Im Forschungsschwerpunkt Digital Labs & Production bringen wir Menschen, Räume und Prozesse zusammen. Von Mixed-Reality Digital Twins über progressive Webapplikationen bis zu Machine-to-Machine-Schnittstellen verbinden wir physische mit digitalen Welten durch Daten und Analysen.
Über uns
Der Schwerpunkt bündelt spezifische Methoden- und Technologiekompetenzen in der Digitalisierung und Virtualisierung von Laboren, Prozessen und Produktionsanlagen in den Life Sciences. Dazu gehört einerseits die Vernetzung von Geräten, Prozessen und Menschen über Schnittstellen, Datenpipelines und Datenmanagement und andererseits die Modellierung und Simulation von physischen Systemen und Infrastrukturen. Digitale Zwillinge sind ein gutes Beispiel für das Zusammenspiel dieser Themen.
Drei Forschungsgruppen sind auf diesem Gebiet aktiv.
Unsere Forschungsgruppen
Simulation & Optimization
Strategische, taktische und operative Prozessoptimierung mit Hilfe von Modellierungs- und Simulationswerkzeugen stehen im Fokus der Forschungsgruppe. Dies umfasst die Modellierung und Simulation der Dynamik heterogener, komplexer Systeme sowie die Untersuchung, Optimierung und Steuerung ihres Verhaltens.
Leiter: Prof. Dr. Lukas Hollenstein | Erfahren Sie mehr über die Forschungsgruppe Simulation & Optimization
Data Management & Visualization
Die Forschungsgruppe ist spezialisiert auf die Entwicklung von Systemen zur Datenaggregation, -transformation und -verwaltung. Verarbeitungspipelines werden so konzipiert und implementiert, dass sie Daten von ihren Quellen (z. B. grafische Benutzeroberflächen, tragbare Sensoren, Messsonden) über Vorbereitungsschritte (einschliesslich Qualitätskontrolle und Homogenisierung) bis hin zu Speicherlösungen, Analyse und Visualisierung von Ergebnissen und Erkenntnissen überführen.
Leiter: Dr. Robert Vorburger | Erfahren Sie mehr über die Forschungsgruppe Data Management & Visualization
Edge Computing & Interfaces
Die Forschungsgruppe verbindet dynamische physische Strukturen mit digitalen Umgebungen und Prozessen durch Sensoren, Aktuatoren und Edge Computing. Sie unterstützt die Automatisierung und dezentrale und intelligente Datenverarbeitung in den Life Sciences durch die Verbindung von Mensch, Maschine und Kontext.
Leiter: Dr. Christian Glahn
Lehre
Der Forschungsschwerpunkt bietet Lehrangebote auf BSc- und MSc-Stufe in den Grundlagen der Data Science, in der mathematischen und physikalischen Modellierung (mit Fokus auf simulationsbasierter Prozessoptimierung), im Data Management (mit Fokus auf Datenbanktechnologien und Visualisierung), dem Physical Computing (Sensoren und Aktoren) sowie dem Cloud und Edge-Computing an.
Die Vertiefung Digital Labs & Production des BSc ADLS wird von diesem Forschungsschwerpunkt koordiniert und es werden entsprechende Bachelor- und Master-Arbeiten angeboten.
- Bachelor of Science (ZHAW) in Applied Computational Life Sciences
- Master of Science in Life Sciences - Vertiefung Applied Computational Life Sciences
Zudem engagiert sich der Schwerpunkt über die Fachhochschulstufe hinaus im Bereich der Science Education mit Programmen und Aktivitäten und bietet Weiterbildungskurse an.
Team Digital Labs & Production
Projekte
- Vorherige Seite
- Seite 01
- …
- Seite 03
- Seite 04
- Seite 05
- Seite 06
- Seite 07
- …
- Seite 12
- Nächste Seite
-
Datengetriebene Entscheidungsunterstützung bei intrakraniellen Aneurysmen und in der Spitalgastronomie mittels Bayes'schen Netzwerken
Klinische Entscheidungen in der Medizin und Managemententscheidungen im Facility Management werden regelmäßig auf Basis von geringer Evidenz oder Extrapolationen getroffen und auch durch subjektive und wirtschaftliche Aspekte beeinflusst. Während in der Medizin aufgrund der zunehmenden Digitalisierung Daten ...
-
Softscope
Bildgebende Verfahren (Fotografie, Mikroskopie, Tomographie, etc.) sind in den Life Science schon längst nicht mehr wegzudenken. Eine manuelle Auswertung der Bilder ist nach wie vor schwierig zu reproduzieren, aufgrund der hohen Anzahl hochaufgelöster Bilder zeitlich auch praktisch nicht mehr machbar und statistisch ...
-
Gamification - Ein wirkungsvoller Ansatz zur Reduktion der Klimabelastung?
Die FG Nachhaltigkeitskommunikation und Umweltbildung entwickelt in Zusammenarbeit mit dem Institut für Angewandte Simulation IAS wirkungsvolle Massnahmen, um Angehörige von Hochschulen zu einem klimaverträglicheren Handeln zu bewegen. Im Fokus steht der Ansatz des Gamifications, konkret der Spielmechanismus ...
-
Ökotechnologie Living Lab
In der Ökotechnologie dienen die Abläufe in der Natur als Vorbild, um neue Technologien zu entwickeln. Wie in einem natürlichen Ökosystem, wo Nährstoffe und Wasser im Kreislauf zirkulieren, entwickeln die Forschenden der ZHAW Kreislaufsysteme, welche nach demselben Prinzip funktionieren. Damit sollen Ressourcen ...
-
Personenflusssimulation und Raumbelegung
Für das Hochbauamt Zürich wurde in einer früheren Studie eine Simulation der Personenflüsse und Belegung der Räume in einem grossen geplanten Gebäudekomplex erstellt. Dabei wurden verschiedene Engpässe erkannt, vor allem im Eingangsbereich. Die Resultate der Simulationsstudie wurden im Jahr 2015 ...
Publikationen
-
Derman, Melih; Hollenstein, Lukas,
2024.
Reduktion potenzieller Schadensmengen entlang der Kakao-Supply-Chain.
Transfer.
2024(1), S. 5.
Verfügbar unter: https://doi.org/10.21256/zhaw-30613
-
Müller, Claudia; Zbinden, Erich; Beretta, Claudio; Baumer, Beatrice,
2024.
In:
61. Wissenschaftlicher Kongress der DGE, Kassel, Deutschland, 4.-6. März 2024.
-
Pannen, Sarah T.; Gassmann, Roland; Vorburger, Robert; Rohrmann, Sabine; Sych, Janice; Steinemann, Nina,
2023.
Development of a multilingual web-based food frequency questionnaire for adults in Switzerland.
Nutrients.
15(20), S. 4359.
Verfügbar unter: https://doi.org/10.3390/nu15204359
-
2023.
Gebietsüberwachung im Pflanzenschutz : das Surveillance Tool.
TRANSFER.
2023(1), S. 4.
Verfügbar unter: https://doi.org/10.21256/zhaw-29500
-
Rüegg, Ramona; Schmid, Tamara; Hollenstein, Lukas; Müller, Nadina,
2022.
Effect of particle characteristics and foaming parameters on resulting foam quality and stability.
LWT - Food Science and Technology.
167(113859).
Verfügbar unter: https://doi.org/10.1016/j.lwt.2022.113859