KI für die Arbeits- und Lernwelt: Neues Kompetenzzentrum Karl

Künstliche Intelligenz, die den Menschen da entlastet, wo es nötig ist, transparent und datenschutzkonform – das ist die Vision des neuen Kompetenzzentrums KARL. Das im April gestartete Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) bis 2025 mit 8Mio€ gefördert und ist eines von bundesweit erst vier Kompetenzzentren des Schwerpunkts 'Zukunft der Arbeit'. Mit Möglichkeiten, die Arbeit von morgen zu verbessern, befassen sich Wissenschaftlerinnen und Wissenschaftler des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung IOSB in der Forschungsgruppe Perceptual User Interfaces.
Der CoBot ist ein innovatives KI-basiertes Montageassis-tenzsystem, bei dem Roboter und Menschen kollaborativ in der manuellen Montage zusammenarbeiten.
Der CoBot ist ein innovatives KI-basiertes Montageassis-tenzsystem, bei dem Roboter und Menschen kollaborativ in der manuellen Montage zusammenarbeiten.Bild: Fraunhofer-Institut für Optronik, Systemtechnik

„Im Vordergrund unserer Forschung stehen innovative Assistenzsysteme, die den Nutzenden wahrnehmen und sich personalisiert anpassen“, sagt Dr.-Ing. Michael Voit, Leiter der Gruppe, die sich mit neuen Ansätzen in der Mensch-Maschine-Interaktion beschäftigt: „Wir bieten Lösungen wie z.B. unseren KI-basierten CoBot zur intelligenten Unterstützung von Montagearbeiten oder QSelect, unser System zur sprach- oder gestengesteuerten Fehlermarkierung an Bauteilen. Karl unterstützt uns dabei, dieses Wissen in konkrete Methoden und Prozesse zu überführen und in realen Anwendungsfällen bei den Partner-Unternehmen zu testen.“

Den Arbeitsalltag in der industriellen Produktion erleichtern

Der Informatiker und sein Team koordinieren in KARL die Evaluation von prototypischen Arbeitsmethoden. Im Mittelpunkt stehen Anwendungen, die den Arbeitsalltag in der industriellen Produktion verbessern. Am CoBot – Collaborative Robot – setzen die Entwickler modernste KI-Methoden maschinellen Lernens ein, um zu zeigen, wie eine intuitive, werkerzentrierte und effiziente Montageassistenz aussehen kann. Kamerabasiert erkennt der CoBot Arbeitsschritte und passt sich individuell an Werker an, die das System zusätzlich über Sprache oder Gesten steuern können. Über eine ähnlich intuitive Steuerung verfügt QSelect: Der Kontrollierende zeigt einfach auf einen Fehler am Bauteil und bestimmt Art und Schweregrad des Fehlers entweder per Sprachbefehl oder über ein maßgeschneidertes Menü.

Neben dem Finden geeigneter Methoden und Einführungsprozesse ist das Fraunhofer IOSB auch im Gestaltungsfeld „Transparenz und Nachvollziehbarkeit KI-basierter Lösungsvorschläge“ von Karl aktiv. Vertrauen in KI-Entscheidungen ist essentiell, damit KI in Arbeits- und Lernumgebungen tatsächlich eingesetzt werden kann. KI zu entwickeln, zu erklären und Entscheidungsmechanismen transparent zu machen, das ist Ziel und langjähriges Forschungsthema am Fraunhofer IOSB. Unter Beweis stellt das etwa die neue eXplainable AI (XAI)-Toolbox, die einen Einblick in die Black-Box KI-Entscheidungen gibt. Über eine benutzerfreundliche Oberfläche können Anwender*innen das Ergebnis des KI-Verfahrens und die dazugehörigen Erklärungen intuitiv und korrekt interpretieren und schnell die richtigen Schlüsse ziehen.

Bundesweite Anerkennung regionaler KI-Kompetenz

Ein weiteres zentrales Thema von Karl ist der Datenschutz. Wie Informationen, die den Arbeitsprozess betreffen, privatsphärengerecht und datenschutzkonform ausgewertet werden können, beschäftigt auch die Gruppe von Michael Voit: »Unsere modernen Bedienkonzepte sind häufig kamerabasiert und erfordern eine Personen- oder Arbeitsraumerfassung. Deshalb beschäftigen wir uns intensiv mit den Themen Datenschutz und Privatsphäre. Wir möchten noch über gesetzliche Vorgaben hinaus ein Arbeitsumfeld schaffen, das den Menschen intuitiv unterstützt und bei Bedarf qualitätssichernd eingreift – ohne zu überwachen. Für die sichere Dokumentation kritischer Arbeitsschritte haben wir 4Crypt Video entwickelt, eine Software zur technischen Durchsetzung des Vier-Augen-Prinzips«. 4Crypt Video ermöglicht eine verschlüsselte Aufbewahrung von Videoaufzeichnungen, deren Entschlüsselung nur möglich ist, wenn mindestens eine zweite Partei zustimmt. Typischerweise agiert der Betriebsrat als zweite Partei, sodass dessen Zustimmung zur Sichtung von Aufzeichnungen durch 4Crypt Video technisch erzwungen wird.

Die Zusammenarbeit mit den verschiedenen Partnern in Karl erlaubt es dem Fraunhofer IOSB seine Kompetenzen vielseitig einzubringen, anwendungsorientiert zu evaluieren und so auf eine neue Stufe zu heben. Durch die Förderung von Karl – das Akronym steht für »Künstliche Intelligenz für Arbeit und Lernen in der Region Karlsruhe« – wird außerdem die regionale KI-Kompetenz des breit aufgestellten Konsortiums bundesweit anerkannt: Neben dem Fraunhofer IOSB sind das Fraunhofer-Institut für System- und Innovationsforschung ISI, die Hochschule Karlsruhe, das Karlsruher Institut für Technologie (KIT), das Hightech-Unternehmer-Netzwerk CyberForum sowie zehn Unternehmen beteiligt. Karl stärkt das bereits etablierte und stetig wachsende KI-Netzwerk und damit das Wertschöpfungspotential der Region Karlsruhe.

Fraunhofer-Institut für Optronik, Systemtechnik

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige