top of page

Unsere Projekte

Wir kooperieren national und international in 10+ Forschungsprojekten im Bereich künstlicher Intelligenz, Energie, smarte Gebäude, Datenanalyse, IoT und prädiktive Regelung mit Universitäten und Industriepartnern.

In allen Projekten verfolgen wir dieselben übergeordneten Ziele: Energieeffizienz und Userkomfort durch Innovationen gleichzeitig maximieren.

Data Cloud

OctoAI (FFG Nr. 893494)

2022-2024

Im Projekt OctoAI wird die nächste Generation hochleistungsfähiger Edge AI für intelligente Gebäude entwickelt. Wir verbinden das Konzept von Edge-AI mit nutzer:innenzentrierten Energy Services und erproben zwei Edge-Ready Anwendungen. Mehr Informationen zum Projekt gibt es HIER.

Partner: Technische Universität Graz (Institut für Softwaretechnologie, Institut für Bauphysik, Gebäudetechnik und Hochbau), Innovationslabor Digital Findet Stadt

Tabelle

Autology (FFG Nr. 901761)

2023-2025

Für die Skalierung von datenbasierten Optimierungsmaßnahmen in Gebäuden ist die semantische Beschreibung (Ontologie) von Datenpunkten zentral. Übergeordnetes Projektziel ist die automatisierte Gewinnung und Erzeugung von Metadaten zur Erstellung von Ontologien aus dem Gebäudeautomationssystem unter Anwendung innovativer, KI-basierter Ansätze.

Partner: Technische Universität Graz (Institut für Softwaretechnologie)

VR

VR4UrbanDev (FFG Nr. 893555)

2023-2025

Das zentrale Projektergebnis ist eine Virtual Reality Digital Twin Umgebung der Testareale „My Smart City Graz“ und „TU Graz – Innovation District Inffeld“. Darin können Nutzer:innen energietechnische Gebäudesimulationen sowie Internet of Things Monitoringdaten der Quartiere interaktiv bedienen und visualisieren. Weiters werden mehrere Forschungsfragen zu bisher nicht betrachteten Themengebieten, wie die Möglichkeiten Virtual Reality mit Simulationsmodellen oder IoT Plattformen zu koppelt, beantwortet und die Forschungsergebnisse werden international publiziert.

Partner: Technische Universität Graz, EQUA Solutions GmbH, Ernst RAINER Büro für resiliente Raum- und Stadtentwicklung

Wärmer werden

RINGs (FFG Nr. 905702)

2024-2027

Das übergeordnete Ziel des Forschungsprojekts RINGs ist es, das Wissen zum Thema Anergienetze basierend auf bestehenden wissenschaftlichen Arbeiten und bereits bestehenden Projekten in Europa aufzuarbeiten und mithilfe von detaillierten Analysen einer umgesetzten Case Study in einer Kaserne des österreichischen Bundesheeres gezielt zu erweitern.

Partner: Technische Universität Graz, Ranggertech GmbH, EQUA Solutions GmbH, RWTH Aachen

Älteres Ehepaar

multiSENSE (FFG Nr. 904614)

2024-2026

Der Klimawandel verursacht weltweit erhebliche gesellschaftliche und gesundheitliche Wechselwirkungen. Hitzewellen sind für die Alltagsbewältigung vulnerabler Gruppen herausfordernd. Ziel des Projekts ist die Durchführung einer umfassenden Studie in Pflegeheimen und Krankenhäusern zu den Themen kontaktloses Vitalzeichenmonitoring mittels Radartechnologie sowie Verknüpfung der Präsenzinformationen aus dem Radarsensor zur optimalen, energieeffizienten Regelung der Haustechnik für ein gesundes Raumklima.

Partner: Universität Graz, Technische Universität Graz (Institut für Softwaretechnologie, Institut für Messtechnik)

Klimaanlage

GreenHeat (FFG Nr. 899931)

2023-2025

Das Projekt GreenHeat entwickelt interpretierbare AI-Methoden zur Fehlererkennung und -diagnose sowie zur optimalen Regelung von Wärmepumpen. Das interdisziplinäre Projekt GreenHeat strebt einerseits wissenschaftliche Entwicklungen an, die über den internationalen Stand der Technik hinausgehen. Gleichzeitig streben die Industriepartner eine weltweite Technologieführerschaft für die innnovativen Energy Services an.

Partner: Technische Universität Graz (Institut für Softwaretechnologie, Institut für Wärmetechnik), Solarfocus GmbH

Besprechung

PersonAI (FFG Nr. 901784)

2023-2025

Die Entwicklungen in PersonAl zielen auf eine radikale Innovation im Bereich von user-zentrierten Energy Services im Gebäudesektor durch die Anwendung von „Personal Comfort Models PCM“ ab. Erstmals sollen in einem Proof-of-Concept Personal Comfort Models mit innovativen Energy Services in die Gebäudeautomation integriert und neben modellierungsspezifischen Performance-Indikatoren auch ein Fokus auf Energieeffizienzauswirkungen gelegt werden.

