Mitarbeiter*innen

Katrin Pitz studierte bis 2014 Mechanical and Process Engineering (MPE) an der Technischen Universität Darmstadt. In ihrer Abschlussarbeit beschäftigte sie sich mit der Beschreibung und Bewertung von Unsicherheit für lasttragende Systeme. Im Anschluss sammelte sie praktische Erfahrung im Bereich der Systemzuverlässigkeit bei der Rolls-Royce Deutschland Ltd & Co KG sowie im Bereich der Konstruktion bei der Weidemann GmbH. Seit April 2016 ist sie als wissenschaftliche Mitarbeiterin am Fachgebiet Datenverarbeitung in der Konstruktion (DiK) an der Technischen Universität Darmstadt tätig.

Frau Pitz arbeitete im Ausbildungszentrum „Informationsverarbeitung im Maschinenbau“ (IiM) und betreute die Vorlesung „Informations- und Kommunikationstechnologie im Maschinenbau“ im Wintersemester 2016/2017 sowie 2017/2018. Parallel gestaltete sie die Übung „Programmiersprachen und -techniken“, in der die Studierenden den praktischen Umgang mit Datenstrukturen und Algorithmen in der Skriptsprache MATLAB lernen.

Im Sommersemester 2017 betreute Frau Pitz die Vorlesung „Virtuelle Produktentwicklung B“, in der die Grundlagen und Bedeutung des Produktdatenmanagements vermittelt sowie Methoden und Funktionen von Produktdatenmanagementsystemen vorgestellt werden.

Themen: Informations- und Kommunikationstechnologie (IKT), MATLAB, Virtuelle Produktentwicklung, Produktdatenmanagement (PDM)

IUNO – Nationales Referenzprojekt IT-Sicherheit in Industrie 4.0

IUNO ist das Nationale Referenzprojekt für IT-Sicherheit in Industrie 4.0 und wird gefördert vom Bundesministerium für Bildung und Forschung (BMBF) als Teil des neuen Forschungsprogramms „Selbstbestimmt und sicher in der digitalen Welt“ und Bestandteil der neuen Hightech-Strategie. Das Projekt vereint 14 Unternehmen der deutschen Industrie mit sieben Forschungseinrichtungen und Universitäten.

Ziel von IUNO ist es, die vernetzte Produktion effektiv vor Cyberangriffen und Spionage zu schützen und zu zeigen, wie in konkreten Anwendungsfällen Angriffspunkte für Hacker minimiert werden können. Die im Projekt entwickelten IT-Sicherheitslösungen sollen standardisiert werden, um den Wettbewerb nicht zu behindern und kostengünstige Lösungen für kleine und mittlere Unternehmen zu schaffen. Mit IUNO wird ein wesentlicher Beitrag für eine neue Sicherheitskultur für Industrie 4.0 geleistet. IUNO vereint das vielfältige Themenfeld der Industrie 4.0 in vier Anwendungsfällen, anhand welcher ein vollumfänglicher Werkzeugkasten für die Lösung von IT-Sicherheitsanforderungen entwickelt wird.

Industrie 4.0 Maturity Index

Das acatech-Projekt „Industrie 4.0 Maturity Index“ verfolgt das Ziel, ein multidimensionales Reifegradmodell für die Industrie-4.0-Fähigkeit von Unternehmen zu schaffen. So wird es Unternehmen durch eine valide Beurteilungsmethodik ermöglicht, ihren Status Quo zu ermitteln und Potenziale für die Einführung neuer Industrie-4.0-Lösungen zu erkennen. Dabei werden die Bereiche Entwicklung, Produktion, Logistik, Service, Marketing sowie IT-Sicherheit berücksichtigt, um ein ganzheitliches Bild zu erhalten.

Das Projektteam besteht aus sechs Universitäts- und Forschungsinstituten sowie Beratungs- und Validierungspartnern aus der Industrie.

MYTHOS – Multimateriale hybride Technologie für die additive Herstellung in dentalen Prozessketten

Das vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Projekt MYTHOS befasst sich mit Entwicklung eines automatisierten Verfahrens zur additiven Herstellung von mehrfarbigen Verblendungen dentaler Gerüstwerkstoffe. Bisher wird ein großer Teil der Herstellung von ästhetischem Zahnersatz noch händisch durchgeführt. Auf ein hochfestes, gefrästes Zahngerüst werden manuell mehrere Verblendschichten aufgetragen, um einen Farbeindruck zu erzeugen, der optimal an den Patienten angepasst ist. Die additive Fertigung bietet hier ein großes Verbesserungspotenzial in Bezug auf Fertigungszeit, Kosten und Präzision. Aufgabe des DiK im Forschungsprojekt MYTHOS ist es, sowohl die rechnerverarbeitbaren Datenstrukturen und Algorithmen zu konzipieren als auch die digitale Prozesskette für das automatisierte Verfahren zu entwickeln.

Themen: Industrie 4.0, IT-Sicherheit, Additive Fertigung, Dentaltechnik

• Bewertung von Big-Data-Ansätzen und deren Erprobung mit MATLAB an NASA-PCoE-Daten (Master Thesis)
• Lagerichtige Zuordnung von Farben aus Kamerabildern zu einem 3D-Modell (Bachelor Thesis)
• Analyse und Nutzbarmachung von Schichtungsstrategien für Dentinkernkronen (Master Thesis)
• Analyse der Einsatzmöglichkeiten von Machine Learning zur Zuverlässigkeitsunterstützung in allen Produktlebensphasen (Advanced Research Project)
• Entwicklung eines Informationsmodells zum Aufbau einer Dentaldatenbank (Studienarbeit)