Technische Universität Braunschweig - Abteilung 22 - Vergaberecht und Beschaffung - Zentrale VergabestelleBraunschweig
Open-fiber Cavity-Prototyp
Lieferung eines Open-fiber Cavity-Prototyps für die Technische Universität Braunschweig.
Laboratory Instruments
No credit card · Instant access
Content at a glance
- Tender type:
- Tender
- Contracting authority:
- Technische Universität Braunschweig - Abteilung 22 - Vergaberecht und Beschaffung - Zentrale Vergabestelle
- Published:
- July 06, 2026
- Deadline:
- July 29, 2026
- Topic:
- Laboratory Instruments
Tender description
Lieferung eines Open-fiber Cavity-Prototyps für die Technische Universität Braunschweig.
Further details
With free access, documents, deadlines and submission notes are available in a structured format.
- Core requirements of the tender prioritized and prepared
- Deadlines, eligibility criteria and documents in one workflow
- Guidance for structured bid preparation
- Automatically discover matching follow-up tenders
30 days free · no credit card · cancel anytime
All procurement details
Buyer, lots, participants, locations, documents, and procedure data have already been captured. Open any area to see the complete information in your workspace.
5 data areas available
30 days free · no credit card · cancel anytime
Documents
Unlock2 details capturedDocuments · Document bundle
Buyer
Unlock3 details capturedBuyer · Address · Contact
Lots
Unlock1 detail capturedLots
Procedure data
Unlock4 details capturedPublication number · Procedure type · Contract type · Regulation level
Performance locations
Unlock2 details capturedPerformance locations
Related tenders
7Lieferung eines 200 kV Glacios 2 Kryo-TEM und Upgrade des Helios 5 Hydra CX FIB
Forschungsverbund Berlin e.V.BerlinI) Lieferung, Aufbau und Inbetriebnahme eines 200 kV Glacios 2 Kryo-TEMs inklusive Vitrobot (ohne Kamera), Transfer und Installation der Falcon 3-Kamera vom Titan Krios Kryo-TEM zum Glacios 2 Kryo-TEM, Anwenderschulung vor Ort, Extended Warranty und garantierte Reaktionszeiten, Umzugsdienstleistungen. II) Upgrade des Helios 5 Hydra CX FIB auf ein Hydra Bio Plasma-FIB, davor Umzug in Haus 94.1 (IIC/OIC), Inbetriebnahme des Hydra Bio Kryo-FIB-EM, Anwenderschulung, Extended Warranty, garantierte Reaktionszeiten, Umzugsdienstleistungen.OAIBOx Open RAN
Ruhr-Universität BochumBochumLieferung von OAIBOXen Open RAN inklusive ZubehörKauf / Beschaffung eines eines Delmic METEOR 2.0 Kryo-Fluoreszenzmikroskops zum Einbau in unser TFS Aquilos 2 Kryo-FIB/SEM
Max-Planck-Institut für BiophysikFrankfurt am MainBeschaffung eines Delmic METEOR 2.0 Kryo-Fluoreszenzmikroskops zur Integration in ein bestehendes Thermo Fisher Aquilos2 Kryo-FIB/SEM. Die Erweiterung verbessert die korrelative Licht- und Elektronenmikroskopie erheblich. Merkmale: wählbare Objektive (100x/0,9 NA, 50x/0,8 NA), hochsensible Kamera mit 95% Quanteneffizienz, sechs wechselbare Fluoreszenzkanäle, Open-Source-Software Odemis Advanced mit automatisierten Workflows und Skripten. Einzige kommerziell verfügbare Lösung mit dieser Vielseitigkeit für die Kryo-Lamellenpräparation.Dual Beam Focused Ion Beam System (FIB) und Transmissionselektronenmikroskop (TEM)
Institut für Oberflächen-und Schichttechnik GmbHKaiserslauternDeadline: Aug 17Die Vergabe erfolgt in zwei Losen (Los 1: FIB, Los 2: TEM). Bieter, die Angebote für beide Lose abgeben, können zusätzlich ein Gesamtangebot (Kombinationsangebot) einreichen. Das Kombinationsangebot muss auf den angebotenen Einzel-Angeboten zu beiden Losen basieren; der Leistungsumfang des Kombinationsangebotes muss den Leistungsumfängen der Angebote auf die Einzellose entsprechen. Das Kombinationsangebot ist zusätzlich zu den losweisen Angeboten einzureichen und muss: - einen gesonderten Gesamtpreis für beide Lose (unter Berücksichtigung etwaiger Preisvorteile, z. B. Rabatte), sowie - eine Darstellung eines etwaigen losübergreifenden wissenschaftlichen, technischen, funktionalen oder organisatorischen Mehrwerts einer gemeinsamen Präparations- und Analytikplattform enthalten.Markterkundung - Open Shift ANPR Dienst
