KIT-Forschungscluster für Industrieprojekte einsetzbar

Bild: Karlsruher Institut für Technologie

Unternehmen bundesweit, insbesondere kleine und mittlere (KMU), haben jetzt die Möglichkeit, das regionale Forschungscluster am Karlsruher Institut für Technologie (KIT) für Industrieprojekte rund um z.B. Maschinelles Lernen oder künstliche Intelligenz (KI) einzusetzen. Das Bundesministerium für Bildung und Forschung (BMBF) finanziert einen neuen Cluster mit modernster GPU-Technologie, der über das von ihm unterstützte Smart Data Innovation Lab (SDIL) auch für Unternehmen zugänglich gemacht wird. Darüber hinaus haben die Partner SAP, IBM und Software AG ihre Cloud-Angebote erweitert. „Das Angebot richtet sich insbesondere an KMU, die entweder selbst für ihre Forschung und Entwicklung leistungsfähige Hard- und Software benötigen oder die in Kooperation mit Spitzenforschern durch neue zugeschnittene Algorithmen Datenschätze heben wollen. KI-Experten vom Deutschen Forschungszentrum für künstliche Intelligenz, der Fraunhofer Gesellschaft, dem Forschungszentrum Jülich und das KIT stehen für Projekte bereit“, sagt Prof. Michael Beigl, Lab Leader des SDIL.

Niederschwellige Chancen für Unternehmen

Das Smart Data Innovation Lab bietet einen Datenreinraum, der die technischen, organisatorischen und rechtlichen Rahmenbedingungen für kollaborative Forschung und Entwicklung industrieller Datenquellen bietet. Hierfür liefert das SDIL (noch bis 2022 kostenfrei innerhalb sogenannter Mikroprojekte) Infrastruktur wie High Performance Computing oder Software nebst Support, Kontaktvermittlung zu Fachexperten oder Hilfestellung bei standardisierten Vorgehensweisen für die Datenpflege. Speziell KMU haben in diesen Bereichen oft Bedarf. „Das BMBF hat dies erkannt und fördert deshalb noch einmal den Ausbau der Infrastruktur, um insbesondere KMU eine niederschwellige Chance zu geben, von neusten und zukunftsweisenden Technologien und Forschungsergebnissen zu profitieren“, so Beigl.

Vom Transfer in den nachhaltigen Betrieb

Um insbesondere die kleinen und mittleren Unternehmen bestmöglich unterstützen zu können, ist seit kurzem Sicos BW als Experte für KMU-Beratung mit in das Projekt eingebunden. Das Team unterstützt die SDIL-Partner dabei, KMU-gerechte Angebote zu launchen, die eine gute Basis für Förderprojekte sowie auch den produktiven Einsatz bilden. Bereits seit 2014 betreut Sicos BW mit dem Smart Data Solution Center Baden-Württemberg (SDSC-BW) KMU rund um das Thema Smart-Data-Nutzung und bietet ihnen insbesondere eine Potentialanalyse für ihre Daten. „Wir freuen uns, die Erfahrung, die wir bislang eher landes-orientiert gesammelt haben, nun auch bundesweit auf die Unterstützung kleiner und mittelständischer Unternehmen ausdehnen zu können“, sagt Dr. Andreas Wierse, Sicos BW-Geschäftsführer.

How to – der Weg zum eigenen Projekt

Alle Informationen zur Projektbeantragung am SDIL finden interessierte Unternehmen unter www.sdil.de. Bislang wurden vier Smart Data Innovation Challenge-Projektrunden durchgeführt, aus denen bis jetzt schon 24 vom BMBF geförderte Mikroprojekte hervorgingen (Kurzbeschreibungen der bislang durchgeführten Projekte). Der letzte Call ist vorerst im Dezember 2021, eine Weiterführung des Angebots darüber hinaus ist geplant. Im Dezember 2021 wird außerdem eine Informationsveranstaltung rund um die Cluster-Nutzung am KIT stattfinden. Nähere Informationen hierzu gibt es in Kürze auf der SDIL-Website.

Thematik: Newsarchiv
| News
Sicos BW GmbH

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