So begegnet das Fraunhofer IIS den Herausforderungen der Zukunft

Wir entwickeln und nutzen Künstliche Intelligenz und gestalten die Digitalisierung nachhaltig und menschenfreundlich. Die drei Institutsleiter beschreiben im Folgenden, wie wir dazu die ganze Kette betrachten, von der Erfassung und Erstverarbeitung der Daten über deren Analyse, Einsatz und Verwertung bis hin zur direkten Interaktion von Mensch und Maschine.

Wie setzen wir KI direkt am Sensor ein?

Albert Heuberger: Unser Ziel ist es, aus Sensorsystemen Informationen in bestmöglicher Qualität zu erhalten. Durch sensornahe KI sind wir in der Lage, eine adaptive Anpassung des Sensors vorzunehmen, wodurch die erhobenen Daten eine wesentlich höhere Qualität als die von konventionellen Sensorsystemen haben. KI-gestützte Sensorsysteme werden in erster Linie wesentlich leichter zu integrieren und zu bedienen sein. Das System wird dem Anwendenden viele Arbeitsschritte abnehmen und beispielsweise bei den richtigen Einstellungen unterstützen.

Wie kann neuromorphe Hardware die Leistungsfähigkeit und Energieeffizienz von ganzen Systemen erhöhen?

Neuromorphe Hardware orientiert sich an neurobiologischen Architekturen und kann so Neuronale Netze in integrierten Schaltungen abbilden. Die Berechnung der Daten erfolgt parallel in verteilten Speichern, wobei auch der aufwendige Datentransfer zwischen Rechenwerk und Speicher entfällt. Dadurch sind neuromorphe Chips wesentlich schneller und energieeffizienter als bisherige Prozessoren. Dadurch wird es möglich, komplexe KI-Algorithmen auf mobilen, batteriebetriebenen Geräten zu implementieren.

Wie kann Next Generation Computing der Digitalisierung in Europa zum Erfolg verhelfen?

Der aktuelle Digitalisierungsschub geht mit großen Datenmengen und Energieverbrauch einher. Mit Next Generation Computing wollen wir hybride, sichere Computertechnologien entwickeln, die je nach Fragestellung einzeln oder komplementär zum Einsatz kommen. Dadurch sollen die Forschungskompetenzen und die technologische Souveränität in Europa erhalten und ausgebaut werden.

Wo gibt es Probleme, die man mit klassischen Methoden nicht lösen kann, und wie kann KI da helfen?

Bernhard Grill: KI ist in erster Linie eine Weiterentwicklung von Werkzeugen. Wir haben bereits zahlreiche Anwendungen und Fragestellungen identifiziert, bei denen die klassischen Lösungswege zum Beispiel bei der Signalverarbeitung an ihre Grenzen stoßen, der Einsatz von KI-Methoden aber sehr vielversprechende Ergebnisse geliefert hat. Zum Beispiel konnten wir mit KI-basierten Methoden ein Dilemma der Rundfunksender lösen: Wie gestaltet man den besten Ton bei einer Fernsehübertragung? Mit unserer KI-basierten Dialogseparation können alle zu Hause mit der Fernbedienung selbst bestimmen, wie laut der Dialog und wie laut der Hintergrund sein sollen.

Wie können Sie bei der Technologieentwicklung den Menschen ins Zentrum Ihrer Arbeit rücken?

Für mich geht es darum, Maschinen zu bauen, die den Menschen das Leben noch leichter machen. Im Grunde genommen geht es doch darum, den Menschen noch mehr langweilige und stupide Arbeiten abzunehmen. Unser Beitrag wird die Entwicklung wichtiger Komponenten für solche zukünftigen technologischen Lösungen sein.

Am Fraunhofer IIS wird ja auch an Sprach-Interfaces gearbeitet. Was ist die Vision dahinter?

Wir erwarten, dass in Zukunft jedes Gerät, das irgendwie bedient werden muss, über Sprachsteuerung verfügen wird. Die jetzt verfügbaren Lösungen sind noch längst nicht ideal. In Zusammenarbeit mit dem Fraunhofer IAIS entwickeln wir eine Sprachassistenzplattform, die unser Know-how auf dem Gebiet der Audio- und Sprachsignalverarbeitung mit der Erfahrung des Fraunhofer IAIS im Bereich Sprachinterpretation/ Sprachauswertung verbindet. Das Ergebnis wird ein flexibleres, leichter anpassbares und sichereres System sein.

Wie erreichen wir eine hohe Datenqualität?

Alexander Martin: Daten sind der Rohstoff von KI: je höher die Datenqualität, desto besser ist auch die KI. Um eine hohe Datenqualität zu erzielen, sind heterogene Daten von Vorteil.

Die Nachhaltigkeit von KI-Anwendungen bezieht sich sowohl auf die Daten als auch auf die Hardware. Das Sammeln und Speichern von Daten, aber auch der Betrieb der Hardware erzeugen relevante und steigende CO2-Emissionen. Ein ressourceneffizienter Umgang mit Daten bedeutet, Daten hinsichtlich des gesamten Datenlebenszyklus in den Blick zu nehmen. Nachhaltige und »grüne« IT-Systeme, auch bekannt unter dem Stichwort Green ICT, verbrauchen weniger Energie und setzen Ressourcen verantwortungsvoll ein.

Wie machen wir KI-Anwendungen nachhaltig?

Die Nachhaltigkeit von KI-Anwendungen bezieht sich sowohl auf die Daten als auch auf die Hardware. Das Sammeln und Speichern von Daten, aber auch der Betrieb der Hardware erzeugen relevante und steigende CO₂-Emissionen. Ein ressourceneffizienter Umgang mit Daten bedeutet, Daten hinsichtlich des gesamten Datenlebenszyklus in den Blick zu nehmen. Nachhaltige und »grüne« IT-Systeme, auch bekannt unter dem Stichwort Green ICT, verbrauchen weniger Energie und setzen Ressourcen verantwortungsvoll ein.

Wie ermöglichen wir die europäische KI-Souveränität?

Es gilt, ein föderales System zur Datenversorgung und zum Datenmanagement zu etablieren, das dem europäischen Föderalismusprinzip deutlich mehr entspricht als ein rein kapitalistisches Modell der USA oder ein zentralisiertes System aus China. Ein föderales System sichert eine optimale Zusammenarbeit über Staatsgrenzen hinweg und gleichzeitig regionale Souveränität über die Daten.