Wer sind wir?

Prof. Dr. Lars Krenkel

Als Teil der Fakultät Maschinenbau sind im Lehr- und Forschungsgebiet Biofluidmechanik (BFM) die Kompetenzen der numerischen und experimentellen Strömungsmechanik konzentriert. Die Forschungsschwerpunkte liegen dabei auf Strömungen in biologischen/medizinischen Systemen.

Ein spezieller Forschungsschwerpunkt liegt in der numerischen Entwicklung von erweiterten Blutviskositäts- und Blutgerinnungsmodellen sowie neuartigen numerischen Berechnungsverfahren.

Dabei werden tiefe faltende neuronale Netze zur Vorhersage von komplexen mehrphasigen Strömungsfeldern eingesetzt. Durch die effiziente Inferenz der neuronalen Netze können klassische Verfahren zur Strömungsberechnung stark beschleunigt, oder in bestimmten Fällen gänzlich ersetzt werden.

Zusätzlich können durch eine geeignete Trainingsstrategie auf numerischen und experimentellen Daten zugrundeliegende physikalische Modelle identifiziert werden.

Labor Internetseite: bfm.rcbe.de

Prof. Dr. Rudolf Bierl

Das Sensorik-ApplikationsZentrum (SappZ) ist ein Labor der Fakultät Allgemeinwissenschaften und Mikrosystemstechnik der OTH Regensburg und besteht aus einer Gruppe von Forschern und Studenten. Gemeinsam vereint das junge, dynamische und interdisziplinäre Team im SappZ die Sensorik-Kompetenzen der Stadt Regensburg und lässt es dadurch als Bindeglied zwischen Forschung und Wirtschaft fungieren.

Die derzeitigen Megatrends Internet of Things (IoT), Industrie 4.0 und digitale Produktion sind in höchstem Maße von Sensoren abhängig. Smart Grids ermöglichen eine effizientere Nutzung der verfügbaren Energie, hoch automatisierte Fertigungen senken die Kosten und erhöhen die Qualität, autonome Fahrzeuge erhöhen die Sicherheit im Straßenverkehr und intelligente, sichere und verlässliche Sensoren verringern die Ausfallwahrscheinlichkeiten von all diesen Systemen.

Bei der Entwicklung intelligenter Sensoren beschäftigen wir uns mit höchst interessanten Themen wie Multifunktionalem Sensorpackaging (3D Druck; Mikrooptik,-fluidik), komplexen Auswertealgorithmen, Mikrooptoelektromechanischen Sensorystemen (MOEMs), Spurenanalytik sowie der Mensch-Maschine-Interaktion.

Labor Internetseit: http://www.sappz.de/

Prof. Dr. Mathias Obergrießer

Ziel des Labors „Digitales Bauen“ ist es, den Studierenden eine digital vernetzte Umgebung zur Verfügung zu stellen, anhand der sie die gelehrten theoretischen Ansätze zur Umsetzung einer vernetzten und modellbasierten Arbeitsweise bzw. der BIM-Methode praxisgerecht anwenden können. Hierzu stehen im Labor den Studierenden eine Vielzahl an digitalen Werkzeugen wie z. B. verschiedenste leistungsfähige Hard- und Softwaresysteme, 3D-Drucker zur kleinmaßstäblichen adaptiven Fertigung der geplanten Bauteile, VR-, AR-, 3D-Scanning-Technologien , interdisziplinäre digitale Kommunikationstechniken u.v.m. bereit.

Prof. Dr. Wolfgang Mauerer

Software ist der Kern jedes industriellen Produkts. Große Software-Projekte werden durch global verteile, internationale Teams entwickelt, und müssen sich sowohl mit technischen wie auch sozialen, kollaborativen Themen beschäftigen. Ein Forschungsziel des Labors für Digitalisierung ist es, die sozio-technischen Aspekte der Softwareentwicklung durch Einsatz fortschrittlicher Techniken der interpretierbaren Statistik und des maschinellen Lernens in einem der anspruchsvollsten Bereiche der Softwareentwicklung einzusetzen: Safety-kritische Systeme im industriellen Einsatz.

