Im Projekt Bernini experimentiert ein Forschungsteam von Autodesk mit den Möglichkeiten generativer KI für die Zukunft der Design- und Fertigungsbranche. Im Fokus steht die automatisierte Erstellung von 3D-Modellen aus Texteingaben, Bildern, Voxel und Punktwolken.

Die Zukunft der Arbeit: Freier Eintritt für Messe und Konferenz „Cobots4You“ im Vogel Convention Center

Absolventen des KIT haben haben sie ein tragbares Textilprodukt entwickelt, das mithilfe eingewebter elastischer Drähte sowie einer entsprechenden Sensorik die Schulterposition und Neigung des Rückens misst und durch haptische Feedbacks ein nachhaltiges Verbessern der Haltung gewährleistet.

In China kurven immer öfter autonom fahrende Taxis durch die Großstädte - nicht zur Freude aller. Deutschland ist noch nicht so weit. Was können Verbraucher von der Technologie erwarten?

Forschende haben in einer Studie mit Rhesusaffen ein neuartiges Trainingsprotokoll für eine Gehirn-Computer-Schnittstelle entwickelt. Die Methode ermöglicht die präzise Kontrolle einer Handprothese, allein durch Nutzung von Signalen aus dem Gehirn.

Auf der internationalen Fachmesse für Bahn- und Verkehrstechnik „InnoTrans“ vom 24. bis 27. September 2024 in Berlin gibt das Deutsche Zentrum für Luft- und Raumfahrt (DLR) einen Einblick in aktuelle Projekte seiner Schienenverkehrsforschung.

Bei der Fertigung von Cabrio-Verdecken nutzte Automobilzulieferer Webasto bislang pneumatisch angetriebene Kraftspanner. Jetzt kommen elektrisch betriebene Smart Clamps zum Einsatz. Erst die Kombination dreier Komponenten ergibt dabei eine intelligente Spanntechnik-Lösung.

Der Automotive-Entwicklungspartner ARRK Engineering optimiert die Hochvoltspeicher-Simulation mit der Low-Code-Engineering-Plattform Synera. Die Plattform ermöglicht eine nahtlose Zusammenarbeit und Automatisierung von Prozessen, was die Time-to-Market deutlich verkürzt.

Im digitalen Zeitalter brauchen Führungskräfte teils neue Fähigkeiten und Eigenschaften, um ihren Mitarbeiter den gewünschten Halt und die nötige Orientierung zu geben. Wir geben einen Überblick.

Geometric Deep Learning ist ein aufstrebender Teilbereich des maschinellen Lernens, der sich auf die Entwicklung von Algorithmen und Modellen zur Verarbeitung und Analyse von Daten mit geometrischer Struktur konzentriert – und auch Vorteile für die effiziente Produktentwicklung hat.