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.

 

Das könnte Sie auch interessieren

Künstliche Intelligenz unterstützt die Prozesse von DACH-Unternehmen inzwischen auf vielfältige Weise. Welche Anwendungsfälle für die Unternehmen dabei besonders wichtig sind und welche Rolle hierbei die Branchenzugehörigkeit spielt, hat Valantic in Zusammenarbeit mit dem Handelsblatt Research Institute (HRI) untersucht.‣ weiterlesen

Die EU fordert für eine Vielzahl von Produkten künftig einen digitalen Produktpass (DPP), der beschreibt, welche Komponenten, Materialien und Inhaltsstoffe enthalten sind und wie sie repariert, wiederverwendet und entsorgt werden. Bei der Erstellung helfen KI und ein Chatbot.‣ weiterlesen

Mehr als 75 Prozent der 50 weltweit führenden Maschinenbauunternehmen versprechen potenziellen Kunden – in der Regel Unternehmen des produzierenden Gewerbes – Produktvorteile in Bezug auf Nachhaltigkeit. Eine Studie von Siemens Financial Services (SFS) zeigt, wie Unternehmen aus dem Maschinenbau Nachhaltigkeit definieren und als Verkaufsargument nutzen.‣ weiterlesen

Im zweiten Teil des Artikels beschäftigt sich Autor Christopher Stradomsky damit, welche Auswirkungen das NIS2msuCG in der Praxis hat - am Beispiel eines Chipherstellers. Den ersten Teil dieses Artikels finden Sie auf dem Online-Portal der IT&Production.‣ weiterlesen

Datacenter-Spezialisten arbeiten hinter den Kulissen, sind aber entscheidend für die reibungslose Funktionsweise einer zunehmend vernetzten Welt. Juniper Networks, ein Anbieter von KI-nativen Netzwerkplattformen, beleuchtet den Arbeitstag eines Datacenter-Spezialisten.‣ weiterlesen

In diesem Jahr geht der Hermes Award an Siemens. Der Technologiekonzern erhält die Auszeichnung für seinen KI-gestützten Industrial Copilot. ‣ weiterlesen