Zum Inhalt
NEU: KI-AUSSCHREIBUNG IN 2 MINUTEN – JETZT KOSTENLOS TESTEN
Zurück zur Suche

Ist das Ihr Unternehmen? Profil übernehmen

F&B-Engineering – Fertigung

Entwicklung digitaler Zwillinge für Bestandsmaschinen durch Sensorik-Retrofit, Datenanbindung und KI-basierte Auswertemodelle.

F&B-Engineering Logo

F&B-Engineering GmbH

DarmstadtNeu auf Amplifa

GmbH, HRB 108148, Amtsgericht DarmstadtRechtsform und Register
Darmstadt (TU Darmstadt alsStandort und Forschungsherkunft
3 Universitätskurse (u. a. TU Darmstadt)Lehre des methodischen Vorgehens

Über F&B-Engineering

Die F&B-Engineering GmbH ist ein Ingenieurdienstleister mit Sitz in Darmstadt und spezialisiert auf die Entwicklung digitaler Zwillinge für bestehende Maschinen und Anlagen. Das Unternehmen unterstützt Kunden dabei, ihre Bestandsmaschinen durch gezielte Nachrüstung von Sensorik (Digital Retrofitting), die Nutzung vorhandener Maschinendaten und intelligente Auswertemodelle zu digitalisieren. Dabei kombiniert F&B-Engineering praktisches Maschinenbau- und Prozessverständnis mit physikalischen Modellen und Verfahren der künstlichen Intelligenz, insbesondere maschinellem Lernen. Die Leistungen umfassen Schwingungsdiagnostik und Messtechnik, Zustandsüberwachung und Health Monitoring, vorausschauende Instandhaltung, Anomalieerkennung sowie datenbasierte Prozessoptimierung und Qualitätssicherung. Das methodische Vorgehen zur strukturierten Entwicklung digitaler Zwillinge entstand in Promotionen der beiden Gründer an der TU Darmstadt und wird in drei universitären Kursen gelehrt. Zu den Kunden zählen Unternehmen des Maschinen- und Anlagenbaus sowie IoT- und Software-Unternehmen.

Standort
Darmstadt
Verfahren
Entwicklung digitaler Zwillinge für Bestandsmaschinen und Anlagen, Nachrüstung von Sensorik an Bestandsmaschinen (Retrofitting), Entwicklung datengetriebener Auswertemodelle (Machine Learning / KI), Zustandsüberwachung / Health Monitoring von Maschinen, Schwingungsdiagnostik und Messtechnik, maßgeschneiderte Sensorkonzepte, Prozessoptimierung und datenbasierte Qualitätssicherung, Potential-Check / Zielbild & Roadmap für Digitalisierungsprojekte, Pilotprojekte und Implementierung/Skalierung digitaler Zwillinge inkl. IT-Integration
Werkstoffe
Nachrüstung von Sensorik an Bestandsmaschinen, Machine Learning / datengetriebene Auswertemodelle, Hybride Ansätze (physikalische Modelle + KI), Datenanbindung und Messketten-Entwicklung
Zertifikate
Wissenschaftliche Validierung (Journal-/Konferenzpublikationen)
Branchen
Maschinen- und Anlagenbau, IoT- und Software-Unternehmen, Industrielle Fertigung / produzierendes Gewerbe (u. a. Wasserstoffmotoren), Industrielle Fertigung / produzierendes Gewerbe (u. a. Fallstudie
  1. 01

    System- und Prozessanalyse der Bestandsmaschinen

  2. 02

    Potential-Check der Digitalisierungspotenziale

  3. 03

    Zielbild und Roadmap

  4. 04

    Auswahl und Integration von Sensorik (Retrofit)

  5. 05

    Datenanbindung und Messketten-Entwicklung

  6. 06

    Entwicklung physikalischer, datengetriebener und hybrider KI-Auswertemodelle

  7. 07

    Pilotprojekt unter realen Betriebsbedingungen

  8. 08

    Implementierung, Skalierung und IT-Integration

Methoden und Verfahren

Sensorik-Retrofit

Nachrüstung von Sensorik an Bestandsmaschinen

Maßgeschneiderte Sensorkonzepte und Schwingungsdiagnostik erweitern Bestandsmaschinen um Mess- und Diagnosefunktionen.

