Link direkt zur Servicenavigation Link direkt zur Hauptnavigation Link direkt zum Inhalt

Projekte

Das Technologieprogramm „SmartLivingNEXT“ setzt sich zusammen aus dem Leitprojekt „ForeSightNEXT – Plattform für Daten, künstliche Intelligenz und Services im Smart Living-Ökosystem“ und den sogenannten Satellitenprojekten, die sich auf konkrete, praxisnahe Smart Living-Anwendungen beziehen und sich auf die Strukturelemente des Leitprojekts zwecks Effizienzgewinn stützen. Als Basis für die angestrebten Entwicklungen und Lösungen soll auf die bereits vorliegenden Ergebnisse vom BMWK geförderter und ggf. weiterer Projekte aufgesetzt werden. Im Vordergrund steht dabei die Plattform „ForeSight“, die in Form des Leitprojekts „ForeSightNEXT“ weiterentwickelt werden soll.

Ein ergebnisorientierter, beidseitiger Technologie- und Wissenstransfer zwischen den Satellitenprojekten und dem Leitprojekt ist für den Gesamterfolg des Programms unabdingbar. Aufgabe der Satellitenprojekte ist es, eigene Use Cases prototypisch umzusetzen und zu erproben. Das Leitprojekt stellt dazu u. a. die technische Plattform bereit. Die Satellitenprojekte sollen ihrerseits neue Komponenten und Dienste in die Plattform einbringen, um auf diese Weise Anwendungsmöglichkeiten auch anderer Partner zu erweitern.

ForeSightNEXT

ForeSightNEXT übernimmt als Leitprojekt im Förderaufruf SmartLivingNEXT eine Blueprint-Funktion. Es unterstützt die Forschungsprojekte des Förderaufrufs dabei, ihre intelligenten Services in das SmartLivingNEXT Ökosystem zu integrieren. Die im Leitprojekt entwickelten Grundlagen werden über den SmartLivingNEXT Dataspace und die SmartLivingNEXT Toolbox bereitgestellt und durch zwei Use Cases auf ihre Praxistauglichkeit hin erprobt. Zum Projektauftrag gehört auch die Entwicklung einer Governance-Struktur sowie die Evaluierung geeigneter Geschäftsmodelle, die ein nachhaltiges, in sich tragfähiges Smart-Living-Ökosystem unterstützen.

GAiST

In GAiST werden voraussichtlich 500 Wohnungen mit AAL-Szenarien ausgestattet und an die SmartLivingNEXT Plattform und ein Krankenhaus-Informationssystem (KIS) angebunden. So können Patienten, Pflegende und Ärzte in ihren Tätigkeiten unterstützt werden, um das Leben von pflegebedürftigen Personen in den eigenen vier Wänden länger und lebenswerter zu gestalten. Durch Einsatz von Open Source und medizinischen sowie industriellen Standards zielt das Projekt auf eine Reduktion der Kosten und des Personalbedarfs im Gesundheitswesen ab.

ExpliCareNEXT

Der Fokus von ExpliCareNEXT liegt auf der Vereinfachung der Pflegeprozesse durch digitale künstliche Assistenz, durch die Ungelernte befähigt werden, Pflegetätigkeiten mit hoher Qualität durchzuführen. Dies soll dem in Deutschland immer größer werdenden Fachkräftemangel entgegenwirken.

BIM-4-CARE

In BIM-4-CARE werden das Erfahrungswissen aus der Pflege und die verschiedenen Sichtweisen relevanter Akteure bei der Wohnungsumgestaltung erfasst und harmonisiert. Mit dem Projekt sollen die Planung des Pflegebedarfs, Umbaumaßnahmen sowie fachliche Umsetzung und Interoperabilität von Systeminstallationen verbessert werden.

FAME4ME

Mit FAME4ME werden die Möglichkeiten der Nutzung von KI-gestützten Algorithmen beim nachhaltigen Energiemanagement in smarten Wohn- und Gebäudeumgebungen analysiert. Insbesondere wird untersucht, wie verschiedene Nutzergruppen auf individualisierte dynamische Stromtarife reagieren. Das Vorhaben unterstützt die übergeordnete Klimaneutralitätsziele, den effizienten Einsatz von Ressourcen und Anwendungen von innovativen Digitalisierungstechnologien.

DuITeasy

Im Fokus des Vorhabens stehen der Aufbau eines Assistenz-Dataspace (ADS) sowie darauf aufbauenden Anwendungen und Basisservices. Dieser ADS enthält alle für die individuellen Assistenzleistungen notwendigen Daten, Schnittstellen und Systeme. Der Use Case Alltagsassistenz nutzt den ADS zur Realisierung interner und externer Services und integriert hierfür unterschiedlichste Systemwelten. Im Rahmen des Use Cases Aktivitätserkennung wird der entsprechende Basisdienst durch iMSys-Daten und NILM-Verfahren angereichert.

COMET

Das zum Leitprojekt gehörende Projekt COMET erhebt gelabelte Nutzerdaten und entwickelt eine Crowdsourcing-App, mit der die Verwaltung von Datenzugriffsberechtigungen und Datenbereitstellung ermöglicht wird. Damit lassen sich auch individuelle, auf den eigenen Energieverbrauch zugeschnittene Informationen und Statistiken abrufen.