Direkt zum Inhalt
Direkt zum Inhalt

Eingebettete Systeme

In den letzten zwei Jahrzehnten hat sich eine bemerkenswerte Entwicklung bei Computersystemen, insbesondere bei eingebetteten Systemen, vollzogen. Solche Systeme sind in der Regel in größeren elektronischen Geräten verborgen und erfüllen eine bestimmte Funktion, die möglicherweise von entscheidender Bedeutung für Geld oder Menschenleben ist. Beispiele für solche Systeme sind Smartphones, Antiblockiersysteme, Kameras mit Autofokus, Faxgeräte, lebenserhaltende Geräte, Flugmanagementsysteme und Hunderte von anderen Anwendungsfällen, bei denen eingebettete Systeme vom Benutzer des Geräts nicht erkannt werden.

 

Eingebettete Systeme ermöglichen die Echtzeit-Computersteuerung von physischen Geräten und Systemen, was zu einem noch nie dagewesenen Maß an Leistung und Nutzen führt. Die spezifischen Anforderungen, die an eingebettete Systeme gestellt werden, wie z. B. Aktualität, zuverlässiger Betrieb in sicherheitsrelevanten Szenarien, kurze Markteinführungszeit und niedrige Kosten in Verbindung mit dem Druck, die Funktionalität zu erhöhen, führen zu einem enormen und schwierigen Anstieg der Komplexität des Entwurfs auf Systemebene.

Embedded Systems

MESITA Kick-Off Meeting Marks the Launch of a New EU–Nigeria Partnership

MESITA (Master of Science in Smart Farming and IoT in Agriculture) is a new Master’s programme established across four universities in Nigeria to modernise agriculture through smart farming, IoT, embedded systems, and AI-based applications. The programme is delivered by the Nigerian partner universities University of Port Harcourt, Obafemi Awolowo University, Michael Okpara University of Agriculture, Umudike, and Enugu State University of Science and Technology, in collaboration with EU partners University of Siegen, University of Food Technologies Plovdiv, and Wrocław University of Science and Technology, and with industry involvement from AlumUnite Limited.

embedded meeting

Erfolgreiches Abschlusstreffen des EmbeddedAI-Projekts

EmbeddedAI ist ein internationaler Master of Science-Studiengang, der sich auf Studien in eingebetteten Systemen und künstlicher Intelligenz konzentriert. Das Programm deckt Anwendungsbereiche wie Landwirtschaft, Gesundheitswesen, Telekommunikation und Fertigung ab. EmbeddedAI zielt darauf ab, die Beschäftigungsfähigkeit und die unternehmerischen Fähigkeiten nigerianischer Studenten zu verbessern, indem es ihnen eine hochmoderne digitale Ausbildung bietet. Es soll die Zusammenarbeit zwischen nigerianischen und EU-Universitäten fördern.

Über den Lehrstuhl

Forschung und Lehre

chair es

Forschung

  • NoC-basierte Multi-Core-Architekturen mit Echtzeitunterstützung, Fehlertoleranz und Energieeffizienz
  • Vernetzte eingebettete Systeme einschließlich Systemarchitekturen, zeitgesteuerte Protokolle und Planungsalgorithmen
  • Methoden für die Zuverlässigkeit einschließlich Fehlerdiagnose und Fehlertoleranz (z. B. Organic Computing)
  • Eingebettete künstliche Intelligenz (KI) einschließlich eingebetteter KI-Modelle und Hardwarebeschleuniger mit Echtzeitunterstützung und Zuverlässigkeit
  • Anwendungsbereiche wie industrielle Steuerung, Automatisierung, Automobilsysteme, Avionik und medizinische Systeme

     

Lehre

  • Grundlegende Informatikkurse (z.B. technische Informatik, objektorientiertes Design)
  • Spezialisierte Kurse im Bereich der eingebetteten Systeme (z.B. Embedded System Design mit FPGA, Embedded System)

Forschungsbereiche

Technologien für eingebettete Systeme

Unsere Forschung bietet Lösungen für die anspruchsvollen Probleme bei der Entwicklung eingebetteter Systeme durch bedeutende Fortschritte auf dem Gebiet der verteilten Systemarchitekturen. Eine Systemarchitektur bildet die wissenschaftliche und technische Grundlage für die Konstruktion eingebetteter Systeme.

Die Ziele unserer Forschung sind die Entdeckung von Entwurfsprinzipien und die Entwicklung von Architekturdiensten, die eine komponentenbasierte Entwicklung eingebetteter Systeme ermöglichen, so dass die entstehenden Systeme kostengünstig gebaut werden können und wichtige nichtfunktionale Eigenschaften aufweisen (z. B. Zusammensetzbarkeit, Robustheit, Wartbarkeit).

Unsere Untersuchungen haben zu Beiträgen geführt, die von konzeptionellen Modellen komponentenbasierter Systemarchitekturen über verteilte Algorithmen zur Protokolltransformation und Fehlertoleranz bis hin zu eingebetteten Betriebssystemtechnologien, eingebetteten KI-Technologien und einem Multiprozessor-System-on-a-Chip für sicherheitsrelevante Anwendungen reichen. Wir verfolgen eine ausgewogene Mischung zwischen konzeptioneller Arbeit mit einer soliden theoretischen Basis und prototypischen Implementierungen mit experimentellen Evaluierungen. Aufgrund des interdisziplinären Charakters eingebetteter Systeme arbeiten wir eng mit Forschern aus anderen Bereichen zusammen (z.B. Experten für Hardware-Software-Co-Design, Wissensmanagement, theoretische Informatik, Spezialisten aus den Bereichen Automobil, Eisenbahn, Avionik und industrielle Steuerung). Darüber hinaus liefert unsere enge Zusammenarbeit mit der Industrie reale Anforderungen und Forschungsherausforderungen sowie industrielles Feedback.