Um Software- und Prozessqualität sowie Zertifizierungstauglichkeit sicherzustellen, werden Methoden des maschinellen Lernens auf Kommunikationsdaten, Entwicklungshistorie, Bug Tracker etc. -- Terrabytes von Daten -- angewendet. Dadurch können beispielsweise Abweichungen in Entwicklungsprozessen oder technische Schwächen identifiziert, und Aussagen über menschliche Zusammenarbeit auf mathematisch präzisem Niveau getroffen werden.

Ein weitere Arbeitsbereich beschäftigt sich mit Quantencomputing:
Auf futuristischen, erst seit kurzer Zeit erstmalig im industriellen Einsatz verfügbaren Plattformen werden rechnerische Primitive entwickelt, die das Potential haben, maschinelles Lernen drastisch effizienter und leistungsfähiger zu machen.

Prof. Dr. Sehr

Der Schwerpunkt der Arbeiten im Labor Elektroakustik liegt auf dem Einsatz von Machine-Learning Verfahren für die digitale Signalverarbeitung. Anwendungsbeispiele sind die Verbesserung von Sprach- und Audiosignalen, die Lokalisierung akustischer Quellen sowie die Spracherkennung in schwierigen akustischen Bedingungen. Darüber hinaus werden die Verfahren auch eingesetzt, um aus Sensorsignalen der Automatisierungstechnik Informationen z.B. über den Zustand von Maschinen und Anlagenteilen zu erhalten. Die Implementierung der Verfahren auf Embedded Systems stellt einen weiteren wichtigen Arbeitspunkt dar.

Geplante Forschungsprojekte:

• Schwingungsdiagnose für Predictive Maintenance
  in Kooperation mit Prof. Jürgen Frikel, Labor Imaging and Data Science, IM
• Effiziente Hardware-Implementierung von neuronalen Netzen auf PSOCs/FPGAs
  in Kooperation mit Prof. Dieter Kohlert, Labor für Mikroelektronik CAE, EI

Prof. Dr. Oliver Brückl

Die Forschungsgruppe Energienetze beschäftigt sich aus technischer und wirtschaftlicher Sicht mit dem Betrieb und Planung von Stromnetzen. Die zahlreichen Mitarbeiter führen Untersuchungen zu Spannungshaltungsmaßnahmen, Betriebsmittelauslastungen und optimiertem Blindleistungseinsatz sowie zur Systemstabilität und zukünftigen Beschaffung von Systemdienstleistungen durch. Auch die Neu- und Weiterentwicklung von Netzregelungskonzepten, Netzplanungsverfahren und Netzbetriebsstrategien insbesondere mit spannungsebenübergreifenden Fokus und dem Einsatz von Automatisierungsroutinen und künstlicher Intelligenz gehören zum alltäglichen Themenfeld. Für Netzanalysen zu statischen sowie transienten Vorgängen werden verschiedene Lastflussberechnungsprogrammen sowie Breitband- und Mittelspannungs-Messtechnik beherrscht.

Labor Internetseite: fenes.net

Prof. Dr. Jürgen Frikel

Im Labor für Imaging und Data Science (IMDS) beschäftigen wir uns mit der Forschung und Entwicklung neuartiger mathematischer Verfahren zur Analyse und Rekonstruktion von Daten sowie deren Umsetzung in konkreten praktischen Anwendungen. Ein besonderer Schwerpunkt unserer Arbeit liegt dabei auf der Bildgebung bei unvollständigen Daten. Solche Situationen treten z.B. in neuen Varianten der Computertomographie auf, die sowohl im medizinischen Bereich (z.B. in der dentalen Tomographie oder der Tomosynthese) als auch im industriellen Kontext (z.B. bei der zerstörungsfreien Materialprüfung) zum Einsatz kommen.

Unsere Ziele sind:

• Entwicklung und Umsetzung dedizierter Rekonstruktionsverfahren zur Verbesserung der Bildqualität. Ein aktueller Forschungsschwerpunkt liegt in der Nutzung von Machine-Learning Methoden und insbesondere des Deep Learning.
• Mathematische Analyse von Verfahren zur Bildgenerierung. Die gewonnen Einsichten ermöglichen eine genauere Interpretation der rekonstruierten Bilder und erlauben es dem Anwender die Prozesse der Datenaufnahme zu optimieren.
• Entwicklung und Umsetzung von Algorithmen zur Datenanalyse im allgemeineren Kontext.

