Berlin, 19. Mai 2026 – Das Forschungsprojekt „ELMAR - Integration und Demonstration des Einsatzes von elektrischen Schwerlasttransportmaschinen in der Rohstoffindustrie“ wurde nach drei Jahren erfolgreich zum Abschluss gebracht. Unter der Führung und Initiative des Institute for Advanced Mining Technologies (AMT) der RWTH Aachen University und mit maßgeblicher Beteiligung der PSI Software SE, erforschte ein Konsortium die Potenziale der Elektrifizierung und Automatisierung in der Rohstoffgewinnung. Im Fokus stand die Entwicklung praxistauglicher KI-gestützter Lösungen für einen effizienten und klimaneutralen Betrieb in deutschen Steine- und Erdenbetrieben. Das Projekt wurde vom Bundesministerium für Wirtschaft und Energie (BMWE) im Rahmen der Förderinitiative Elektromobilität (Förderkennzeichen 01MV22001A - H) gefördert.
Ziel des Projekts war die Erforschung und Demonstration des Einsatzes von elektrischen und autonomen Transportfahrzeugen, um die CO2-Emissionen zu minimieren und die Betriebsabläufe in Unternehmen der Rohstoffgewinnung nachhaltig zu gestalten. Das Vorhaben hat gezeigt, dass durchgängige Digitalisierung und Einsatz intelligenter Software die Grundvoraussetzung für die Transformation der Branche sind.
Die PSI brachte ihre Expertise im Bereich der industriellen Künstlichen Intelligenz ein und entwickelte eine zentrale, cloudbasierte Service-Plattform. Ein entscheidender Beitrag war die Integration von PSIqualicision AI, einer adaptiven KI-Anwendung aus dem PSI Industrial AI-Framework. Diese ermöglicht die multikriterielle Optimierung komplexer Produktions- und Transportprozesse. Durch die Simulation verschiedener Szenarien konnten nachvollziehbare und faktenbasierte Handlungsvorschläge für eine nachfrage- und energieeffiziente Produktionsplanung im Kontext von Scheduling-Aufgaben generiert werden.
Darüber hinaus wurde mit einem auf einem Large Language Model (LLM) basierenden Chat-Interface und dem generativen Layer des IAI-Frameworks ein innovativer Ansatz für die intelligente Nutzerunterstützung (Integrated Didactics) für die Softwarenutzung erforscht. Dieser Ansatz schlägt eine technologische Brücke zwischen der zuverlässigen, faktenbasierten KI-Optimierung von PSIqualicision AI mit den erklärenden Fähigkeiten generativer KI, um auch in komplexen industriellen Umgebungen nachvollziehbare und verlässliche Ergebnisse zu gewährleisten.
Die im Vorhaben konzipierten Systeme, Ansätze und Methoden wurden in den Anwendungsfällen des Kalksteinbruchs „Eigenrieden“ und des Quarzsandwerks „Nivelstein“ erprobt. Das Projekt demonstrierte das Potenzial einer mit adaptiver KI gestützten Optimierung. Die Ergebnisse unterstreichen für PSI die Notwendigkeit einer faktenbasierten Datenerfassung und bilden die technologische Grundlage für zukünftige Digitalisierungsschritte in dieser Branche sowie der Metallindustrie.
Der innovative Charakter des Projekts wurde maßgeblich durch die Kooperation im Konsortium getragen.
"PSI dankt daher allen Partnern für die zielführende und vertrauensvolle Zusammenarbeit, insbesondere der RWTH Aachen University, dem Institute for Advanced Mining Technologies (AMT) und dem Institut für Stromrichtertechnik und elektrische Antriebe (ISEA), Volvo Construction Equipment Germany GmbH, Knauf Gips KG, Mineral Baustoff GmbH, TITUS Research GmbH und Volvo Group Trucks Central Europe GmbH", resümiert Arnd Grootz, PSI Software SE.
Der PSI-Konzern entwickelt Softwareprodukte zur Optimierung des Energie- und Materialflusses bei Versorgern und Industrie. Als unabhängiger Softwarehersteller mit über 2.300 Beschäftigten ist PSI seit 1969 Technologieführer für Prozesssteuerungssysteme, die durch die Kombination von KI-Methoden mit industriell bewährten Optimierungsverfahren für eine nachhaltige Energieversorgung, Produktion und Logistik sorgen. Die innovativen Branchenprodukte können vom Kunden selbst oder in der Cloud betrieben werden.
