Fraunhofer-Institut für Integrierte Schaltungen IIS, Institutsteil Entwicklung Adaptiver Systeme EAS
Termine
Chiplet Summit in Santa Clara vom 21. – 23. Januar 2025
Die wichtigste Veranstaltung des Jahres für Führungskräfte und Innovatoren aus dem gesamten Chiplet-Ökosystem.
Treffen Sie uns am Stand 216 und und besuchen Sie unsere Präsentation mit Cadence und Samsung am 21. Januar: Applying Digital Twin Technology to Chiplet Development.
Unser Forscher Andy Heinig, Leiter des Chiplet Center of Excellence in Dresden, wird die Session zu Interfaces and Integrations am Mittwoch, 22. Januar, 15:45 bis 16:45 Uhr, moderieren.
maintenance in Dortmund vom 19. – 20. Februar 2025
Als Leitmesse und Innovationsplattform der Instandhaltung bringt die maintenance Dortmund die gesamte Branche zusammen.
Treffen Sie uns am Gemeinschaftsstand D01 der Fraunhofer-Smart-Maintenance-Community in Halle 4 und informieren sich über innovative Themen wie Predictive Maintenance, Ersatzteilmanagement, Künstliche Intelligenz und die Zukunft der Instandhaltung.
Mit der KI-basierten Schadensanalyse an einem Elektroantrieb demonstrieren wir Ihnen Predictive Maintenance mit unserer Software DeepInsights.
embedded world vom 11. - 13. März 2025 in Nürnberg
Die Messe bietet einen unvergleichlichen Einblick in die ganze Welt der eingebetteten Systeme: von Bauelementen und Modulen über Betriebssysteme, Hard- und Software-Design, M2M-Kommunikation, bis hin zu Dienstleistungen und den zahlreichen Fragestellungen eines komplexen Systementwurfs.
Schulung Predictive Maintenance am Fraunhofer IIS in Dresden am 9./10. April 2025
Die zweitägige Schulung, die das Fraunhofer IIS/EAS anbietet, thematisiert innovative Instandhaltungsstrategien und zeigt den Teilnehmern Wettbewerbsvorteile durch intelligente Zustandsüberwachung auf. Die Kursbesucher erhalten dabei eine konkrete Checkliste zur Einführung von Predictive Maintenance in ihren Unternehmen.
Das Seminar richtet sich an Führungskräfte und Mitarbeiter in Unternehmen, die sich mit dem Thema Industrie 4.0 und Big Data bzw. den Potenzialen und Optimierungsmöglichkeiten der Predictive-Maintenance-Methoden befassen wollen.
