KI-Serie: So werden aus Daten Erkenntnisse

KI für Unternehmen

Martin verfolgt das Ziel, Unternehmen vom enormen Potenzial von KI zu überzeugen und KI in die industrielle Anwendung zu bringen. Seine »Werkzeuge« sind mathematische Modelle und effiziente Algorithmen, die Alexander Martin als zukunftsfähige Problemlöser betrachtet. »Schon jetzt haben wir branchenübergreifend viele Anfragen, ob aus dem Energiesektor, der Logistik, E-Commerce oder der Produktion. Überall dort, wo signifikante Datenmengen entstehen, werden KI-Methoden gewinnbringend erforscht und eingesetzt«, erklärt Martin. »Speziell bayerische KMUs, aber auch DAX-30-Partner, die ihre Kernkompetenz in ganz unterschiedlichen Bereichen haben, wissen, dass sie sich des Themas KI annehmen müssen, wenn sie zukunftssicher aufgestellt sein wollen.«

Beispiel aus der Praxis: KI in der Ersatzteillieferung

So kooperiert Fraunhofer IIS seit drei Jahren mit der BSH Hausgeräte GmbH, die auf ihre Produkte eine lebenslange Ersatzteillieferung garantiert – also auch über das eigentliche Produktionsende hinaus. Doch zigtausend verschiedene Ersatzteile können nicht permanent und auf Lager gehalten werden. »Also stellte sich die Frage nach einer langfristigen Ersatzteilprognose und auf welchem Weg man diese erhält«, sagt Martin.

Die Herausforderung war jedoch, dass für viele Ersatzteile wie zum Beispiel Wasserschläuche für Kaffeemaschinen oder Blenden von Waschmaschinen, nicht genügend Daten vorlagen. »Also hatten wir die Idee, die Produkte zu clustern, um eine größere Datenmenge für die Prognose einzelner Ersatzteile zu erhalten. Auf diese Weise konnten Vorhersagen deutlich genauer erstellt und damit die vormals enormen Lagerkosten deutlich reduziert werden.« Bei alldem steht auch der ressourceneffiziente Umgang mit Daten im Fokus.

Ressourceneffizienter Umgang mit Daten

»Allein der Betrieb des Internets und internetfähiger Geräte verursacht so viele Emissionen wie der innerdeutsche Flugverkehr«, weiß Martin. »Wir müssen also sorgfältig mit den Datenmengen umgehen.« Zumal die Datenmengen kräftig ansteigen und auch in den nächsten zehn Jahren nicht in ihrer Bedeutung verlieren werden. Gerade im Umgang mit und dem umfassenden Wissen um Daten sieht Martin auch die besonderen Qualitäten des Fraunhofer IIS: »Das Fraunhofer IIS ist eines der wenigen Institute, das den gesamten Datenlebenszyklus begleiten und erforschen kann. Dabei betrachten wir den Datenlebenszyklus als vergleichbar mit dem Lebenszyklus von Produkten: neben dem Erfassen, Übertragen und Integrieren von Daten, umfasst er auch die Analyse und Optimierung durch Daten sowie in letzter Instanz das Interpretieren und Verwerten von Daten. In diesem Kontext ist selbstverständlich auch das Thema Recycling relevant, also die Frage welche Daten und wie diese im Sinne der Ressourceneffizienz sinnvoll wiederverwertet werden können.«

Ein Center für den effizienten Umgang mit Daten

Martin leitet das ADA Lovelace Center for Analytics, Data and Applications, das Anfang Dezember 2019 offiziell eröffnet wurde. Der Name zollt gleichzeitig der britischen Mathematikerin Ada Lovelace Tribut, die im 19. Jahrhundert als Vordenkerin galt – und sich das Verdienst erworben hat, die erste Programmiersprache entwickelt zu haben.

Das vom Bayerischen Wirtschaftsministerium unterstützte ADA Lovelace Center ist eine Kooperationsplattform, auf der Wissenschaft und Industrie auf innovative Art und Weise KI-Forschung mit KI-Anwendungen verbinden. In Zusammenarbeit mit der FAU Erlangen-Nürnberg und der LMU München sowie unter der Beteiligung der Fraunhofer-Institute IKS und IISB und mehrerer internationaler Partner hat das Fraunhofer IIS mit dem Center eine einzigartige Forschungsinfrastruktur in Bayern ins Leben gerufen. Basierend auf derzeit acht Kompetenzsäulen, darunter zum Beispiel maschinelles Lernen, erklärbares Lernen, neuronale Netze oder mathematische Optimierung, werden KI-Verfahren anwendungsorientiert weiterentwickelt.

»In Zeiten, in denen Datenströme ständig wachsen und Unternehmen aus den Datenschätzen wertvolle Entscheidungsgrundlagen gewinnen, müssen die Methoden und Verfahren zur Analyse der Daten entsprechend weiterentwickelt werden – über die Grenze des derzeit Machbaren hinaus«, sagt Alexander Martin. Was er damit meint, beschreibt er ohne Umschweife: »Mich interessieren die Probleme, für die es noch keine Lösung gibt und bei denen die Methoden an ihre Limits stoßen. Damit wir die Grenzen des Berechenbaren um ein kleines Stück verschieben können.«

Das Interview führte Ilona Hörath