Springe zum Inhalt

Die Universitäten Freiburg, Heidelberg, Hohenheim, Konstanz, Mannheim, Ulm und das Karlsruher Institut für Technologie (KIT) haben den Zuschlag bekommen, um Juniorprofessuren im Bereich der Künstlichen Intelligenz (KI) einzurichten.

Baden-Württemberg hat zehn neue Professuren für Künstliche Intelligenz an Landesuniversitäten eingerichtet. Die Landesregierung finanziert die Professuren mit sechs Millionen Euro.

Jetzt fehlen nur noch geeignete Bewerber*innen.

Die Universitäten Freiburg, Heidelberg, Hohenheim, Konstanz, Mannheim, Ulm und das Karlsruher Institut für Technologie (KIT) haben den Zuschlag bekommen, um Juniorprofessuren im Bereich der Künstlichen Intelligenz (KI) einzurichten. Mit sechs Millionen Euro finanziert das Wissenschaftsministerium insgesamt zehn Professuren mit Ausstattung im Bereich Methoden und Anwendungen der Künstlichen Intelligenz. Die attraktiv ausgestatteten Juniorprofessuren sollen 2019 besetzt werden und sind auf bis zu sechs Jahre angelegt.

„Ob Datenauswertung in der Medizin, Autonomes Fahren oder Smart Home, Industrie 4.0 oder Wissenschaft – Künstliche Intelligenz findet vielfältige Anwendungsfelder. Es gilt, die Potenziale der KI im Land zu erschließen, damit hier neue, innovative Produkte, Prozesse und Dienstleistungen „Made in BW“ entstehen. Methoden der KI zu entwickeln und ihre Anwendungsmöglichkeiten zu erforschen, ist von größter Bedeutung für unsere Gesellschaft, Wissenschaft und Wirtschaft“, sagte Wissenschaftsministerin Theresia Bauer bei der Bekanntgabe der Ergebnisse des neuen Förderprogramms „Künstliche Intelligenz Baden-Württemberg“ (KI-BW).

Baden-Württemberg zum KI-Forschungsstandort machen

„Wir bündeln die Kräfte, um Baden-Württemberg zu einem noch stärkeren KI-Forschungsstandort zu machen. Mit den neuen Professuren bauen wir über die bisherigen Zentren hinaus Kompetenz im ganzen Land auf“, so Bauer weiter. Auf diesem Gebiet herausragende Forschung und Entwicklung voranzutreiben, müsse Ziel aller Universitäten des Landes sein.

Die neuen KI-Professuren werden in einer großen disziplinären Bandbreite eingerichtet und verstärken so die jeweiligen Schwerpunktsetzungen und leistungs¬starken Forschungsfelder der Universitäten. Das Fächerspektrum erstreckt sich von der Medizin und Medizintechnik über die Materialwissenschaften und IT-Sicherheit bis zu den Wirtschafts- und Sozialwissenschaften. „Künstliche Intelligenz kann uns in vielen Lebensbereichen voranbringen“, so Bauer.

„Wir wollen mutig und ambitioniert die digitalen Technologien fördern, denn das Zukunftsfeld KI dürfen wir nicht anderen überlassen. Dabei wird es nötig sein, eigene Standards und Schwerpunkte in Europa zu setzen“, unterstrich die Ministerin. „Ob autonomes Fahren oder Automatisierung der Arbeit: Europa muss im globalen Wettbewerb um Zukunftstechnologien den Menschen und unsere Grundwerte im Fokus behalten“, betonte die Ministerin abschließend.

Die Professuren im Überblick

Universität Freiburg:

  • „Robot Learning“, Technische Fakultät
  • „Representation Learning“, Technische Fakultät

Universität Heidelberg:

  • „Artificial Intelligence in Cardiovascular Medicine“ (Medizin)
  • „Machine Learning im Wissenschaftlichen Rechnen“ (Naturwissenschaften/Mathematik/Informatik)

Universität Hohenheim:

  • „Künstliche Intelligenz in der Agrartechnik“ (Agrarwissenschaften)

Karlsruher Institut für Technologie (KIT):

  • „KI-Methoden in den Materialwissenschaften“ (Informatik)
  • „KI-Methoden in der IT-Sicherheit/IT-Sicherheit KI-basierter Systeme“ (Informatik)

