Illustration eines autonom fahrenden Autos

Sichere KI für die Welt von morgen

Das DFKI baut seine technologische Expertise auf dem Gebiet der KI-Technologien für autonome Fahrzeuge immer weiter aus und bündelt seine Aktivitäten im neuen Kompetenzzentrum Autonomes Fahren. Der Ansatz zur Digitalen Realität spielt neben anderen KI-Techniken eine wichtige Rolle beim autonomen Fahren. Er wurde erstmals am DFKI entwickelt und wird zunehmend von Unternehmen aufgegriffen. Neben dem Autonomen Fahren ist der Ansatz aber auch in fast allen anderen Bereichen der Künstlichen Intelligenz direkt anwendbar und soll ein wesentliches Element zukünftiger europäischer KI-Aktivitäten werden.

Ein Roboter steht mit zwei Lehrern vor einer Tafel

Roboter im Hörsaal

Was bis vor kurzem noch undenkbar schien, ist in der Anglistik der Philipps-Universität Marburg Realität: Der Einsatz humanoider Roboter in der Lehre. Welche Rahmenbedingungen dabei eingehalten werden sollten und welche Einsatzszenarien heute schon möglich sind, beschreiben die Autoren auf der Basis erster Ergebnisse im Rahmen ihres Projekts „Humanoid Emotional Assistant Robots in Teaching“ (H.E.A.R.T.).

Ein Mensch bedient Roboter an einem Fließband mit der Fernbedienung

Assistenz, Wissensdienste und Künstliche Intelligenz in der Smart Production

Der Komplexitätsgrad der Tätigkeiten von Blue Collar Worker wächst, zugleich erfordern diese mit zunehmender inhaltlicher Agilität mehr technisches Wissen. Demographische Entwicklung und Fachkräftemangel in der Industrie verschärfen den Gegensatz zwischen Komplexitätsanstieg, Agilität und Personalentwicklung. Befähigungsinstrumente wie Assistenz und Wissensdiensten sind daher erforderlich. Die erste Generation dieser Dienste hat sich als noch nicht praxistauglich erweisen. Für die zweite Generation gilt es, in einer neuen Phase von Forschung, Entwicklung und Transfer in die Praxis, die Skalier- und Multiplizierbarkeit in den Fokus zu stellen, so dass diese in Kombination mit Beratungs- und technologischen Dienstleistungen wirtschaftlich und wissenschaftlich breit verwertet werden können.

Ein Mensch und ein Roboter stehen vor einem Monitor

Die lehrende KI: Eine Entlastung für Lehrkräfte und individuellere Betreuung für Schüler und Studenten

Unser Bildungswesen geht in großen Teilen noch auf die Zeit der Industrialisierung zurück und zielt auf das Erlernen standardisierter Tätigkeiten ab. In der digitalisierten Welt ist das nicht mehr zeitgemäß. Heute sind personalisierte Lernprozesse gefragt. KI könnte die längst überfällige Disruption im Bildungswesen auslösen. Erste Praxisanwendungen gibt es heute schon. So helfen virtuelle Assistenzsysteme beispielsweise bei der halbautomatischen Erstellung von Erklärvideos oder der individuelleren Vorbereitung von Vorlesungen.  

Roboter mit KPI Dashboard

Perspektiven von Robotik und KI

Auch wenn heute sehr komplexe Roboter hergestellt werden können und KI-Lernverfahren durch die Entwicklung der tiefen neuronalen Netze einen Schub erhalten haben, ist der Weg zu autonomen robotischen Systemen noch herausfordernd. Eine der künftigen zentralen Aufgaben der KI-Forschung wird sein, Methoden zur Integration der unterschiedlichen KI-Teiltechnologien zu entwickeln, die notwendig sind, um ein physisch existierendes, mit einer realen Umwelt interagierendes und schrittweise lernendes System zu bauen und effektiv betreiben zu können.

