Kerntechnologien des Unternehmens

Integrierte Schaltungen, Industrie- und Leistungselektronik

Unsere Forschung für dieses Technologiefeld reicht von KI-gesteuerter EDA, IC-/PCB-Design und Fertigung bis hin zur Nachhaltigkeit für softwaredefinierte Hardware in den Bereichen Elektrifizierung, Automatisierung und Digitalisierung, Integration von elektronischer Hardware, Software und mechatronischen Systemen.

Entdecken Sie Veröffentlichungen

Stellen Sie sich vor, KI, digitale Zwillinge und softwaredefinierte Hardware bräuchten weniger Hardware und Energie

Was wäre, wenn industrielle Intelligenz direkt dort existieren würde, wo körperliche Arbeit stattfindet? Da Fabriken, Produktionssysteme und Energienetze eine größere Autonomie erfordern, führt die Abhängigkeit von umfangreichen Servern- oder Cloud-Computing zu Latenz, Stromverbrauch und Engpässen im Hardware-Fußabdruck. Die Zukunft der Automatisierung erfordert Intelligenz, um sich dem Maschinenrand zu nähern. Dieser Ansatz verwendet einen Bruchteil der physischen Hardware und bietet eine deutlich bessere Energieeffizienz.

Was zählt, sind Lösungen für effizientere Computer, Sensorik, Leistungselektronik und eingebettete KI-Funktionen für industrielle Systeme.

Ein geteiltes Bild mit einer blauen digitalen Mikrochip-Visualisierung und drei Forschern, die zusammen auf einen Laptop-Bildschirm schauen

Ein Roboterarm, der Leiterplatten entlang eines automatisierten Förderbandes in der Fabrik präzise zusammensetzt.

Integrierte Schaltungen, Industrie- und Leistungselektronik umfasst fortschrittliche Hardwarearchitekturen für digitale, analoge und Mixed-Signal-Systeme, Leiterplatten und allgemeine oder anwendungsspezifische Computer, einschließlich künstlicher Intelligenz und Sicherheitsworkloads.

Designprozesse nutzen maschinelles Lernen und generative künstliche Intelligenz für das Hardware-Design und die Verifizierung. Sie decken Integration, Miniaturisierung, Herstellungsverfahren und den gesamten Lebenszyklus nachhaltiger Produkte ab. Durch den Einsatz von Digital-Thread- und Digital-Twin-Technologien treiben domänenspezifische Systeme das Hard- und Software-Codesign auf elektronischen Plattformen voran.

Das Kerntechnologie des Unternehmens deckt Hardware für Computer-, Kommunikations-, Sensor-, Aktuations- und mechatronische Systeme ab, um sichere, nachhaltige Feld- und Edge-Geräte für Elektrifizierung, Automatisierung und Digitalisierung zu ermöglichen. Es umfasst auch KI-gestützte elektronische Designautomatisierung für integrierte Schaltungen und Leiterplatten und integriert digitale Zwilling- und Digital-Thread-Lösungen in funktionalen, elektrischen, thermischen und mechanischen Bereichen.

Darüber hinaus umfasst diese Kerntechnologie des Unternehmens anwendungsspezifische integrierte Schaltungen für softwaredefinierte Hardware, Leistungselektronik für Energieumwandlung und Bewegungssteuerung sowie hardwareorientierte, auf künstlicher Intelligenz basierende Steuerungstechnologien für industrielle Automatisierung und Robotik in Echtzeit.

Symbol für Integrierte Schaltungen, Industrie- und Leistungselektronik

Publikationen

Erkunden Sie unsere Fachartikel

Spring Reverb-Emulation mit hybriden Gated Convolutional Networks und State Space-Modellen

Veröffentlicht in: ICASSP 2026
Herr Wess, J. Janser, D. Dallinger, J. Janser, M. Wess, M. Bittner, D. Schnöll, A. Jantsch

Das Modellieren von analogen Federhallen ist aufgrund des nichtlinearen Verhaltens und der langen Schwänze eine Herausforderung. Wir schlagen GCN-SSM vor, ein hybrides Deep-Learning-Modell, das Gated Convolutional Networks und State Space Models kombiniert. Es erreicht eine erstklassige, branchenführende Wahrnehmungsqualität, erfordert nur 125,7.000 Parameter und ermöglicht einen modernen CPU-Einsatz.
Auf der Verlagsseite ansehen