Universität Konstanz:

  • „Künstliche Intelligenz“ (Linguistik & Philosophie)

Universität Mannheim:

  • „Methoden in der Künstlichen Intelligenz“ (Informatik & Wirtschaftsinformatik/Data Science)

Universität Ulm:

  • „Erklärbare KI“ (KI/Neuroinformatik)

Digitalisierungsstrategie digtial@bw

Die neuen Professuren sind eine wichtige Ergänzung des erfolgreichen Innovationscampus Cyber Valley, an dem die Universitäten Stuttgart und Tübingen und das Max-Planck-Institut für Intelligente Systeme beteiligt sind. Mit Cyber Valley hat das Wissenschaftsministerium im Rahmen der Digitalisierungsstrategie des Landes bereits eine der größten Forschungskooperationen Europas im Bereich der künstlichen Intelligenz ins Leben gerufen. Diese vorbildliche Zusammenarbeit von Wissenschaft und Wirtschaft findet international Beachtung. Die Region Stuttgart-Tübingen ist nachweislich bereits heute der Hotspot bundesweit in Sachen Künstliche Intelligenz.

Die Digitalisierung ist ein zentraler Arbeitsschwerpunkt der Landesregierung. Dazu hat sie eine Investitionsoffensive gestartet: Rund eine Milliarde Euro werden in dieser Legislatur in die Digitalisierung investiert, rund die Hälfte davon fließt in den Ausbau der digitalen Infrastruktur. Mit „digital@bw“ wurde im Sommer 2017 die erste, landesweite und ressortübergreifende Digitalisierungsstrategie vorgestellt, die in Teamarbeit von allen Ministerien erstellt wurde. In den kommenden zwei Jahren werden dazu über 70 ganz konkrete Projekte mit einem Volumen von über 300 Millionen Euro umgesetzt, um Baden-Württemberg als Leitregion des Digitalen Wandels in Europa zu verankern. Die Vorhaben werden unter dem Dach des Digitalisierungsministeriums koordiniert und gebündelt.

Innenministerium: Digitalisierungsstrategie

Digital-BW.de

Vortrag am 29.11.2018 über die technischen und rechtlichen Herausforderungen selbstfahrender Autos

Im interdisziplinären Forschungsschwerpunkt „Verantwortliche Künstliche Intelligenz“ am Freiburg Institute for Advanced Studies (FRIAS) referieren am 29. November 2018 Wolfram Burgard, Professor für autonome intelligente Systeme an der Albert-Ludwigs-Universität Freiburg, und der Berliner Rechtsanwalt Dr. Benedikt Wolfers. Sie sprechen über aktuelle Chancen und Herausforderungen automatisierten und autonomen Fahrens. Burgard gibt einen Überblick über den aktuellen Stand der technischen Möglichkeiten autonomer Fahrzeuge. Insbesondere geht er auf die technischen Herausforderungen und Grenzen der Technologien ein. Wolfers erörtert im Anschluss eine der Schlüsselfragen für die Entwicklung, Nutzung und gesellschaftliche Akzeptanz von automatisiertem und autonomem Fahren: Wer trägt bei selbstfahrenden Autos die Verantwortung? Dies zu klären, ist auch Aufgabe des öffentlichen Regulierungsrechts.

Fraunhofer-Gesellschaft stellt KI-Studie vor

Maschinelles Lernen: Kompetenzen, Forschung, Anwendung

Maschinelles Lernen (ML) ist die Schlüsseltechnologie für kognitive Systeme auf Basis Künstlicher Intelligenz (KI) und damit einer der entscheidenden Faktoren für die globale wirtschaftliche Entwicklung. Grundlegend für eine nachhaltige Positionierung Deutschlands und Europas im internationalen Wettbewerb ist die faktenbasierte Auseinandersetzung mit KI- und ML-basierten Technologien. Die neue Studie der Fraunhofer-Gesellschaft ordnet die wesentlichen Begriffe des Maschinellen Lernens ein, gibt einen Überblick zu aktuellen Herausforderungen und künftigen Forschungsaufgaben und stellt Deutschlands Position in der Anwendung von Maschinellem Lernen dar.

