Presseinformationen und News

Das Bundeslandwirtschaftsministerium unterstützt im Rahmen des Bundesprogramms Nutztierhaltung ein Projekt zur Weiterentwicklung der Schweinehaltung.

Welche Rahmenbedingungen, Vorgehensweisen und Werkzeuge tragen zum erfolgreichen Einsatz von Künstlicher Intelligenz (KI) bei? In dem vom BMAS geförderten Projekt KI-ULTRA erarbeiten Forschende u.a. des Fraunhofer IAO und des IAT der Universität Stuttgart Handlungsleitlinien und Evaluationswerkzeuge für die Einführung von KI-Anwendungen.

Forscher der Fraunhofer-Institute IML und LBF haben gemeinsam mit der TriCon GmbH den diesjährigen CNA-Innovationspreis »Intelligenz für Verkehr und Logistik« gewonnen. Sie entwickelten ein System, das Lärm beim Containerumschlag in Terminals für den Kombinierten Verkehr (KV) reduziert.

Datenschutz-, Risiko- oder Compliance-Management: Neue KI-Technologien stellen Unternehmen und Entwickler*innen vor neue Herausforderungen. Damit sie diese systematisch und strukturiert angehen können, arbeiten verschiedene Institutionen an Leitlinien und Standards zum Management von Künstlicher Intelligenz (KI). Das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS hat in der jetzt veröffentlichten Studie »Management System Support for Trustworthy Artificial Intelligence« den Standard-Entwurf für KI-Managementsysteme der International Organization for Standardization (ISO) und die bisherigen Richtlinien miteinander verglichen. Die von Microsoft beauftragte Studie zeigt, inwieweit KI-Managementsysteme Unternehmen beim vertrauenswürdigen Einsatz von KI-Systemen unterstützen und gleichzeitig das Vertrauen in KI-Anwendungen stärken können.

Der Einsatz künstlicher Intelligenz (KI) in der Produktion gleicht heute oft einer Einbahnstraße: Zwar können maschinelles Lernen und intelligente Algorithmen Fertigungsprozesse bereits deutlich verbessern, doch fehlt es meist an einer Rückkopplung zwischen dem lernenden KI-System und den Nutzenden, die über die reine Bewertung der errechneten Lösungen hinausgeht. Im BMBF-geförderten Forschungsprojekt »GeMeKI« entwickelt das Fraunhofer-Institut für Produktiontechnologie IPT aus Aachen gemeinsam mit elf Partnern drei KI-gestützte Assistenzsysteme für das Fügen, Trennen und Umformen, die komplexes menschliches Expertenwissen in ihre laufende Verbesserung einbeziehen. Neue Regelkreise ermöglichen wechselseitiges Lernen zwischen Mensch und Maschine, sodass sich Qualität und Effizienz von Produktionsprozessen deutlich verbessern können.

Der Einsatz künstlicher Intelligenz (KI) in der Produktion gleicht heute oft einer Einbahnstraße: Zwar können maschinelles Lernen und intelligente Algorithmen Fertigungsprozesse bereits deutlich verbessern, doch fehlt es meist an einer Rückkopplung zwischen dem lernenden KI-System und den Nutzenden, die über die reine Bewertung der errechneten Lösungen hinausgeht. Im BMBF-geförderten Forschungsprojekt »GeMeKI« entwickelt das Fraunhofer-Institut für Produktiontechnologie IPT aus Aachen gemeinsam mit elf Partnern drei KI-gestützte Assistenzsysteme für das Fügen, Trennen und Umformen, die komplexes menschliches Expertenwissen in ihre laufende Verbesserung einbeziehen. Neue Regelkreise ermöglichen wechselseitiges Lernen zwischen Mensch und Maschine, sodass sich Qualität und Effizienz von Produktionsprozessen deutlich verbessern können.

Betrug bei der Abrechnung ambulanter Pflegeleistungen hat sich in den letzten Jahren zu einem Kriminalitätsphänomen mit steigenden Fallzahlen entwickelt. Das führt zu großen Schäden in den Sozialversicherungen und es entstehen enorme Kosten von mehreren Milliarden Euro jährlich für die Solidargemeinschaft. Gemeinsam mit der Generalstaatsanwaltschaft Dresden und dem Kommissariat für Wirtschaftskriminalität der Polizeidirektion Leipzig gehen Forschende des Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik ITWM dagegen vor. Sie entwickeln im Projekt »PflegeForensik« eine KI-Software gegen Abrechnungsbetrug. Die Arbeiten werden vom Bundesministerium für Bildung und Forschung (BMBF) gefördert.

Um Logistik-Trends automatisch zu erfassen, haben Wissenschaftler des Fraunhofer-Instituts für Materialfluss und Logistik IML und der Justus-Liebig-Universität Gießen Grundlagen für einen KI-gestützten, automatisierten Trendradar erforscht.

Durch die Digitalisierung werden gigantische Massen an Daten verfügbar, aus denen wichtige Informationen gewonnen werden können, seien es Twitter-Nachrichten, Cyber-Threat-Reports oder Business Intelligence-Daten. All diese Informationen liegen in Datenbanken – oder genauer: Sie sind dort verborgen, denn der Mensch kann sie in dieser Form und Fülle nicht erfassen. Sie sind für ihn nicht nutzbar. Mit IvID hat das Fraunhofer FKIE ein Tool entwickelt, das mithilfe interaktiver Visualisierung und der Kombination von KI und Visual Analytics große und komplexe Datenlagen nachvollziehbar und intuitiv erfassbar aufbereitet. IvID und verschiedene seiner Use Cases, die dank der offenen Architektur leicht umgesetzt werden können, werden auf der AFCEA-Fachausstellung vorgestellt.

Meilenstein für die Silicon-Economy-Forschung: Die KION Group lizenziert die LoadRunner-Technologie des Fraunhofer-Instituts für Materialfluss und Logistik IML für den Einsatz in ihrer Unternehmensgruppe. In einem gemeinsamen Enterprise Lab wollen die Partner nun den mit verteilter Künstlicher Intelligenz ausgestatteten autonomen Fahrzeugschwarm weiterentwickeln und industrialisieren.