Innovative Lösungen für gewinnbringenden Einsatz von KI

KI im Studium

Innovative Lösungen für

gewinnbringenden Einsatz von KI

Bild: Karlsruher Institut für Technologie

Das Maschinelle Lernen zählt zu den großen Trendthemen in Wissenschaft und Wirtschaft, ob bei maßgeschneiderten IT-Produkten oder Wettervorhersagen, ob bei personalisierter Medizin oder bei Produktionstechnologien. Um Künstliche Intelligenz gewinnbringend einzusetzen, benötigt man Erfahrung. Am Karlsruher Institut für Technologie (KIT) trainieren angehende Ingenieurinnen und Ingenieure dafür bereits im Bachelorstudium: Im Labor für angewandte Machine Learning Algorithmen, kurz LAMA, machen sie sich mit praxisnahen KI-Projekten fit für künftige Aufgaben.
Im LAMA beschäftigen sich die Studierenden der Elektrotechnik und Informationstechnik am KIT schon in den ersten Semestern des Studiums mit KI-Verfahren. Sie üben sich an praktischen Herausforderungen, lernen die vielfältigen Möglichkeiten, aber auch die Grenzen des Maschinellen Lernens kennen und entwickeln innovative Lösungen. Diese sind nicht nur in der Wissenschaft gefragt, auch etablierte Unternehmen und junge Ausgründungen wollen sie nutzen, um neue Geschäftsfelder zu generieren – vom Sprachassistenten, über Industrie 4.0 bis zum Autonomen Fahren. Die Studierenden sollen für die Aufgaben in Industrie und Forschung fit gemacht werden, so die Leiter des KIT. Wichtig sei es, die aktuellen Werkzeuge kennen zu lernen und sie dann regelmäßig im Einsatz einzuüben.

Im Labor stehen den Studierenden Hochleistungsrechner der neusten Generation zur Verfügung: Maschinelles Lernen braucht enorm viel Rechenleistung – und riesige Datenmengen. Anfangs werden den Studentinnen und Studenten wesentliche Werkzeuge wie Datenaufbereitung und Programmdesign vermittelt, bevor sie dann im zweiten Teil des LAMA, in einer Praxisphase, selbst aktiv werden dürfen. Hier wird das Gelernte in eigenen Projekten umgesetzt: von der Solarstromprognose über Bilderkennung bis zum rückenfreundlichen Bürostuhl und einem Neuronalen Netzwerk, das Musik komponiert.

Auf diese Weise haben im vergangenen Sommersemester 30 Studentinnen und Studenten gelernt, Herausforderungen zu erkennen, wissenschaftlich zu formalisieren und kreativ mit KI-Methoden zu lösen. „Die Motivation der Studierenden ist wirklich hoch“, sagt LAMA-Betreuerin Gabriela Molinar. „Sie bringen ihre eigenen Projekte mit. Eigene Ideen zu verfolgen, hilft, wenn man in die zähen Phasen der Entwicklung kommt.“ Die Ergebnisse haben die Betreuerinnen und Betreuer dann auch überzeugt. Positive Bilanz ziehen auch die Studierenden: „Anstrengend, aber sehr interessant. Ideal wäre nun ein Aufbaukurs im nächsten Semester.“ Das unterstützen die Leiter des ITIV nicht zuletzt auch mit Blick auf die hohe gesellschaftliche Relevanz der KI: „Das Thema braucht interessierte Bürgerinnen und Bürger, die mitreden können, und gut ausgebildete Ingenieurinnen und Ingenieure, die den Wandel aktiv gestalten.“ Ihr Ziel ist es nun, die Erfahrungen aus dem LAMA für die Lehre in weiteren KIT-Fakultäten einzusetzen.

Thematik: Allgemein
Ausgabe:
Karlsruher Institut für Technologie
www.uni-karlsruhe.de

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