Elektronische Komponenten und Systeme (ECS) unterliegen aufgrund elektrischer Lastwechsel fortwährend thermischen und mechanischen Beanspruchungen, die zu Schädigungen und Ausfällen führen können. Hahn-Schickard stellt im Projekt smarte integrierte Sensorsysteme bereit, um die thermischen und mechanischen Lasten direkt an den eingesetzten ECS zu erfassen und auszuwerten.Typische Signalverläufe und auffällige Verhaltensmuster (z.B. Materialermüdung) sollen mit Simulationen und Modellierung verglichen werden, um Störungen rechtzeitig zu erkennen und Langzeitschäden bis hin zum möglichen Ausfall zu vermeiden. Dabei werden Methoden der Künstlichen Intelligenz (maschinelles Lernen / Deep Learning) angewendet. Im Ergebnis sollen die Betriebsparameter der betrachteten ECS so gewählt werden können, dass die beobachteten Schadensmuster weitgehend vermieden / reduziert werden können, wodurch sich ein nachweisbar zuverlässigerer Betrieb erreichen lässt. Hahn-Schickard stellt für dieses Vorhaben intelligente Sensor-Chips, Design-Unterstützung und Tests / Auswertungen zur Verfügung. Die Praxistauglichkeit der so erarbeiteten Lösungen – im Besonderen mit Hinblick auf eine nachweisbar erhöhte Zuverlässigkeit der entsprechenden ECS - wird anhand des Use-Cases E-2 nachgewiesen. Im Rahmen des Use-Cases DI-4 soll erreicht werden, dass beim Design der intelligenten Sensor-Chips selbst bereits größtmögliche Zuverlässigkeitsanforderungen beachtet werden.