© Fraunhofer IAIS / Fraunhofer IMW Entwicklung der Patentfamilien zu ML-Technologie nach Ländern 2006 - 2015.
© Fraunhofer IAIS / Fraunhofer IMW
Entwicklung der Patentfamilien zu ML-Technologie nach Ländern 2006 - 2015.

Es gibt kaum einen Bereich, der nicht von ML- und KI-basierten Technologien entscheidend transformiert wird: von der Güterproduktion über die Logistik bis zur Medizintechnik. Schon die Vielzahl der Einsatzmöglichkeiten ist ein Grund für das öffentliche Interesse. Die Debatte ist jedoch oft von Halbwissen, Vermutungen und Mythen geprägt. Aufklärung ist gefragt, denn die gesellschaftliche Akzeptanz ist für die weitere Verbreitung maschinell basierter Lernverfahren von zentraler Bedeutung. Hier setzt die im Kontext eines vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts erstellte Studie »Maschinelles Lernen – Kompetenzen, Anwendungen und Forschungsbedarf« an. Durchgeführt wurde das Projekt vom Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS, dem Fraunhofer-Zentrum für Internationales Management und Wissensökonomie IMW sowie der Zentrale der Fraunhofer-Gesellschaft. Die Studie gibt eine kompakte Einführung in die wichtigsten Konzepte und Methoden des Maschinellen Lernens, einen Überblick über Herausforderungen und neue Forschungsfragen. Darüber hinaus ermöglicht sie eine Übersicht zu Akteuren, Anwendungsfeldern und sozioökonomischen Rahmenbedingungen der Forschung mit Fokus auf den Standort Deutschland.

Transfer von der Wissenschaft in die Wirtschaft

© Fraunhofer IAIS / Fraunhofer IMW Kompetenzlandkarte auf Basis wissenschaftlicher Publikationen, 2006 - 2015.
© Fraunhofer IAIS / Fraunhofer IMW
Kompetenzlandkarte auf Basis wissenschaftlicher Publikationen, 2006 - 2015.

Forschung ist die Basis jeder neuen Technologie. Für die weitere Entwicklung neuer ML-Techniken wurde in Deutschland bereits eine solide Grundlage geschaffen. Entscheidend ist aber vor allem der Transfer von wissenschaftlichen Ergebnissen in kon­krete Produkte, Prozesse und Dienstleistungen. So sind zum Beispiel Länder wie die USA, China, Südkorea oder Japan, was die Anzahl der Patentfamilien im Bereich ML und KI angeht, Deutschland noch weit voraus. Dementsprechend wichtig ist es, nicht den Anschluss zu verlieren und sowohl in die ML-Forschung zu investieren als auch gezielt den Transfer von der Wissenschaft in die Wirtschaft zu fördern. Hier gilt es vor allem, den Einsatz von ML-Techniken in kleinen und mittelständischen Unternehmen (KMU) zu fördern und Eigenentwicklungen anzuregen, um hinsichtlich des Rückstands bei den Patentanmeldungen im internationalen Vergleich aufzuschließen. Dies ist insbesondere eine Frage zielgerichteter Informationsangebote, etwa in Form von Best Practices und konkreten Anwendungsszenarien. So zeigen KMU vielfach Interesse an ML-Techniken, sobald ihnen konkrete Einsatzmöglichkeiten mit unternehmerischem Mehrwert aufgezeigt werden.

Handlungsfelder für die Forschung

Die wissenschaftliche Ausgangslage in Deutschland und Europa ist vielversprechend. Doch insbesondere im Hinblick auf den Transfer in die Praxis identifiziert die Studie Forschungsfelder, die es zu intensivieren gilt. Die befragten Expertinnen und Experten halten vor allem folgende Forschungsfelder für relevant, in die Deutschland und Europa verstärkt investieren sollten, um sich langfristig im internationalen Wettbewerb erfolgreich zu positionieren.

  • »Erklärbare KI« für bessere Transparenz und Verlässlichkeit ML-basierter Entscheidungsprozesse
  • Maschinelles Lernen mit wenigen Daten
  • »Informed ML« – Maschinelles Lernen mit zusätzlichem Wissen von Experten
  • Verbesserung der Betriebs-, Cyber- und Datensicherheit sowie der Robustheit von ML-Systemen

Diese Forschungsfelder bieten das Potenzial, Wissen anwendungsorientiert auszubauen, völlig neue Anwendungen zu ermöglichen – von der Industrie 4.0 bis zum Gesundheitssektor – und die wirtschaftliche und gesellschaftliche Akzeptanz zu stärken.

