„Bei 6G wird der Mensch im Mittelpunkt stehen“

Von der Kommunikation mit Hologrammen bis zu ferngesteuerten Operationen – die nächste Mobilfunkgeneration 6G soll zahlreiche Hightech-Anwendungen möglich machen. An der Technischen Universität München (TUM) startet nun ein Großprojekt, das die wichtigsten Grundlagen für den neuen Standard legen will. Projektleiter Prof. Wolfgang Kellerer erklärt im Interview, wie 6G zum intelligentesten Mobilfunknetz wird, wann Deutschland eine führende Rolle einnehmen könnte und warum es in der Forschung weniger um Geschwindigkeitsrekorde, als vielmehr um eine Sicherheit von 99,999999999 Prozent geht.

Das klingt zunächst nach Sekundärtugenden.

Im Gegenteil sind es für die Hightech-Anwendungen, die 6G möglich machen soll, die entscheidenden Punkte. Denken Sie an die Telearbeit bei Operationen – wenn es um das Leben eines Menschen geht, dürfen wir uns nicht mit 99,9 Prozent Zuverlässigkeit zufriedengeben. Für das 6G-Netz streben wir eine Ausfallsicherheit von 99,999999999 Prozent an.

Ein anderes Beispiel ist die Zusammenarbeit von Mensch und Roboter. Wenn solche Assistenten im Alltag oder in der Pflege eingesetzt werden, kommen sie den Menschen sehr nah. Deshalb darf es bei ihrer Steuerung so gut wie keine Latenz geben, also keine Verzögerung bei der Verarbeitung der Funksignale. Schließlich könnte eine falsche Reaktion schon binnen Sekundenbruchteilen dazu führen, dass der Roboter jemanden verletzt oder etwas zerstört. Für 6G streben wir Latenzzeiten an, die deutlich unter einer Millisekunde liegen.

Diese Eigenschaften sollen auch für die Ende-zu Ende-Kommunikation garantiert werden und über die verschiedenen Netze hinweg. Es wird ja in der Regel nicht nur innerhalb des Netzes eines Anbieters kommuniziert. Was sich vielleicht trivial anhört, sind enorme Herausforderungen. Und schließlich wollen wir das Gesamtnetz intelligent machen.

Was bedeutet Intelligenz für ein Mobilfunknetz?

Mit künstlicher Intelligenz soll das Netz in der Lage sein, selbst Berechnungen durchzuführen und sich permanent zu optimieren. Es soll so flexibel und anpassungsfähig sein, dass es zum richtigen Zeitpunkt an der richtigen Stelle die benötigte Leistung zur Verfügung stellt.

6G wird die erste Mobilfunkgeneration sein, bei der das Netz und eine Unmenge an Sensoren zusammenarbeiten, die in den im Netz betriebenen Geräten eingesetzt sind, also z.B. in Robotern und autonomen Fahrzeugen. Dabei kann das Netz erstmals auch selbst zum Sensor werden, weil wir anhand der Funksignale bestimmte Informationen gewinnen können, etwa, ob sich ein Objekt zwischen Sender und Empfänger befindet. Aus der Summe der Informationen kann sich die künstliche Intelligenz ein Bild der Umgebung des Nutzers und der benötigten Kommunikationsleistungen machen und daraufhin wiederum das Netz anpassen.

Die große Herausforderung ist, Netzarchitekturen zu entwickeln, die die Eigenschaften verschiedener Sensoren optimal nutzen können und gleichzeitig trainierbar sind. Ein Kernstück unserer Forschung sind deshalb sogenannte digitale Zwillinge. Das sind virtuelle Abbilder eines Objekts, die schon in der Industrie eingesetzt werden. Man legt heute am Computer beispielsweise eine digitale Version einer Produktionsanlage an, die exakt der realen Anlage gleicht, um so deren Arbeit nachvollziehen und weiterentwickeln zu können. Solche Zwillinge wollen wir vom Netz und seinen einzelnen Komponenten erarbeiten, um sie mit maschinellem Lernen zu optimieren.

Wann wird 6G im Einsatz sein?

Die Entwicklung einer neuen Mobilfunkgenerationen dauert erfahrungsgemäß rund zehn Jahre. Damit wir Anfang der 30er Jahre tatsächlich einen großen Wurf haben, wollen wir in der Grundlagenforschung die Weichen von Anfang an gemeinsam mit den anderen Akteurinnen und Akteuren stellen. Wir wollen von Wirtschaft und Gesellschaft wissen, welche Anforderungen sie haben. Diese Vernetzung geschieht nun auf der Plattform Thinknet 6G. Im Zyklus der Mobilfunkgenerationen starten wir diesmal übrigens früher mit der Entwicklung der nächsten Generation als üblich.

Seiten: 1 2 3Auf einer Seite lesen

TU Technische Universität München

Das könnte Sie auch Interessieren

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.