Direkt zum Inhalt
News 20. Januar 2020

KI-Projekt „Manu Brain“ erhält Millionenförderung

Mit dem Projekt soll eine universelle, skalierbare und offene Plattform für KI-Anwendungen im industriellen Mittelstand entstehen.
Wollen gemeinsam die Forschung im Bereich der Künstlichen Intelligenz voranbringen (v.l.): Prof. Jochen Garcke (Fraunhofer SCAI), Jürgen Schnitzmeier (Zenit), Stefan Braun (Zenit), Prof. Peter Burggräf (Universität Siegen), Minister für Wirtschaft und Digitalisierung des Landes NRW Prof. Andrea
Wollen gemeinsam die Forschung im Bereich der Künstlichen Intelligenz voranbringen (v.l.): Prof. Jochen Garcke (Fraunhofer SCAI), Jürgen Schnitzmeier (Zenit), Stefan Braun (Zenit), Prof. Peter Burggräf (Universität Siegen), Minister für Wirtschaft und Digitalisierung des Landes NRW Prof. Andreas Pinkwart, Stephan Schulze (SMS Group) und Fabian Steinberg (Universität Siegen).

Mit dem Projekt soll eine universelle, skalierbare und offene Plattform für KI-Anwendungen im industriellen Mittelstand entstehen.

Das Projekt, das unter Leitung des Fraunhofer-Instituts SCAI entwickelt wird, erhält die Förderung vom Land Nordrhein-Westfalen und dem Europäischen Fonds für Regionale Entwicklung. Insgesamt 1,8 Mio. EUR fließen über drei Jahre in das Forschungsprojekt.

Künstliche Intelligenz für den Mittelstand

Nur wenige mittelständische Unternehmen nutzen bislang Verfahren der Künstlichen Intelligenz (KI) zur Analyse von Sensordaten in Produktionsanlagen.

Aus dem Forschungsprojekt, das den Namen „Manu Brain“, soll eine Plattform im Umfeld der Künstlichen Intelligenz entstehen. Ziel des Projekts sei es, mithilfe dieser Plattform das Potenzial der Datenanalyse für konkrete industrielle Anwendungen zu erschließen.

Ad

Anwendungswissen als Forschungsbasis des Projekts

Entscheidend für das Forschungsprojekt ist das sogenannte „informed machine learning“. Doch was kann man darunter verstehen? Konkret nutzt man hierbei in der Datenanalyse etwa Anwendungswissen, beispielsweise in Form physikalischer Annahmen.

So kann dadurch untersucht werden, welchen Einfluss äußere Bedingungen, wie die Temperatur, auf die Eigenschaften eines Produktes haben. Gesammelte Daten, Erfahrungswissen des Maschinenbetreibers und physikalisch-technisches Wissen lassen sich somit kombinieren. Daraus lassen sich wiederum Produkte und Abläufe optimieren.

Dass dieses Wissen entsprechend gebündelt und umgesetzt werden muss, das weiß auch Prof. Dr. Jochen Garcke, Abteilungsleiter „Numerische datenbasierte Vorhersage“ bei Fraunhofer SCAI: „Eine interdisziplinäre Zusammenarbeit von Forschern und Ingenieuren ist notwendig, um Anwendungswissen für das Maschinelle Lernen (ML) nutzbar zu machen.“

Modelle des Maschinelles Lernens für eine Vielzahl an Maschinen zugänglich machen

Schwerpunktmäßig konzentriert sich das Fraunhofer SCAI innerhalb des Projekts an Verfahren des Transferlernens. Diese sollen dabei helfen, Modelle des maschinellen Lernens, die für einen Maschinentyp funktionieren, auf verwandte Maschinentypen zu übertragen. Ebenso wird auf die Interpretierbarkeit der Ergebnisse der ML-Verfahren geachtet.

Unterstützt wird das Projekt neben dem Fraunhofer SCAI von der Universität Siegen, der Recogizer Group GmbH, der Albrecht Bäumer GmbH, der SMS Group GmbH und der Zenit GmbH. „Manu Brain“ ist zudem Teil des Leitmarktwettbewerbs IKT.NRW. Elf Innovationsprojekte werden dort mit rund 16 Mio. EUR unterstützt.

db

Passend zu diesem Artikel