FunKI: KI für das neue Mobilfunknetz

Bild: ©peshkov/stock.adobe.com

Forschung für den Mobilfunk der neuesten Generation: Die Arbeitsgruppe Nachrichtentechnik im Fachbereich Physik/Elektrotechnik der Universität Bremen koordiniert das vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Verbundprojekt ‚Funkkommunikation mit künstlicher Intelligenz‘ (FunKI). Dabei geht es um den Einsatz künstlicher Intelligenz in den 5G- und 6G-Netzen der Zukunft. Von den mehr als 6,5 Millionen Euro für dieses Vorhaben gehen rund 800.000 Euro nach Bremen.„Dass wir als Koordinatorin für dieses anspruchsvolle BMBF-Forschungsprojekt ausgewählt wurden, ist eine Anerkennung unserer Expertise sowohl auf dem Gebiet der modernen Funknetze als auch bei der Künstlichen Intelligenz“, freut sich Professor Armin Dekorsy, Leiter der AG Nachrichtentechnik. „Bei dem Vorhaben geht es primär darum, Methoden der künstlichen Intelligenz und des maschinellen Lernens auch für den Aufbau und den Betrieb des neuen 5G-Mobilfunknetzes zu nutzen.“ Dieses hochkomplexe Netz mit Milliarden von Geräten wird wesentlich autonomer und selbständiger agieren als die Funknetze der Vergangenheit.

Ziel von FunKI ist die Erforschung, Entwicklung und Erbprobung lern- und anpassungsfähiger Kommunikationskomponenten für 5G- bzw. auch 6G-Mobilfunksysteme. In dem Konsortium forschen neben der Universität Bremen noch sieben weitere Partner aus der deutschen Wirtschaft und Wissenschaft.

Zwei Promotionsstellen für den Nachwuchs

Das kürzlich gestartete Projekt läuft bis Mai 2023 und ist mit insgesamt 6,58 Millionen Euro ausgestattet. Rund 800.000 Euro davon gehen an die Bremer AG Nachrichtentechnik. „Damit können wir unter anderem drei Stellen für Nachwuchswissenschaftlerinnen und -wissenschaftler schaffen“, so Armin Dekorsy. Wegen der Vielzahl der Geräte und den oft sehr unterschiedlichen und teils konkurrierenden Anforderungen an die Netzwerke wird die Handhabung des Netzes und dessen Komponenten aber immer komplexer. „Verfahren der künstlichen Intelligenz können dazu beitragen, die Komplexität beherrschbar zu machen und Funknetzwerke so leistungsstark und effizient wie möglich zu betreiben“, sagt Dr. Dirk Wübben, Mitarbeiter der AG Nachrichtentechnik und wissenschaftlicher Leiter des Projekts. „Bislang wurden KI-Verfahren hauptsächlich zur Durchführung von allgemeinen Netzwerk-Verwaltungsaufgaben verwendet. Der nächste Schritt ist die Integration von KI-Ansätzen in die Funktionen drahtloser Kommunikationssysteme.“

Die Mobilfunk-Souveränität Deutschlands stärken

Bislang ist auf diesem Gebiet eher theoretisch gearbeitet worden – was fehlt, sind ein stärkerer Praxisbezug und die reale Umsetzung auf Basis von mikroelektronischen Systemen. Das übergeordnete Ziel von FunKI ist deshalb die Entwicklung und Erprobung lern- und anpassungsfähiger Komponenten eines Kommunikationssystems, um effizient und nachhaltig auf vorhandene Netzwerkressourcen zurückzugreifen. Neben der Universität Bremen als Verbundkoordinatorin sind als weitere Partner die Creonic GmbH, das Deutsche Forschungszentrum für künstliche Intelligenz GmbH (Standort Kaiserslautern) und die Technische Universität Kaiserslautern, die Bell Labs der Nokia Solutions and Networks GmbH & Co. KG und die Universität Stuttgart sowie die Intel Deutschland GmbH und die Motius GmbH beteiligt.

Thematik: Newsarchiv
| News
Universität Bremen
www.uni-bremen.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