AI for Scarce Data
Small Data statt Big Data: Mit künstlicher Intelligenz können Unternehmen große Datenmengen (Big Data) analysieren. Der KI-Einsatz stellt allerdings kleine und mittlere Unternehmen (KMU) vor Herausforderungen, etwa fehlendes Wissen. Hinzu kommt, dass KMU oft über kleinere Datenmengen (Small Data) verfügen. Die Entwicklung von Small-Data-Anwendungen, insbesondere für Scarce Data (spärliche Daten) bildet den Schwerpunkt des Projekts ‚AI for Scarce Data – Maschinelles Lernen und Informationsfusion zur nachhaltigen Nutzung von Labor- und Kundendaten‘.
Explain
Ob Bilderkennung oder virtueller Assistent: Maschinelles Lernen (ML) wird von Unternehmen bereits vielseitig genutzt. Doch es gibt auch Unternehmen, die aufgrund situationsbedingter Fehler, fehlender Nachvollziehbarkeit und Beeinflussbarkeit der künstlichen Intelligenz kein Vertrauen in diese Technologie setzen. Dabei handelt es sich bei den aufgezählten Problemen im Grunde genommen nicht um Schwächen der künstlichen Intelligenz an sich, sondern um Schwächen bei der Kontrolle der eingesetzten Anwendung. Das Ziel des Projekts ‚Erklärbare künstliche Intelligenz für sichere und vertrauenswürdige industrielle Anwendungen (ExplAIn)‘ ist es, vorhandene und neue Verfahren für maschinelles Lernen für die Anwenderbetriebe nachvollziehbarer und sicherer zu machen. Dafür wird ein System auf Basis von Explainable Artificial Intelligence (XAI, erklärbare Künstliche Intelligenz) entwickelt. XAI setzt sich aus Prozessen und Methoden zusammen, die es Nutzerinnen und Nutzern ermöglichen, die durch maschinelles Lernen erzeugten Ergebnisse zu verstehen und ihnen zu vertrauen. Das XAI-System soll sichere und nachvollziehbare KI-Anwendungen in der Praxis etablieren helfen.
I4.0AutoServ
Maschinen- und Produktionsdaten zu erfassen und aufzubereiten wird für Unternehmen immer wichtiger. Etwa um Wartungs- und individuelle Serviceangebote von ihnen abzuleiten. Für das Sammeln, Analysieren und Aufbereiten der Daten sind IT-Plattformen notwendig. Diese müssen auf einzelne Maschinen oder Komponenten zugeschnitten werden. Das fällt KMU aufgrund der Komplexität und des benötigten Fachwissens oft schwer. Ziel des Projektes ‚Industrie-4.0-Ökosystem für den automatisierten Einsatz von datengetriebenen Services (I4.0AutoServ)‘ ist daher die Automatisierung dieser Schritte. Diese sollen in einem Ökosystem bereitgestellt werden. Das Ökosystem hat den Effekt, dass Unternehmen die Möglichkeit haben, datengetriebene Services für ihre Produktion eigenständig zu entwerfen und kontinuierlich weiterzuentwickeln. Da die Unternehmen sich keine Gedanken um den technologischen Rahmen machen müssen, können auch KMU einfacher mit der Entwicklung von wertschöpfenden Services beginnen.