Unsere Expertise ist durch zahlreiche Publikationen in renommierten internationalen Fachzeitschriften dokumentiert.

Prof. Dr. Christoph Skornia

Das Labor für Informationssicherheit ist der Fakultät für Informatik und Mathematik zugeordnet und erfüllt Aufgaben in Lehre und Forschung. Inhaltliche Schwerpunkte sind zum einen die Weiterentwicklung von Verschlüsselungsmethoden und deren Einsatz in Hardwarenahen Bereichen sowie in Cloud-Speicher-Systemen. Zum anderen wird seit 2013 der Einsatz von Methoden des maschinellen Lernens in der Sicherheitstechnologie untersucht. Hierbei wurden in mehreren Projekten die Analyse und Entdeckung von Advanced Persistant Threats mit Methoden der Anomalieerkennung untersucht und Vorschläge zur verbesserten Erkennung von Datenexfiltration aus Firmen- und Behördennetzen entwickelt. Zum Einsatz kommen hierbei klassische Verfahren der Anomalieerkennung, welche in Kombination mit Prognoseverfahren und der Analyse von bekannten Angriffen zu verbesserter Erkennung unbekannter Gefahren führt. Darüber hinaus wurden  Simulationsmethoden entwickelt, welche Angriffssimulation während des laufenden Netzbetriebs ermöglichen und so zu verbesserten Trainingsdaten für maschinelles Lernen führen.

Möglichkeiten der Automatisierung von Penetrationstests sowie der Erkennung von Risiken basierend auf der Korrelation von Protokolldaten von Netzwerkteilnehmern sowie Schwachstellenscannern sind weitere Einsatzbereiche des maschinellen Lernens, welche untersucht werden.

Ausgehend von konkreten Gefährdungsszenarien werden die entwickelten Methoden in Kombination mit Verfahren der Sprachanalyse (Natural Language Processing) aktuell auch auf die Eignung zur Erkennung von Spear-Phishing-Aktivitäten eingesetzt.

Kooperationen:
Industrie:

• IBI Systems GmbH
• Ondeso GmbH
• Dracoon GmbH
• Netzwerk GmbH

Ausseruniversitäre Forschung:

• Fraunhofer Institut für Kommunikation, Informationsverarbeitung und Ergonomie FKIE

Behörden:

• Bundesamt für Sicherheit in der Informationstechnologie (BSI)
•  Landesamt für Sicherheit in der Informationstechnologie (LSI Bayern)
•  Bundespolizei

Öffentlich geförderte Projekte:

• PA-SIEM, Profilbasierte Anomalieerkennung in SIEM-Systemen (KMU-Innovativ, 2015 – 2017)
• IsotS, Integratives strategisches, operatives und technisches
• Schwachstellenmanatment (IuK Bayern)

Prof. Dr. Juergen Mottok

Das Laboratory for Safe and Secure Systems (LaS³) der OTH Regensburg bündelt Ressourcen und das Knowhow zur Entwicklung sicherheitsrelevanter software-intensiver Systeme. Dies betrifft sowohl die funktionale Sicherheit als auch die IT-Sicherheit. Für die Forschung und Entwicklung in diesen Themenfeldern setzt sich das junge und dynamische LaS³-Team mit viel Engagement und Forschergeist ein. Im Fokus jüngerer Forschungsaktivitäten steht die Sicherheit von AI/ML-basierten Systemen. Das LaS³ ist mit der ZD.B-Forschungsprofessur seines wissenschaftlichen Leiters Professor Dr. Jürgen Mottok mit dem Zentrum Digitalisierung.Bayern (ZD.B) vernetzt. Prof. Dr. Jürgen Mottok ist Vorstandsmitglied des Bayerischen Clusters für IT-Sicherheit und Funktionale Sicherheit.

Prof. Dipl. Ing. Kohlert

Das Labor „Mikroelektronik CAE“ befasst sich mit der Ausbildung auf dem Gebiet des  Entwurfs und der Messtechnik von Integrierten Schaltungen (IC) und FPGA's (Field Pogrammable Gate Arrays).

