Online-Veranstaltung –

mFUND Checkout im Juni

Unter dem Motto "Von der Forschung in die Praxis" werden die Projekte CargoSurfer und IDA-KI vorgestellt.

Wann
Wo
Online
Wer
mFUND

Im mFUND forschen kluge Köpfe an Lösungen für die Mobilität von morgen. Doch Innovation endet nicht mit der Förderung, jetzt beginnt der Weg in die Praxis! Mit dem mFUND Checkout bringt die Begleitforschung jeden Monat wegweisende Projekte auf die digitale Bühne. Erfolgreich abgeschlossene mFUND-Projekte präsentieren ihre Innovationen in kurzen Impact-Pitches und zeigen, wie ihre Forschungsergebnisse konkret angewendet werden. In Breakout-Sessions erhalten Sie tiefere Einblicke in die erzielten Ergebnisse und Verwertungsperspektiven. Erfahren Sie, wie Wirtschaft, Forschung und Kommunen von den Entwicklungen profitieren können und treten Sie direkt in den Dialog mit den Projekten.

Bei dem nächsten mFUND Checkout am 18. Juni 2025 von 13:30 Uhr bis 14:30 Uhr stehen die Projekte “CargoSurfer – Frachtmitnahme im kombinierten Personen- und Güterverkehr im ländlichen Raum durch Echtzeit-Prognosen in mehrstufigen Transportketten” und "IDA-KI – Automatisierte Bewertung der Monitoringdaten von Infrastrukturbauwerken" im Fokus und stellen ihre entwickelten Lösungen vor.

Das Projekt CargoSurfer hat eine digitale Plattform zur Verknüpfung freier Lade- und Transportkapazitäten im Personen- und Güterverkehr entwickelt. Ziel war es, kombinierte Transportketten effizienter zu gestalten – insbesondere für die Mitnahme von Kleingütern auf der letzten Meile. Grundlage bildet ein KI-gestütztes Prognose- und Steuerungssystem, das Transportstörungen frühzeitig erkennt und Kapazitäten optimal auslastet. In zwei hessischen Reallaboren wurde die Anwendung unter realen Bedingungen erprobt. Mit der entwickelten App und Plattform leistet CargoSurfer einen wichtigen Beitrag zur Digitalisierung multimodaler Logistiksysteme im urbanen und ländlichen Raum.

Das Projekt IDA-KI hat ein KI-gestütztes Monitoring-Konzept für Infrastrukturbauwerke entwickelt, das eine automatisierte und nahezu echtzeitfähige Zustandsbewertung ermöglicht. Durch maschinelles Lernen wurden Auswertealgorithmen erstellt, die Schäden frühzeitig erkennen und so eine vorausschauende Instandhaltung unterstützen. Eine sensorisch ausgestattete Modellbrücke diente als Reallabor zur Validierung der Algorithmen unter realen Belastungsbedingungen. Das Projekt schafft damit die Grundlage für ein effizientes, datenbasiertes Bauwerksmanagement und setzt neue Impulse für den Erhalt kritischer Infrastruktur.

Newsletter

Wir halten Sie auf dem Laufenden!

Jetzt abonnieren
totop-arrow