Ein Roboter bedient eine Kundin an der Kasse

Vom Lager bis zum Kunden: Wie kluge Algorithmen den Handel verändern

Künstliche Intelligenz (KI) bietet für den Handel neue Möglichkeiten der Kundenbindung und interner Effizienzgewinne. Individualisierte Kundenangebote, Vorhersagen der Nachfrage oder Steuerung des Abverkaufs durch automatisierte Preisanpassungen sind einige der Vorteile von KI im Handel, die heute schon mehr eingesetzt werden, als weithin bekannt. Die Handelsbranche ist ein Vorreiter von KI-basierten Anwendungen. Komplexe Omni-Channel- Prozesse und riesige Datenmengen machen Automatisierung durch selbstlernende Systeme absolut notwendig.

Arbeiter steht vor einer Smarten Fabrik

Schnittstellen für eine menschenzentrierte Produktionsarbeit

Produktion wird immer ein komplexes System bleiben. Zur Herstellung von Waren müssen Rohstoffe beschafft werden, zahlreiche Fertigungsschritte auf komplexen Maschinen müssen durchlaufen und Teile zu kundenindividuellen Produkten montiert werden. Ziel von Industrie 4.0 ist die Lean Automation. In flexiblen, intelligent gesteuerten Fabriken geht es um die effiziente Zusammenarbeit zwischen Mensch und Maschine.

Roboter unterstützen Arbeiter am Fließband

Mit KI gegen Produktfehler

Produktqualität lässt sich in vielen Fällen objektiv messen und im Nachhinein kontrollieren, doch um Problematiken frühzeitig zu erkennen und zu beseitigen, sind heute oft noch manuelle Einschätzungen von Experten unabdingbar. Das macht Qualitätssicherung zeitaufwändig und teuer, sodass sie bisweilen auch vernachlässigt wird. Kunde und Unternehmen tragen dann die negativen Konsequenzen. Dass es mithilfe von neuen Technologien aus den Bereichen des maschinellen Lernens und der Künstlichen Intelligenz auch anders geht, zeigen in diesem Artikel die Autoren Oliver Nalbach, Christian Linn und Dirk Werth.

Ansammlung von Objekten wie Cloud, Computer, Brief

Personalisierte Wissensdienste: Das Unternehmen denkt mit

Um Unternehmensgedächtnisse erfolgreich umzusetzen, müssen aus heterogenen Datenquellen „Smarte Daten“ generiert und darauf aufbauende Wissensdienste realisiert werden. Um das Potenzial vollständig realisieren zu können benötigt man aber personalisierte Wissensassistenten als Mittler für die Mitarbeiter. Die Assistenten lernen die subjektive Sicht des Mitarbeiters und sind in die tägliche Arbeit eingebettet, um den Nutzern bei ihren Aufgaben zu assistieren.

Wimmelbild aus Ärzten und Patienten

Bessere Gesundheitsversorgung durch intelligente Datennutzung

Siemens Healthineers nutzt KI, um Gesundheitsversorger weltweit dabei zu unterstützen, sich für die Trends der Branche zu rüsten – und vertritt dabei eine führende Position: Mehr als 400 Patente im Bereich des maschinellen Lernens, 100 Patente im Bereich Deep Learning und über 30 KI-basierte Anwendungen ebnen den Weg zu einer intelligenten Datennutzung und einer verbesserten Versorgung für Patienten.

Ein Bauer setzt auf dem Acker KI ein

Smarte Farmen

Am Beispiel des Kartoffelanbaus untersucht das DFKI zusammen mit Partnern, wie Daten über den Lebenszyklus einer Feldfrucht während der Saat, der Ernte, des Transports und der Lagerung genutzt werden können, um einen ökonomisch optimalen Ertrag zu erzielen. Das Ziel ist die rasche Entwicklung neuer Smart Farming Services, die auf unterschiedlichen Datenströmen arbeiten. Durch Automatisierung können voraussichtlich zukünftig ganze Produktionsprozesse über die Zeit lernend optimiert werden, indem sich vernetzte Smart Services an die Abläufe und Entscheidungen des Landwirtes anpassen. Dies ist auch die Basis für einen künftigen Einsatz von Agrarrobotern.