Field Pogrammable Gate Arrays können als preisgünstiger Weg angesehen werden, digitale Integrierte Schaltungen ohne die extremen Kosten für ASIC- (Application Specific Integrated Circuit) Realisierungen zu entwickeln und zu testen.
Im Labor finden diverse Praktika auf den genannten Gebieten statt.

Für die ASIC-Entwicklung stehen folgende  Software-Pakete zur Verfügung:

• Micromagic Design Tools: MAX, SUE, NGSPICE, IRSIM
• Mixed-Mode-Schaltungssimulation: LTSPICE (Linear Technologies)

Im Zeitraum von 2001 bis 2010 wurde auf Basis dieser Tools in Zusammenarbeit mit Infineon Technologies eine Serie von Testchips entwickelt (Via-Array-Testchip), für die unter anderem das US-Patent:

• United States Patent Kohlert et al., Patent No. US 7,660,175 B2
• „Integrated Circuit, Method for Acquiring Data and Measurement System“

erteilt wurde.

Für die FPGA-Entwicklung wird folgendes Paket benutzt:

• XILINX VIVADO SYSTEM EDITION: HDL-Entwurf, Simulation, Synthese, HW-Test

Zusätzlich befindet sich eine Vielzahl von Demo-Boards in Einsatz, z. B.:

• NEXYS4, MICROZED7020, CORA Z7, GENESYS ZU

Mit Hilfe der Boards und der Software werden Praktika abgewickelt, in denen die systematische Entwicklung von FPGA-Designs vom einfachen 7-Segment-Display bis hin zu komplexen FIR-Filtern und kombinierten Prozessor/FPGA-Systemen mit Hard- und Software  gelehrt wird. Weiterhin werden Entwicklungsprojekte und Abschlussarbeiten, wie z. B. Rechenwerke zur IR-Spektrumsberechnung oder die Ansteuerung von LED-Matrix-Bausteinen durchgeführt.

Zusätzlich wurden bereits etliche Kurse für Fachzeitschriften und Unternehmen auf diesem Sektor durchgeführt.

Prof. Dr. Jan Dünnweber, Prof. Dr. Daniel Jobst

Das Labor hat den Zweck, angewandte KI-Forschung sowie die Entwicklung skalierbarer Software anhand konkreter Experimente veranschaulichen zu können.

Es steht Hard- und Software zur Verfügung, um unterschiedliche Systemumgebungen (Linux und macOS), Parallelrechner (GPU-Server) und diverse Peripheriegeräte, Mikrofone, Kameras und Sensoren zu nutzen und damit Fragestellungen aus den Lehrveranstaltungen und aus der Forschung zu bearbeiten.

In den Lehrveranstaltungen Betriebssysteme, Verteilte Systeme, Cloud-Computing und High-Performance Computing werden hier Tutorien durchgeführt. Zudem dient die Ausstattung dem Studium spezieller Anwendungen paralleler und verteilter Systeme, wie der Simulation von Smart Cities & Smart Environments, sowie der digitalen Audiotechnik.

Prof. Dr. Thomas Falter

Forschungsthemen:

Gestaltungspotentiale von KI-Technologien in der Personalarbeit nutzen:

• Evaluierung des heutigen Standes und der Möglichkeiten in Personalarbeit
• Optimierung von Passungen zwischen Menschen und Jobs
• Optimierung des Lernens von Menschen und Algorithmen
• Optimierung der Personal- und Organisationsentwicklung und Arbeitsgestaltung

Rahmenbedingungen zum Einsatz von MI / KI in Personalarbeit und Arbeitsgestaltung schaffen:

• interne und externe organisatorische Rahmenbedingungen
• digitale Skills von Personaler, Führungskräften und Mitarbeiter*innen
• Implementierungshilfen (Change-Prozesse)

Beispiele zur Arbeitsgestaltung inkl. Bewertung von Risiken

• Sicherheitsaspekte (Safety & IT-Security)
• arbeits- und datenschutzrechtliche Rahmenbedingungen
• Bewertungskriterien für die Auswahl von Personalsoftware-Lösungen

Prof. Dr. Markus Bresinsky

Projekte und angewandte Forschung für die Verbesserung von strategischen Analysen für die politische Entscheidungsunterstützung. Hierbei liegt ein Schwerpunkt auf Methoden der Lageanalyse und -bewertung unter Einbezug von Techniken der Data Analytics (Szenario Technik und Artifical Intelligence) sowie deren Auswirkungen auf den Entscheidungsprozess.

