Dr.-Ing. Olaf Enge-Rosenblatt
Group Leader Data Analysis Systems - Fraunhofer Institute for Integrated Circuits IIS
Olaf Enge-Rosenblatt studied automation engineering at the Chemnitz University of Technology until 1986. In the meantime, he worked at the Institute for Mechatronics e.V. in Chemnitz as a research assistant mainly in the field of modeling mechatronic systems. Since 2005 he has been at the Fraunhofer Institute for Integrated Circuits IIS, Institute Division Development of Adaptive Systems EAS in Dresden. There he was initially employed as a research assistant. Since 2007 he has been a group leader, and since 2015 he has headed the Data Analysis Systems group.He was and is entrusted with the management of numerous scientific and industrial projects in the fields of condition monitoring, predictive maintenance, energy and resource efficiency, Big Data and artificial intelligence. Since 2017, he has also been conducting training courses on predictive maintenance, data-based quality monitoring, fundamentals of artificial intelligence, introduction of AI methods in production, and AI in maintenance.
---------------
Olaf Enge-Rosenblatt studierte bis 1986 Automatisierungstechnik an der Technischen Universität Chemnitz. Ebenda promovierte er zum Dr.-Ing. der Elektrotechnik im Jahr 2005. Zwischenzeitlich arbeitete er am Institut für Mechatronik e.V. in Chemnitz als Wissenschaftlicher Mitarbeiter hauptsächlich auf dem Gebiet der Modellierung mechatronischer Systeme. Seit 2005 ist er am Fraunhofer-Institut für Integrierte Schaltungen IIS, Institutsteil Entwicklung Adaptiver Systeme EAS in Dresden. Dort war er zunächst als Wissenschaftlicher Mitarbeiter beschäftigt. Seit 2007 ist er Gruppenleiter, seit 2015 steht er der Gruppe Datenanalysesysteme vor. Er war und ist mit der Leitung zahlreicher wissenschaftlicher und industrieller Projekte in den Themenbereichen Condition Monitoring, Predictive Maintenance, Energie- und Ressourceneffizienz, Big Data, Künstliche Intelligenz betraut. Seit 2017 führt er auch Schulungen zu den Themen Predictive Maintenance, Daten-basierte Qualitätsüberwachung, Grundlagen der Künstlichen Intelligenz, Einführung von KI-Methoden in der Produktion, KI in der Instandhaltung durch.