Technologien für den Einsatz von KI – 4 Millionen Euro für anwendungsnahe Forschung

fTeilen

Sensoren für präzise Lebensmittelüberwachung, eigenständige
Maschinensteuerung, sensitive Beinprothesen und integrative
Softwareplattformen – vier Hochschulen für angewandte Wissenschaften
forschen an Technologien, die mit Künstlicher Intelligenz interagieren.

Jedes Vorhaben wird von der Carl-Zeiss-Stiftung mit rund einer Million
Euro gefördert.

Künstliche Intelligenz benötigt unterschiedliche Technologien, um
technischen Systemen Fähigkeiten wie Wahrnehmung, Lernen oder
Entscheidungsfindung zu ermöglichen. Diese Technologien umfassen
verschiedenste Soft- und Hardwarelösungen. Beispielsweise kann ohne
geeignete Sensortechnologien eine Künstliche Intelligenz ihre Umgebung
nicht wahrnehmen, da keine spezifischen Daten vorliegen, die bearbeitet
und ausgewertet werden können. In der Ausschreibung „Schlüsseltechnologien
für KI“ fördert die Stiftung anwendungsnahe Forschungsprojekte zu
unterschiedlichen Technologien, die KI ermöglichen, unterstützen oder
beschleunigen. Vier Forschungsprojekte haben die Gutachter in einem
zweistufigen, wettbewerblichen Verfahren überzeugt.

„Die hier erforschten Technologien sind wichtig für die Entwicklung und
Anwendung leistungsfähiger KI-Systeme“, sagt Dr. Felix Streiter,
Geschäftsführer der Carl-Zeiss-Stiftung. „Sie bieten eine Vielzahl von
Vorteilen in unterschiedlichen Anwendungsbereichen: Sie tragen zur
Automatisierung von Prozessen bei, helfen bei der Sammlung und Einordnung
von Datenmengen und können sogar Sinneswahrnehmungen ersetzen.“

An der Technischen Hochschule Mannheim und den Hochschulen Kaiserslautern,
Furtwangen und Karlsruhe werden in den kommenden vier Jahren vier Teams
unterschiedliche Technologien erforschen. Jedes Team erhält eine Million
Euro von der Stiftung. Die ersten Projekte starten im Juni.

Vier Technologien für den Einsatz von Künstlicher Intelligenz

Um die Frische von Lebensmitteln im Einzelhandel zuverlässig und präzise
in Echtzeit zu überwachen, untersucht ein Forschungsteam an der
Technischen Hochschule Mannheim die Kombination sensorischer Elemente wie
Bild- oder Gassensoren mit KI-Algorithmen. Durch die Kombination der
Ansätze sollen präzise Vorhersagen zur Warenqualität ermöglicht und
Lebensmittelverschwendung im Groß- und Einzelhandel reduziert werden.

An der Hochschule Kaiserslautern wird eine nutzerfreundliche, intelligente
Beinprothese erforscht. Über die Verformung eines flexiblen
Kohlefaserfußes werden Informationen über den Bodenkontakt erfasst und KI
gestützt berechnet. Diese Reize werden von der leichten und robusten
Prothese an den Nutzer weitergeleitet. Für die Datengenerierung werden
recheneffiziente KI-basierte Surrogatmodelle entwickelt.

Das Team der Hochschule Furtwangen erforscht eine intelligente
Maschinensteuerung in geschlossenen Fertigungskreisläufen am Beispiel von
Schleifprozessen für hochpräzise Bauteile. Durch den Einsatz von KI soll
die Maschine nach jedem Bauteil eigenständig Anpassungen durchführen und
die Qualität der hergestellten Teile verbessern. Dadurch können Mess- und
Nachbearbeitungszeiten sowie das Risiko der Auslieferung fehlerhafter Ware
reduziert werden.

Die Hochschule Karlsruhe entwickelt eine neue Plattform, mit der Roboter
gemeinsam lernen können – ohne dass Unternehmen ihre sensiblen Daten
weitergeben müssen. Möglich wird das durch föderiertes Lernen: Dabei
werden zentrale KI-Modelle auf den einzelnen Robotern vor Ort trainiert,
und nur die verbesserten Modelle geteilt. Dadurch sollen neue robotische
Fähigkeiten für anspruchsvolle Aufgaben, etwa in der flexiblen Montage,
entstehen.

Die Ausschreibung erfolgte im Programm CZS Transfer, das sich
ausschließlich an Hochschulen für angewandte Wissenschaften richtet. Die
Carl-Zeiss-Stiftung ist eine der größten privaten Drittmittelgeber für
diesen Hochschultyp. Allein im letzten Jahr hat die Stiftung
Forschungsvorhaben im Umfang von insgesamt rund 20 Millionen Euro an
Hochschulen für angewandte Wissenschaften gefördert. Ziel ist es,
anwendungsbezogene Forschung zu stärken.