Gegenwärtige Projekte:

• "Strategic Intelligence" in Zusammenarbeit mit University of Glasgow, Dublin City University, University of Trento and Charles University of Prague
• "Situational Awareness for Critical Infrastructure" in Zusammenarbeit mit University of Economics Prague

Prof. Dr. Christoph Palm

Lehre und Forschung des ReMIC konzentrieren sich auf die Medizinische Bildanalyse, insbesondere Maschinelles Lernen („Deep Learning“) zur computer-unterstützten Diagnostik durch Klassifikation und Segmentierung von Bilddaten z.B. aus der Endoskopie, der Mikroskopie oder der Radiologie.

Labor Internetseite: re-mic.de

Prof. Dr. Schlegl

Im Labor Robotik arbeitet die Regensburg Robotics Research Unit (RRRU). Sie führt Entwicklungs- und Forschungstätigkeiten durch, deren thematischer Schwerpunkt auf Regelung- und Steuerung sowie Ertüchtigung von Robotersystemen für neue innovative Anwendungen liegt. Die Bearbeitung interner und externer Projekte mit Partnern schafft eine ideale Verknüpfung von Lehre und Forschung.

Labor Internetseite: http://rrru.de

Prof. Dr. Roland Mandl

Intelligente eingebettete Systeme, Edge-AI, Predictive Maintenance, Intelligente Sensorik, Embedded Hard- und Softwaredesign

Prof. Dr. Carsten Kern, Prof. Dr. Thomas Wöfl

Das Labor Software Engineering beschäftigt sich im Bereich künstliche Intelligenz in Forschung, Entwicklung und Lehre mit vielen aktuellen Themen. Dabei werden neben altbewährten Methoden wie Entscheidungsbäumen oder Constraint-Programmierung insbesondere moderne Ansätze wie maschinelles Lernen (Deep Learning) und Deep Reinforcement Learning in unterschiedlichen Anwendungsfeldern erprobt und eingesetzt. In zahlreichen internen und externen Abschlussarbeiten werden gemeinsam mit regionalen Unternehmen aktuelle Themenstellungen wie die Erkennung von Gefahrensituationen auf Flughäfen oder die Erkennung von fehlerhaften Bauteilen in der Produktion und Wartung, sowie die Optimierung von internen Produktionsprozessen bis hin zu exotischeren Anwendungsfällen wie der Casinoüberwachung oder der Erstellung von autonomen Spiele-Klienten für diverse komplexe Spiele und einen Tischkicker bearbeitet.

Labor Internetseite: Machine Learning

Prof. Dr. Sean Patrick Saßmannshausen

Die Entwicklung Künstlicher Intelligenz ist eine Basisinnovation, die das Potential besitzt, Pionierunternehmertum und langfristige, nachhaltige Innovationswellen auszulösen. Gerade durch Neugründungen aus Hochschulen heraus können Entwicklungen in der Forschung zu Künstlicher Intelligenz (KI) rasch in reale Wertschöpfung transferiert werden, mit positiven Effekten für strukturellen Wandel, Arbeitsmärkte und internationaler Wettbewerbsfähigkeit. Nach Schätzungen von Experten konnten deutsche Start-ups, die Produkte und Dienstleistungen im Bereich der Künstlichen Intelligenz auf den Markt bringen möchten, bereits eine halbe Milliarde US-Dollar an Investitionen auf sich ziehen. Dennoch hinkt Deutschland nicht nur hinter Ländern wie China und den USA hinterher, sondern beispielsweise auch hinter Frankreich. Das OTH start-up center unterstützt daher Ausgründungen aus der Hochschule. Gerade im Bereich von KI-basierten Gründungen sehen wir hierin einen wichtigen Beitrag zur Hightech Agenda des Freistaates Bayern und zur Hightech-Strategie 2025 des Bundes.