Toll Collect GmbHBerlinDeadline: Aug 02Für die Maut- und Verkehrssicherheitskontrolle in Deutschland wird eine Software-Lösung benötigt, welche einen ANPR-Service in einer Open Container Plattform (OpenShift) realisiert. Die Lösung muss berücksichtigen, dass von mehreren hundert Kontrollgeräten quasi gleichzeitige Anfragen verarbeitet werden und in der Regel in weniger als einer halben Sekunde die Kennzeichenerkennung erfolgt sein muss. Idealerweise erfüllt die Software folgende Anforderungen: Fachlich-funktional: 1. Verarbeitung von Fahrzeugfront- und Fahrzeugheckbildern mit enthaltenen amtlichen Kennzeichen 2. Verarbeitung von Fahrzeugfront-, Fahrzeugheckbildern und Seitenbildern mit enthaltenen verkehrssicherheitsrelevanten Schildern und Kennzeichnungen 3. Verarbeitung dieser Bilder aus unterschiedlichen Systemen, gekennzeichnet durch verschiedene optische Verzerrungen (Aufnahme Überkopf, von der Seite), Belichtungen und Auflösung 4. Erkennen von Kennzeichentext inkl. Leerzeichen und Erkennen des Herkunftslands (ISO) des amtlichen Kennzeichens 5. Bilden eines Konfidenzwerts für Kennzeichentext und für Herkunftsland, jeweils als Maß für die Wahrscheinlichkeit, dass die Erkennung fehlerfrei war 6. Ausgaben weiterer Ergebniskandidaten für Kennzeichentext und Land (jeweils zweitwahrscheinlichstes Ergebnis mit zugehöriger Konfidenz) 7. Wie geht das System mit mehreren (Kennzeichen-)schildern in einem Bild um - werden mehrere Ergebnisse ausgegeben, welches wird als Hauptergebnis ausgegeben? 8. Kann die Software einen Hyptheseninput verarbeiten (kann ein Abgleich und eine Beeinflussung des Erkennungsergebnisses erfolgen, wenn aus einer anderen Quelle ein recht wahrscheinlicher Kennzeichentext+Nationalität dem System als Input mitgegeben wird?) 9. Wie hoch ist die typische Erkennungsrate für von Menschen eindeutig erkennbaren Kennzeicheninhalten? 10. Was ist die notwendige Bildauflösung (Mindesthöhe von Zeichen und optimale Höhe von Zeichen in Pixeln)? 11. Sieht die Software auch eine Erkennung des Fahrzeugtyps oder bestimmter Fahrzeugeigenschaften vor (speziell im Nutzfahrzeugbereich)? 12. Ist die Software auch in der Lage bestimmte Fahrzeugkennzeichnungen zu erkennen, z.B. Gefahrgut-Warntafeln (ADR-Plaketten)? Fachlich-betrieblich: 1. Berücksichtigung von zulässigen Syntaxen (Es wird davon ausgegangen, dass das System per OCR erkannte Zeichenfolgen mit zulässigen Syntaxen abgleicht und ggf. die erkannte Zeichenfolge anpasst. Dies ist aber keine Anforderung.) 2. Anpassbarkeit von zulässigen Syntaxen (Sofern das System zulässige Syntaxen verwendet, durch wen erfolgt wie die Aktualisierung von zulässigen Syntaxen?) 3. Grundsätzliche Funktionsweise basiert auf maschinellem Lernen? 4. Unmittelbare Einsetzbarkeit bzgl. der zu erwartenden Kennzeichen (kann das System unmittelbar in Deutschland eingesetzt werden oder wären Anpassungen/KI-Learning vorzusehen?) 