Motivation
Eine der übergeordneten Herausforderungen im Kontext der Künstlichen Intelligenz (KI) ist die Transformation von universitärer Forschung in die industrielle Nutzung, um innovative Produkte und Dienstleistungen zu ermöglichen, welche den Industriestandort Deutschland stärken. Daher liegt die Zielsetzung des Forschungsvorhabens KI-LiveS in der Konzeptionierung und im Aufbau eines KI-Labors, um neue Industriezentrierte Hard- und Software Engineering-Methoden für die KI zu erforschen und zu erproben. Es geht um die Kombination von generischen KI-Methoden mit anwendungsspezifischem Domänenwissen. Dabei liegt der Schwerpunkt auf der Aus- und Weiterbildung von Master- und Promotionsstudierenden sowie Anwenderinnen und Anwendern aus der Unternehmenspraxis.
Ziele und Vorgehen
Ausgangspunkt der anwendungsgetriebenen Forschungsarbeiten sind Datenbestände, die sich in betriebliche und medizinische/epidemiologische Anwendungsszenarien einordnen lassen. Entsprechend konnten assoziierte Unternehmenspartner aus den Anwendungsgebieten Digitalisierung, IT-Projektmanagement, Logistik, Gesundheitswesen und berufliche Weiterbildung für das Forschungsprojekt gewonnen werden. Sie stellen umfangreiche heterogene Datenbestände zur Verfügung und begleiten die Forschung. Ziele der Forschungsarbeiten sind u.a. die Entwicklung von robusten Modellen für selbstadaptive und ressourceneffiziente differenzierbare Datenanalysealgorithmen mit dem Fokus auf Adaptivität und Effizienz sowie von anwendungsspezifischen dezentralen KI-Lösungen für ressourcenbeschränkte Geräte. Des Weiteren soll die iterative Entwicklung verteilter eingebetteter KI analog zu aktuellen Ansätzen für Serverbasierte KI ermöglicht und KI-Methoden der Ontologie für den produktiven Unternehmenseinsatz erarbeitet werden.
Innovationen und Perspektiven
Die angestrebten Lösungen reichen von „intelligenten“ Auswertungen, einer Orchestrierung von Sensordaten über Planungswerkzeuge des Projektmanagements bis hin zur berufsbegleitenden Qualifizierung von Fach- und Führungskonzepten auf dem Gebiet von KI-Systemen und Methoden.