Mimetik NELAFED glove

NELAFED - Negative Latenzen für Echtzeit-Feedback in kritischen Mensch-Maschine-Interaktionen

Das InnoTeam „NELAFED“ widmet sich einer disruptiven Herausforderung im Bereich der Echtzeitkommunikation: dem Konzept der negativen Latenz. Durch KI-basierte Vorhersage und Signalverarbeitung soll eine scheinbar verzögerungsfreie Datenübertragung (≤ 0 ms) ermöglicht werden – mit enormem Potenzial für Industrie 4.0, XR, Teleoperation und Robotik.

NELAFED funding body

MIMETIK

TECHNISCHE UNIVERSITÄT DRESDEN

Die Mimetik GmbH ist ein IoT-Unternehmen aus Dresden, gegründet von Dr.-Ing. Ievgenii Tsokalo und  Dr.-Ing. Merve Sefunc, beide Absolventen der TU Dresden. Ihr Hauptprodukt ist ein intelligenter Handschuh für den Einsatz in industriellen Montageprozessen.

Prof. Fitzek, Lehrstuhl für Kommunikationsnetze, leitet an der TU Dresden Forschungsprojekte zur Zukunft der Netzwerkkommunikation. Er ist Gründer und wissenschaftlicher Leiter von CeTI – Centre for Tactile Internet with Human-in-the-Loop, 6G-life – Nationaler Forschungs-Hub für die nächste Mobilfunkgeneration

PROJEKTINHALT

Die Netzwerkkommunikation basiert bis heute auf dem EVA-Prinzip – Eingabe, Verarbeitung, Ausgabe. Auch wenn die Datenübertragung nahezu mit Lichtgeschwindigkeit erfolgt, entstehen durch die Verarbeitung an verschiedenen Netzwerkknoten wie Routern oder Switches zwangsläufig Verzögerungen, sogenannte Latenzen. Diese werden unter anderem durch die Entfernung zwischen Sender und Empfänger, die Bandbreite, das Übertragungsmedium, die Datenpaketgröße und die Leistungsfähigkeit der Signalverarbeitung beeinflusst. In vielen Anwendungen – von Voice-over-IP über XR-Anwendungen bis hin zu industriellen Steuerungssystemen – führen diese Verzögerungen zu hör- oder spürbaren Beeinträchtigungen, beispielsweise durch Versatz in Gesprächen oder verzögerte visuelle Rückmeldungen, die sogar Übelkeit („Motion Sickness“) verursachen können.

Vor dem Hintergrund der zunehmenden Digitalisierung, der Ausbreitung vernetzter Geräte im IoT-Umfeld und der steigenden Bedeutung cyber-physischer Systeme rücken diese Latenzen zunehmend in den Fokus der Forschung. In Bereichen wie Teleoperation, autonomer Maschinensteuerung, Echtzeitsimulationen, Finanztechnologie und XR-basierter Zusammenarbeit kann eine Verzögerung der Rückmeldung gravierende Auswirkungen haben – von Störungen im Arbeitsfluss bis hin zur Gefährdung von Menschenleben. Gleichzeitig sind die zugrunde liegenden Netzwerke durch hohe Sicherheitsanforderungen meist komplex, was zusätzliche Latenzen verursacht, die mit heutigen technischen Mitteln kaum weiter reduziert werden können.

DAS KONZEPT: NEGATIVE LATENZ

An dieser Stelle setzt das InnoTeam NELAFED an. Die Grundidee besteht darin, Latenzen nicht nur zu minimieren, sondern sie durch Vorhersageverfahren in Kombination mit KI komplett vorwegzunehmen. Das bedeutet, dass ein System bereits vor dem eigentlichen Eintreffen eines Dateninputs das wahrscheinliche Signal berechnet und genau zu dem Zeitpunkt ausgibt, zu dem die Eingabe erfolgt. Dadurch entsteht der Eindruck einer völlig verzögerungsfreien Reaktion. Um dies zu ermöglichen, soll eine Kombination innovativer Technologien eingesetzt werden – darunter Big-Data-Analyse, Datenreduktion, Datenaufteilung und -kompression sowie KI-gestützte Signalverarbeitung und Vorhersage. Durch diese Herangehensweise entsteht ein „Negative Latency“-Netzwerk mit scheinbar sofortiger Reaktionsfähigkeit.

FORSCHUNGSFRAGEN UND ZIELE

Das Projekt verfolgt dabei mehrere zentrale Forschungsfragen: Es soll herausgearbeitet werden, welche Eigenschaften ein „Negative Latency“-System aufweist, wie die zugrunde liegende Netzwerkarchitektur dafür gestaltet sein muss und welche Signalverarbeitungsprozesse sich effektiv vorhersagen lassen. Darüber hinaus wird untersucht, wie sich diese Technologie auf die Interaktion zwischen Mensch und Maschine auswirkt und in welchen Anwendungsbereichen sie von den Nutzenden akzeptiert wird. Die Forschungsergebnisse sollen somit auch eine Grundlage für zukünftige Anwendungen im Bereich Smart Devices, Robotik, XR und industrieller Echtzeitsysteme bilden.