Schwerpunkt der Forschung

  • Systeme mit gemischter Kritikalität
  • Adaptive und verlässliche Echtzeitsysteme
  • Vernetzte eingebettete Systeme
  • Vorhersagbare Multi-Core-Architektur
  • Eingebettete KI
  • Domänenspezifische Architekturen und Plattformen

     

 

Listen der Veröffentlichungen

Veröffentlichungen

Weitere Filter anzeigen
Journal article
2026

CliCFPGA: Leveraging FPGA Education and Research Through Collaborative and Low-Code Heterogeneous Platform

Conference paper
2026

A Parallel Pipelined Hough Transform Algorithm for Ellipse Detection in Noisy Environment with Hierarchical Voting on AI Engines

Journal article
2026

Leveraging Multi-Cycle Information to Improve Event Prediction in Time-Triggered Systems

Conference paper
2026

A Lightweight, Low-Latency System Architecture for Deployable Depression Screening using Acoustic Biomarkers

Journal article
2026

Intelligente Rettungseinsätze der Zukunft mit Wearables: KI-gestützte Empfehlungssysteme mit Wissensgraphen und Situationserkennung für personalisierte Handlungsempfehlungen

Journal article
2026

Modeling and Reliability Analysis of Delay-Based Physical Unclonable Functions Using Low-Density Parity-Check Codes for Dependable Security

Journal article
2026

CliCFPGA: Leveraging FPGA Education and Research Through Collaborative and Low-Code Heterogeneous Platform

Journal article
2026

Modeling and Reliability Analysis of Delay-Based Physical Unclonable Functions Using Low-Density Parity-Check Codes for Dependable Security

Conference paper
2026

A Multi-Stage, RAG-Enhanced Pipeline for Generating Longitudinal, Clinically Actionable Mental Health Reports from Wearable Sensor Data

Conference paper
2026

Knowledge Graph-Grounded Pipeline for Question Generation in Higher Education

Book chapter
2026

A Knowledge Graph-Based Approach for Personalized Course and Curriculum Path Recommendation

Conference paper
2026

Efficient On-Device Digital Phenotyping: Depression Detection via Polygon-Based Feature Generation and Quantized Deep Learning

Projekte für eingebettete Systeme

Themenbereiche

WISES
-

Vorausschauende Wartung in der Industrie zur Steigerung der Verfügbarkeit und Energieeffizienz mittels multimodaler Analyse-modelle und agentengeführter mobiler Sensorik (WISES)

BANNER
-

Bidirektionale Anbindung von Nutzfahrzeugen für mehr Netzstabilität und Effizienzsteigerung (BANNER)

Roman Obermaisser

Univ.-Prof. Dr.-Ing. Roman Obermaisser

Professor

Prof. Dr. Roman Obermaisser is full professor at the Division for Embedded Systems of University of Siegen. Roman Obermaisser has finished his doctoral studies in Computer Science with Prof. Hermann Kopetz at Vienna University of Technology as research advisor in 2004.

Personal profile photo

Dipl.-Ing. Stefan Otterbach

Mitarbeiter*in Technik und Verwaltung
Josepaul Paulachan

Josepaul Paulachan M.Sc.

Wissenschaftlicher Mitarbeiter
Personal profile photo

Abdulmajeed Alhumaidi

Wissenschaftliche*r Mitarbeiter*in
Yosab Bebawy

Yosab Bebawy M.Sc.

Wissenschaftliche*r Mitarbeiter*in
Ugonna Oleh

Ugonna Queen Oleh M.Sc.

Wissenschaftliche*r Mitarbeiter*in

Ugonna Oleh is a research associate at the Chair of Embedded Systems, University of Siegen.

Personal photo

Omar Hekal

Wissenschaftliche*r Mitarbeiter*in
Personal profile photo

Aravinda Lasya Indukuri

Wissenschaftliche*r Mitarbeiter*in
Personal profile photo

Fatima Mammadova M.Sc.

Wissenschaftlicher Mitarbeiter

Fatima Mammadova is a Research Associate at the Chair of Embedded Systems, where she is pursuing her doctorate under Prof. Roman Obermaisser.

Personal profile photo

Charles Onuaha M.Sc.

Wissenschaftliche*r Mitarbeiter*in

Charles Okwudiri Onuoha is a doctoral researcher at University of Siegen, within the Chair of Embedded Systems.

Personal profile photo

Kritima Rajbanshi M.Sc.

Wissenschaftliche*r Mitarbeiter*in
Personal profile photo

Dr.-Ing. Daniel Lucky Ndubuisi Onwuchekwa

Wissenschaftlicher Mitarbeiter
Personal profile photo

Jan Kunze

Technische*r Mitarbeiter*in
Personal profile photo

Matthias Bundschuh

Technische*r Mitarbeiter*in
Photo of Dongchen Li

Dongchen Li

Wissenschaftliche*r Mitarbeiter*in

I received the M.Sc. degree in Mechatronics from the University of Siegen, Siegen, Germany, in 2022. I'm currently pursuing a Ph.D. degree in computer science at the University of Siegen. My research interests include deep learning, data mining, time-triggered systems, and autonomous driving.

Personal profile photo

Sina Marie Bundschuh

Wissenschaftliche*r Mitarbeiter*in

Kontakte des Lehrstuhls

Postadresse

Universität Siegen
Fakultät IV

Eingebettete Systeme Hölderlinstr. 3
57068 Siegen

Besucheradresse

Universität Siegen
Fakultät IV
H-E Ebene 0
Hölderlinstr. 3
57068 Siegen

Weitere Informationen

Manuela Popp
Universität Siegen
Hölderlinstr. 3
H-E 008
57068 Siegen