5. Bildverarbeitung: a. Unmittelbare Einsetzbarkeit bzgl. der zu erwartenden Kennzeichenbilder (kann das System unmittelbar eingesetzt werden, obwohl die Bilder mit enthaltenen Kennzeichen verschiedene Aufnahmeparameter wie Bildwinkel, Bildgrößen, Belichtungen aufweisen oder wären Anpassungen/KI-Learning vorzusehen?) b. Würden Bilder durch das System mit Filter und Verzerrungsverfahren wie z.B. Rekifizierungsalgorithmen vorverarbeitet oder ist dies für das eingesetzte Erkennungsverfahren unnötig? c. Wären Filter und Verzerrungsverfahren wie z.B. Rekifizierungsalgorithmen durch Programmierung oder durch Konfiguration anzupassen, sobald ein neues Kontrollgerät (mit eigenen Bildwinkeln, -größen, -belichtungen) einzusetzen wäre? 6. stetiges Lernen versus projektbasierte Updates versus regelmäßiger Herstellerverbesserungen a. Sieht der Hersteller regelmäßige Updates mit Verbesserungen der Erkennungsleistung vor? b. Sind diese regelmäßigen Updates kostenfrei? c. Sind diese regelmäßige Updates verpflichtend einzusetzen, bzw. wie lange werden 'alte' Versionen supportet? d. Sofern durch den Betreiber Verbesserungspotenziale aufgezeigt werden (z.B. durch Sammlung wiederkehrender systematischer Fehlerkennungen), wer könnte das System verbessern - der Betreiber (Toll Collect) selbst oder nur der Hersteller? e. Unterstützt das System so etwas wie stetiges Lernen / Reinforcement Learning, im Sinne einer regelmäßigen Verbesserung durch systemisch erfasstes Anwenderfeedback, welches schrittweise gesammelt wird und dann in das System eingespielt wird? f. Unterstützt das System so etwas wie stetiges Lernen / Reinforcement Learning, im Sinne einer regelmäßigen Verbesserung durch systemisch erfasstes Anwenderfeedback, welches direkt im produktiven Betrieb in das System je Einzelfall eingeht? 7. Generiert das System eigenständig statistische Informationen im laufenden Einsatz (z.B. Kennwerte entlang der Konfidenzwerte, der Länderverteilung erkannter Kennzeichen, der Verarbeitungsdauer, ..)? Technisch-betrieblich: 1. Lauffähig in einer Open-Container-Plattform (OpenShift), On-Premise. 2. Container-Image basiert auf einer Linux-Distribution (welcher? RHEL oder UBI gegeben oder möglich?) 3. Nutzung von Kubernetes-Operatoren, um den Lebenszyklus (Installation, Update) der Software zu automatisieren 4. Monitoring & Logging des Container kann mittels Prometheus/Grafana erfolgen, Metriken sind über einen HTTP-Endpunkt verfügbar 5. Ressourcenverbrauch: welche Prozessor- und Speicheranforderungen stellt das System entlang verschiedener Mengen zu erkennender Kennzeichen je Sekunde (250, 500, 1000, 2000 Erkennungen/sek) bei einer Antwortzeit < 0,5 Sek 6. Wird eine Hardware-Beschleunigung unterstützt, wie ändern sich die Prozessor- und Speicheranforderungen, wenn NVIDIA-GPUs/GPUaaS genutzt werden können? 7. Realisierung von Schnittstellen mit aktuellen Standards (REST-Schnittstelle gegeben oder möglich?) 8. Hat die Engine eine eigene Datenhaltung, benötigt sie eine Datenbank (ist sie stateless?) 9. Wird eine Logging-Schnittstelle unterstützt (z.B. Splunk)?WV Zeiss Elektronenmikroskope REM / FIB REM
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | IMWSWV Zeiss Elektronenmikroskope REM / FIB REM WV Zeiss Elektronenmikroskope REM / FIB REMFIB REM
fem ForschungsinstitutSchwäbisch GmündDeadline: Jul 21siehe Leistungsverzeichnis
Frequently asked questions about this tender
- How can I apply for this tender?
- Create a free account on Auftrag One. You will then see all documents, deadlines and submission notes in a structured workflow.
- What is the submission deadline?
- The submission deadline is 29. Juli 2026.
- Who is the contracting authority?
- The contracting authority is Technische Universität Braunschweig - Abteilung 22 - Vergaberecht und Beschaffung - Zentrale Vergabestelle.
- Which documents are needed to get started?
- Typically you need the service description, proof of eligibility, deadline notes and possibly form sheets. On Auftrag One these items are displayed in prioritized order.