Konkret bieten wir Kolleginnen und Kollegen, den Laboren und Einrichtungen der OTH, Mitarbeiterinnen und Mitarbeitern sowie natürlich allen Studierenden folgende Leistungen:

• Wissen und Motivation: Angebote zur Gründungsqualifizierung und -sensibilisierung, unter anderem mit dem Master Digital Entrepreneurship und den Zertifikatsprogrammen „Grow4Digital“ und „Der Ingenieur als Unternehmer“ sowie einer Gründerferienakademie, der Start-up Factory, AW-Kursangeboten, dem Hochschulgründertag, dem fakultätsübergreifenden Bachelor-Studienschwerpunkt „Technik und Management“ und einer Vortragreihe.
• Umsetzung: Gründungsberatung, Gründungscoaching und Begleitung einschließlich der Entwicklung von Geschäftsmodellen und der Erstellung von Business-Plänen und der Teilnahme an Business-Plan-Wettbewerben und anderen Gründungswettbewerben.
• Schutz: Unterstützung bei der Patentierung sowie anderen gewerblichen Schutzrechten, Leistungs- und Urheberrechten.
• Infrastruktur: eigene OTH Gründerwerkstätte zur gemeinsamen Nutzung durch unsere Gründerteams, die TechBase Regensburg, der BioPark Regensburg, das Degginger, der Bertrandt Inkubator und weitere Gründerstandorte in der Region sind unsere Partner, die Gründerinnen und Gründern mehr bieten als nur Räumlichkeiten.
• Fördermittel: Wir unterstützen bei der Beantragung von Fördermitteln für Gründung, gründungsnahe Forschung und technologische Validierung. Dabei übernehmen wir es sogar, die AZA für Sie zu schreiben (z.B. EXIST Gründerstipendium, EXIST Forschungstransfer (Phase I & II), Start?Zuschuss!, Digitalbonus, BayTOU, FLÜGGE,…).
• Gründungsfinanzierung: Unterstützung bei Crowdfunding, beim Zugang zu Förderdarlehen, Eigenkapitalhilfen, Business-Angel- und Venture Capital-Finanzierung (z.B. BayernKapitel, HighTech Gründerfonds und private VC).
• Vernetzung: Wir vernetzen Gründer mit Initiativen wie der Digitalen Gründerinitiative Oberpfalz, BayStartup, Binary Kitchen e.V., CoPace GmbH usw. Wir können Gründerteams mit Potentialen Partnern, Investoren und vor allem Kunden zusammenbringen.
• Pressearbeit und PR: Wir unterstützen Gründungen bei der initialen Pressearbeit und der Entwicklung von Public Relations.
• Hands-on: Im OTH Start-up Lab, dem neuen Makerspace für die OTH Regensburg, können Hochschulangehörige voraussichtlich ab Mitte 2021 Demonstratoren, Konzeptstudien und funktionale Prototypen entwickeln und optimieren – kostenfrei.

Weitere Infos sowie Kontaktdaten finden Sie hier: https://www.oth-regensburg.de/studium/service-und-beratung/start-up-center.html

Prof. Dr. Karsten Weber

Das Labor für Technikfolgenabschätzung und angewandte Ethik (kurz: LaTE) bündelt Forschungsaktivitäten in den beiden Themenfeldern Technikfolgenabschätzung und angewandte Ethik. Neben der Mitgliedschaft im RCAI ist LaTE ein Gründungslabor des RCHST und wird von Prof. Dr. phil. habil. Karsten Weber geleitet.

Im LaTE werden zusammen mit dem Institut für Sozialforschung und Technikfolgenabschätzung (IST) Beiträge zur Technikbewertung und zur partizipativen Technikgestaltung im Rahmen von Forschungsprojekten, Publikationen, Vorträgen sowie öffentlichen Veranstaltungen und natürlich auch in der Lehre erbracht. Dabei werden insbesondere die Themenfelder Digitalisierung und Künstliche Intelligenz, Gesundheit, Mobilität und Energie(wende) bearbeitet.