Projekt ‘DeKIOps’ startet

Künstliche Intelligenz demokratisieren

Alle Beschäftigten in der Industrie sollen zukünftig in der Lage sein, KI-Tools zu bedienen, neue Prüfanwendungen einzurichten und zu warten – ohne Expertenwissen. Das ist das Ziel des Forschungsprojekts ‘DeKIOps’. Unter Leitung der Arbeitsgruppe für Supply Chain Services des Fraunhofer-Instituts für Integrierte Schaltungen IIS wollen Senswork, Inovex und Eresult bis Ende 2025 Leitlinien und zwei Demonstratoren in industriellen Anwendungen entwickeln.

Bild: ©MangKangMangMee/stock.adobe.com

Im Forschungsprojekt ‘DeKiOps’ – Demokratisierung von KI mit verständlichem und einfach zugänglichem Machine Learning Operations (MLOps) – sollen Entwicklungsleitlinien für verständlich bedien- und wartbare Machine Learning (ML)-Systeme erarbeitet werden, um Endanwendern ohne KI-Expertise die operative Nutzung dieser ML-Systeme zu ermöglichen. Damit will das Projekt auch dem Fachkräftemangel entgegenwirken: Denn es ist das übergeordnete Ziel, ML-Systeme zu demokratisieren und so einen niederschwelligen Zugang zu ML-Lösungen für Beschäftigte zu schaffen. Im Fokus stehen ML-Systeme in industriellen Fertigungen mit qualitätskritischen Anforderungen, etwa bei Zulieferteilen für die Automobilindustrie.

Zwei Anwendungsfälle

Um ML-Systeme allgemein zugänglich zu machen, werden im Projekt zunächst Entwicklungsleitlinien erarbeitet. Die Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS greift dazu auf Lösungsvorschläge aus vorherigen Projekten zurück. Diese MLOps-(Teil-)Lösungen werden auf ihre Funktionalitäten hin und unter Berücksichtigung der gestellten Anforderungen untersucht und gegenübergestellt. Im Vorfeld ist es daher wichtig, die menschlichen Anforderungen an den Umgang mit ML-Systemen in Betrieb, Wartung und Instandhaltung (MLOps) zu erfassen. Vorhandenes Branchenwissen wird von der Arbeitsgruppe bei der Übersetzung der Anforderungen in technische Maßnahmen miteinbezogen. Anschließend gilt es, fehlende MLOps-Module zu integrieren und die ML-(Blackbox-) Ergebnisse in Formate zu übersetzen, die von den Endanwendern ohne dezidierten ML-Hintergrund leicht verstanden werden.

Der Praxistest der so entwickelten Leitlinien erfolgt ebenfalls im Forschungsprojekt, und zwar in zwei verschiedenen Anwendungsfällen. Der erste Anwendungsfall betrachtet die bildgebende Qualitätssicherung: Im ersten Fall wird eine eine visuelle, automatisierte und KI-basierte Qualitätssicherung (Computer Vision) entwickelt. Senswork verantwortet die Entwicklung des Vision AI Systems, das sich künftig ohne KI-Fachwissen bedienen und warten lassen soll. Parallel einen zweiten Anwendungsfall, der ebenfalls die Qualitätssicherung betrachtet und den Fokus auf die prädiktive Instandhaltung legt. Der Use Case wird von Inovex untersucht. Die Lösungen werden von den Endnutzern der Anwendungspartner bewertet. Die Evaluation erfolgt durch Eresult.

Datum:1. September 2023

Autoren:Fraunhofer IIS

Themen: Arbeitswelt, Technik

Webseite: https://www.iis.fraunhofer.de

Downloads: