6G-CAMPUS - Effiziente und sichere 6G-lndustrie-Campusnetze mittels Kl-gestützter Joint-Communication-&-Sensing-Verfahren; Teilvorhaben: ML-basierte Mobilfunknetzoptimierung

Abstract

Ziel des Vorhabens war die Erforschung und Entwicklung grundlegender Konzepte für zukünftige 6G-Campusnetze in industriellen Anwendungsszenarien. Im Mittelpunkt standen insbesondere die Untersuchung und Integration von KI-basierten Verfahren zur Netzwerksteuerung, Multi-KI-Agenten-Systeme sowie hybride Kommunikationsarchitekturen aus 5G/6G-Netzen und Nicht-3GPP-Underlayer-Technologien. Ein weiterer Schwerpunkt lag auf der Entwicklung sicherheitsrelevanter Mechanismen auf der physikalischen Schicht, insbesondere Physical Layer Security (PLS) und Physical Layer Authentication (PLA), sowie der Integration von Joint Communication & Sensing (JC&S)-Funktionalitäten. Ergänzend wurden Systemarchitekturen, Schnittstellen (u. a. OpenXG API) und Demonstrationsszenarien für industrielle Campusnetze konzipiert und umgesetzt. Das Vorhaben adressierte damit zentrale Herausforderungen zukünftiger 6G-Systeme, insbesondere die Konvergenz von Kommunikation, Sensing und KI-gestützter Netzintelligenz in hochdynamischen industriellen Umgebungen.