Servicebasierte KI-Konfigurationsunterstützung als Accelerator für KI-Anwendungen in KMUs
Ausgangssituation
Kleine und mittelständische Unternehmen in Deutschland messen dem Einsatz von Künstlicher Intelligenz (KI) für die Zukunft große Bedeutung zu. Die potenziellen Anwendungen sind in heterogenen Bereichen vorzufinden, wie bspw. Prozessanalyse und Überwachung, der Logistikoptimierung bis hin zur Steigerung des Automatisierungsgrads von Unternehmensprozessen. Bislang stehen diesen hohen Potentialen aber Hemmnisse beim breiten Einsatz Künstlicher Intelligenz entgegen. Als zentrale Hemmnisse im Mittelstand lassen sich der große Aufwand für die Erfassung und Aufzeichnung von Daten, die mangelnde Erfahrung in statistischer Auswertung und Vorverarbeitung sowie das geringe Know-how bei Erstellung & Anwendung von Datenmodellen & KI.
Ziele und Vorgehen
Die Hochschulen der angewandten Wissenschaften Aalen, Esslingen und Reutlingen adressieren im Forschungsprojekt accelerateKI die Hemmnisse von KMU beim Einsatz von Methoden der Künstlichen Intelligenz durch die Erforschung und Entwicklung einer servicebasierten und plattformunabhängigen KI-Konfigurationsunterstützung. Durch das Vorhaben soll die Anwendbarkeit von KI-Algorithmen signifikant erhöht und damit die Hemmschwelle und Entwicklungszeit beim Einsatz von KI in KMU gesenkt werden.
Die aus Vorarbeiten herangezogene Datenakquisition ist heterogen in Plattformen ausgestaltet und bildet mit standardisierten Schnittstellen die Basis für die geplante KI-Konfigurationsunterstützung. Dadurch können Daten von realen und virtuellen Assets (z.B. Maschinen, domänenspezifischen Simulationstools, Hardware-in-the-Loop Simulationen) integriert und für den KI-Konfigurationsservice nutzbar gemacht werden. Der KI-Konfigurationsservice wird zur Steigerung der Wiederverwendbarkeit und Verbreitung plattformunabhängig gestaltet und im Rahmen der Anbindung an drei Softwareplattformen (ScaleIT, VAL Edge Cloud und AX NLG Cloud) evaluiert.
Bei der rechenintensiven Verarbeitung der Daten soll der KI-Konfigurationsservice auf das High Performance Cluster der Hochschule Esslingen zugreifen können und damit die Trainingsphase durch den Zugriff auf rechenleistungsstarke Hardware beschleunigen. Die KI-Konfigurationsunterstützung wird parallel zur Projektlaufzeit in einem iterativen Prozess anhand definierter Use-Cases zusammen mit den KMU evaluiert.
Innovation und Perspektiven
Über die konkreten KI-Use Cases hinaus, werden die Projektergebnisse durch die allgemeingültigen Ansätze in Zukunft einer Vielzahl von KMUs zur Verfügung gestellt und damit die Forschungsergebnisse der HAWs in KMU-Anwendungen unterschiedlichster Branchen transferiert werden können. Der wissenschaftliche Neuheitsgrad ergibt sich aus der flexiblen Konfiguration und teilautomatisierten Parametrierung der KI-Algorithmen für ausgewählte Anwendungsszenarien zur Reduktion des notwendigen Expertenwissens.
Als perspektivischer Nutzen für KI-Anwender und KI-Experten sollen die Komplexitätsabstraktion und Senkung der notwendigen KI-Vorkenntnisse, die Beschleunigung der Umsetzung von KI-Anwendungsfällen, die kontinuierliche Funktionsanreicherung und Erweiterbarkeit des Service, die Wiederverwendbarkeit von „Best Practice“ KI-Anwendungen und die Nutzung lokaler Infrastruktur.
Projektvolumen
598 936 EUR
Projektlaufzeit
11/2020 – 10/2023
Projektpartner
Hochschule Aalen
Hochschule Esslingen
Hochschule Reutlingen
Critalog GmbH
Topex GmbH
ISG Industrielle Steuerungstechnik GmbH
AX Semantics GmbH
Use Cases
Synthetic Deep Learning
topex GmbH, ISG Industrielle Steuerungstechnik GmbH,
Hochschule Esslingen
Kontakt
Wenn Sie noch Fragen zu unserem Projekt haben, senden Sie uns bitte eine Email an:
info@accelerateki.de
Das diesem Webauftritt zugrunde liegende Vorhaben wurde mit Mitteln des Ministeriums für Wissenschaft, Forschung und Kunst Baden-Württemberg gefördert. Die Verantwortung für den Inhalt dieses Webauftritts liegt bei den Autoren.