Kategorie: #Digitalisierung

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.

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.).

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.

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.

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.