Partner: Technische Universität Graz (Institut für Softwaretechnologie), Universität Graz, Forschung Burgenland GmbH, Green Energy Lab

Gebäude

COOL-KIT (FFG Nr. 894603)

2023-2026

Das Projekt COOL-KIT entwickelt, demonstriert und strukturiert Systemlösungen zur Kühlung von Gebäuden, mit dem Schwerpunkt auf der Gründerzeit. Ausgewählte Systemkonfigurationen werden in mehreren Gebäuden der beteiligten Universitäten implementiert, prädiktive Regelungsansätze mit Hilfe eines digitalen Zwillings auf Basis einer IoT-Plattform getestet und energietechnisch, komfortbezogen, ökonomisch und ökologisch umfassend evaluiert.

Partner: Technische Universität Graz, Universität Graz, Bundesimmobiliengesellschaft, EAM Systems, Ing. Siegfried Stark, Uponor Vertriebs GmbH, IDM Energiesysteme GmbH

Grüne Energie Turbinen

ECom4Future (ERA-net Nr. 903927)

2023-2026

Prosumer und Energiegemeinschaften sind Bestandteil moderner Energiesysteme. Durch den Einsatz von maschinellem Lernen zur Fehlererkennung und -diagnose sollen Erzeugungs- und Verbrauchsdaten dazu dienen, die Verfügbarkeit und Sicherheit der technischen Anlagen auf Prosumer-Ebene zu verbessern. Die Bemühungen werden in den fünf internationalen ECom4Future-Versuchsanlagen und -Labors, einschließlich einer groß angelegten Versuchsanlage mit einer netzgekoppelten Batteriespeicherkapazität von 140 kWh, demonstriert und validiert. 

Partner (Österreichischer Projektteil): Universität Graz, FH Joanneum GmbH, Campus 02,  Technische Universität Graz, dwh GmbH

Data Processing

INFRAMONITOR

Seit 2021

Wasser und Energie in TU Graz-Gebäuden immer im Blick haben - das Projekt zeigt vor, wie eine Internet-of-Things-Plattform die Echtzeitkommunikation zwischen Gebäuden, verschiedenen Anlagen und dem Personal ermöglicht und eine übergeordnete künstliche Intelligenz den Energie- und Wasserverbrauch optimiert und überwacht. Das Projekt dient der Entwicklung intelligenter und nachhaltiger Gebäude und Energiesysteme. Erster Demonstrator ist das Electronics Based Systems Center am Campus Inffeldgasse, in welchem die Wasser- und Energieversorgung in Echtzeit überwacht und visualisiert wird. 

Der INFRAMONITOR wird aktuell in mehreren nationalen und europäischen Projekten weiterentwickelt. 

Partner: Technische Universität Graz, Facility Management Technische Universität Graz

Projektarchiv

Bereits erfolgreich abgeschlossene Projekte.

Data Cloud

BEYOND (FFG Nr. 887002)

2021 - 2023

Der Anspruch von BEYOND ist es, das technologische Fundament für die „Next Generation Energy Services“ zu entwickeln, welches durch ein Zusammenspiel der folgenden Technologien ermöglicht wird: Virtual Reality zur Visualisierung und Echtzeitinteraktion; Machine Learning und physikalische Simulationen und IoT-Plattformen für die bidirektionale Echtzeitkommunikation zwischen Gebäude und Nutzer:innen.

Partner: Technische Universität Graz, EAM Systems GmbH

Neurotechnologie

DomLearn (FFG Nr. 892573)

2022-2023

Ziel des Sondierungsprojektes DomLearn ist es, erstmals das Potential für Domain-Informed Machine Learning im Bereich intelligenter Energiesysteme gemeinsam mit potentiellen AnwenderInnen aus der Industrie zu evaluieren. Des Weiteren werden gemeinsam mit internationalen ExpertInnen konkrete Implementierungen diskutiert. Anhand eines Proof of Concepts werden ausgewählte Lösung implementiert, getestet und evaluiert.

Partner: Technische Universität Graz

Data Processing

WhichWay (FFG Nr. 893075)

2022-2023

Ziel von WhichWay ist die systematische Analyse und Vergleich von IoT-Plattformen für die Digitalisierung des Energiesystems. Dazu werden gemeinsam mit internationalen ExpertInnen sowohl funktionale als auch nichtfunktionale Anforderungen an IoT-Plattformen aus der Perspektive verschiedener Stakeholder definiert.

Partner: Technische Universität Graz, Fachhochschule Salzburg

bottom of page