Analysen des Materialverhaltens und der Ergebnisse von Lötermüdungstests und Vorhersagen für langfristige Wärmezyklen

Veröffentlicht in: 2025, 26. Internationale Konferenz für thermische, mechanische und multiphysikalische Simulation und Experimente in der Mikroelektronik und Mikrosystemen (EuroSIME)
Peter Frühauf, Andreas Weigert, Rainer Dudek, Kerstin Kreyßig, Matthias Prinz, Susana Richter-Trummer, Sven Rzepka

Diese Studie validiert FE-Simulationen anhand thermischer Tests über 13 Jahre, um die Ermüdungslebensdauer von FBGA277- und QFN-Komponenten vorherzusagen. Die Berücksichtigung von Materialalterung und Härtungsschrumpfung in Formmassen ist unerlässlich. Wenn Sie die Schrumpfung weglassen, wird der berechnete Verzug umgekehrt. Veraltete Anand-Creep-Gesetze entsprechen physikalischen Ausfallmustern, im Gegensatz zu nicht gealterten Daten.
Auf der Verlagsseite ansehen

Rekonfigurierbare intelligente Oberfläche für die industrielle Automatisierung: Anforderungen an die Messung, Simulation und Steuerung von mmWellenausbreitungsalgorithmen

Veröffentlicht in: 2024 IEEE 35th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC)
L.W. Mayer, A. Hofmann, M. Schiefer, H. Radpour, M. Hofer, D. Löschenbrand, T. Zemen

Unsere Forschung zeigt, dass eine aktive rekonfigurierbare intelligente Oberfläche (RIS) mit 127 Elementen, die bei 23,8 GHz arbeitet, Sichtlinienblockaden in industriellen mmWave-Umgebungen umgeht. Wird über FET-basierte Verstärkung gesteuert und fokussiert Signale effektiv auf Zielpunkte. Messungen bestätigen die Strahlbreitenleistung und bieten praktische Aktualisierungskriterien für mobiles Indoor-Tracking.
Auf der Verlagsseite ansehen

Modellierung von SiC- und GaN-Transistoren auf der Grundlage gepulster S-Parameter-Messungen

Veröffentlicht im: Dezember 2025, Leistungselektronische Geräte und Komponenten
Martin Hergt, Bernhard Hammer, Martin Sack, Lukas W. Mayer, Sebastian Nielebock, Marc Hiller

In diesem Forschungsprojekt haben wir ein präzises 12-Element-Modell für SiC-MOSFET- und GaN-HEMT-Leistungstransistoren mithilfe gepulster S-Parameter-Messungen von 2 MHz bis 500 MHz abgeleitet. Das iterativ angepasste Modell deckt Pinch-Off-, ohmsche und aktive Bereiche ab und passt hervorragend zu den Originalmessungen für schnelle Wechselrichter.
Auf der Verlagsseite ansehen

KI-gestützte Bewegungssteuerung mit flexibler Systemdynamik

Veröffentlicht in: 2024 Energy Conversion Congress & Expo Europe (ECCE Europe)
Niklas Körwer; Martin Bischoff; Michael Laumen; Rik W. De Doncker

Die Algorithmen in den heutigen Produktionsmaschinen werden von Tag zu Tag komplexer, um mit den Marktanforderungen nach erhöhter Produktivität und Flexibilität Schritt zu halten. In diesem Artikel wird vorgeschlagen, Reinforcement Learning und neuronale Netze zu nutzen, um die Entwicklung von Bewegungssteuerungen für Produktionsmaschinen zu beschleunigen. Das an digitalen Zwillingen geschulte Netzwerk passt die Motorsollwerte an die Dynamik des Frequenzumrichters an, wodurch Folgefehler reduziert werden, die Steuerung geglättet wird und eine flexible Wiederverwendung in verschiedenen Maschinenkonfigurationen ermöglicht wird.
Auf der Verlagsseite ansehen