertschöpfungssysteme über den gesamten Produktlebenszyklus hinweg – von der Produktentwicklung über Produktion und Nutzung bis hin zu Wiederverwendung, Remanufacturing und Recycling. Die methodische Grundlage bildet hierbei das Model-Based Systems Engineering (MBSE), das es ermöglicht, die hochkomplexen Abhängigkeiten zirkulärer Systeme digital abzubilden und bereits in der frühen Entwicklungsphase präzise zu steuern.
Ziel ist es, Produkte, Systeme und Geschäftsmodelle so zu entwickeln, dass Ressourcen möglichst lange im Kreislauf geführt, Wertverluste minimiert und ökologische wie ökonomische Potenziale gleichermaßen erschlossen werden.
Digitale Durchgängigkeit im Lebenszyklus
Im Zentrum steht eine integrierte Lifecycle-Perspektive, die technische, organisatorische und wirtschaftliche Aspekte verknüpft. Die Grundlage dazu bildet der Digitale Zwilling, der als durchgängiges Datenmodell reale Prozesse abbildet und zirkuläre Produktarchitekturen sowie datenbasierte Lebensdauerprognosen erst ermöglicht.
Damit rücken strategische Kernfragen in den Fokus: Welche Strukturen und Kompetenzen verankern zirkuläre Wertschöpfung systematisch? Welche MBSE-Modelle und digitalen Werkzeuge unterstützen die Bewertung komplexer Kreislaufkonzepte? Wie können Lebenszyklusdaten gezielt genutzt werden, um fundierte Entscheidungen für wirtschaftlich tragfähige zirkuläre Geschäftsmodelle zu realisieren?