ML

Machine Learning / datengetriebene Auswertemodelle

Erkennt komplexe Zusammenhänge in Maschinen- und Prozessdaten für Zustandsbewertung und Anomalieerkennung.

Hybrid-KI

Hybride Ansätze (physikalische Modelle + KI)

Verbinden technisches Systemverständnis mit KI für robuste und nachvollziehbare Auswertemodelle.

Messketten

Datenanbindung und Messketten-Entwicklung

Schlanke, robuste Messketten verbessern die Datenqualität bereits an der Quelle.

Standort

Darmstadt

DE

Hauptsitz, Engineering

Leistungsfelder

Digitaler Zwilling Wasserstoffmotor
Digitaler Zwilling WasserstoffmotorDigitales Retrofitting · Maschinen- und Anlagenbau
IoT-Datenfundament
IoT-DatenfundamentSensorik-Auswahl und Integration · IoT-Unternehmen

Einblicke in die Fertigung

Digitale Zwillinge – Vorgehensstruktur
Digitale Zwillinge – Vorgehensstruktur
Methodisches Vorgehen
Methodisches Vorgehen
Referenzarchitektur (RFLP)
Referenzarchitektur (RFLP)

Branchen

Maschinen- und AnlagenbauIoT- und Software-UnternehmenIndustrielle Fertigung / produzierendes Gewerbe (u. a. Wasserstoffmotoren)Industrielle Fertigung / produzierendes Gewerbe (u. a. Fallstudie

Verfahren & technische Grenzen

VerfahrenToleranzMax. BauteilGewichtLosgrößeWerkstoffe
Entwicklung digitaler Zwillinge für Bestandsmaschinen und AnlagenEngineering–––––
Nachrüstung von Sensorik an Bestandsmaschinen (Retrofitting)Engineering–––––
Entwicklung datengetriebener Auswertemodelle (Machine Learning / KI)Engineering–––––
Zustandsüberwachung / Health Monitoring von MaschinenPrüfung–––––
Schwingungsdiagnostik und Messtechnik, maßgeschneiderte SensorkonzepteEngineering–––––
Prozessoptimierung und datenbasierte QualitätssicherungEngineering–––––
Potential-Check / Zielbild & Roadmap für DigitalisierungsprojekteEngineering–––––
Pilotprojekte und Implementierung/Skalierung digitaler Zwillinge inkl. IT-IntegrationEngineering–––––
Entwicklung physikalischer und hybrider (KI + physikalische Modelle) AuswertemodelleEngineering–––––

Zusatzleistungen

Entwicklung digitaler Zwillinge für Bestandsmaschinen und -anlagen (Digital Retrofitting)Nachrüstung von Sensorik an BestandsmaschinenDatenanbindung und Messketten-EntwicklungEntwicklung datengetriebener Auswertemodelle / Machine LearningPhysikalische Modelle und hybride KI-AnsätzeZustandsüberwachung / Health MonitoringVorausschauende Instandhaltung (Predictive Maintenance)Prozessoptimierung und QualitätssicherungAnomalieerkennungPotential-Check für DigitalisierungspotenzialeZielbild und Roadmap für DigitalisierungsprojektePilotprojekte für digitale ZwillingeImplementierung und Skalierung digitaler ZwillingeBeratung/Unterstützung von IoT- und Software-Unternehmen (Sensorik-Auswahl, Use-Case-Entwicklung)

Qualität und Validierung

Die Wirksamkeit des methodischen Vorgehens ist in wissenschaftlichen Konferenz- und Journalbeiträgen beschrieben und validiert sowie in realen industriellen Entwicklungsprojekten erprobt. Ergebnisse der Entwicklungsprojekte sind in Forschungsberichten dokumentiert.

NachweisDarmstadt
Wissenschaftliche Validierung (Journal-/Konferenzpublikationen)

Historie

  1. Grundlage des Unternehmens ist die Forschungstätigkeit und Promotion der beiden Gründer an der TU Darmstadt zum Thema digitale Zwillinge; das methodische Vorgehen wird in drei Universitätskursen (u. a. TU Darmstadt) gelehrt.

Personalisierte Demo

Bereit, den Amplifa Marketplace in Aktion zu sehen?

Vom strukturierten Request bis zum passenden Fertigungspartner: KI-gestütztes Matching, verifizierte Anbieter und transparente Kennzahlen – an einem Ort, für den industriellen Mittelstand im DACH-Raum.

Demo anfragen