Zentrale Herausforderungen und Rahmenbedingungen

Über den Forschungsbedarf in den zentralen Handlungsfeldern hinaus spielen auch übergeordnete rechtliche, gesellschaftliche und politische Rahmenbedingungen eine wichtige Rolle, wenn es um die Wettbewerbsfähigkeit und Akzeptanz von ML und KI geht. Die Studie betont hier vor allem den Fachkräftemangel, denn der Bedarf an Expertinnen und Experten für Datenanalyse in Deutschland ist immens: Aktuell fehlen rund 85 000 Akademikerinnen und Akademiker mit fortgeschrittenen Datenanaly­sekenntnissen sowie zusätzlich rund 10 000 IT-Spezialfachkräfte in den Bereichen Big Data, Advanced Analytics, Business Intelligence und Data Science. Handlungsbedarf besteht auch hinsichtlich der Verfügbarkeit von Daten. Gerade im internationalen Vergleich mangelt es in Deutschland an allgemein zugänglichen, verwertbaren Daten. Um Anreize zu schaffen, entsprechende Daten zu generieren und auszutauschen, ist es jedoch wichtig, dass Urheber die Kontrolle und Souveränität über ihre Daten behalten. Modelle wie der Industrial Data Space, in dem Unternehmen ihre Daten zum gegenseitigen Nutzen teilen und dabei stets die Kontrolle über die Verwen­dung ihre Daten behalten, sind hier beispielhaft.

Strategische Investitionen in ML-Forschung

Die Fraunhofer-Gesellschaft engagiert sich nicht nur hinsichtlich der Aus- und Weiterbildung mit einem eigenen Schulungs- und Zertifizierungsprogramm für »Data Scientists«. An vielen Instituten, sowohl am Standort Deutschland als auch im europäischen Kontext, entwickelt Fraunhofer Schlüsseltechnologien der KI und ihrer Anwendungen. Maschinelle Lernverfahren für die Industrie gehören ebenso dazu wie der Einsatz kognitiver Systeme in der Cybersicherheit und die weitere Erforschung künstlicher neuronaler Netze. Darüber hinaus adressiert Fraunhofer zum Beispiel mit dem neuen Forschungszentrum Maschinelles Lernen aktuelle Herausforderungen der Industrie, die es ermöglichen, transparente und belastbare Lösungen der Künstlichen Intelligenz strategisch in Produktions-, Geschäfts- und Vertriebsprozesse zu integrieren.

Titelbild der Studie Fraunhofer-Studie_ML_2018_WEB

Niedersachsen forscht zu den Topthemen der CEBIT

Vom automatisierten Notruf über Augmented Reality für den Windpark bis zu Wissensmanagement und Digital Health

Die neue CEBIT bietet die Möglichkeit, sich über die neusten Angebote und Trends  im Bereich Digitalisierung zu informieren. Dabei sollte das kritische Hinterfragen nicht vergessen werden. Nicht alles, was machbar ist, ist auch sinnvoll.

Die nachfolgenden Informationen wurden einer Pressemitteilung entnommen.

Hannover. Niedersachsen forscht zu den Topthemen der CEBIT. Das zweitgrößte Bundesland in Deutschland zeigt auf seinem Gemeinschaftsstand in Halle 16 Zukunftsszenarien der Digitalisierung.  Universitäten, Hochschulen und Forschungseinrichtungen präsentieren Lösungen zu den Themen-Highlights der CEBIT 2018: Künstliche Intelligenz, Virtual und Augmented Reality, Security, Internet of Things, Smart Home, E-Learning und Digital Health.

Automatisierter Notruf, Netzwerk-Turbo für Panorama-Videos und ein Hörsystem der Zukunft

Mit ProtectMii hat die Carl von Ossietzky Universität Oldenburg eine neuartige Notruf-App für die CEBIT angekündigt. Die Smartphone-Anwendung kann einen Hilferuf an ausgewählte Kontakte verschicken, ohne dass der Absender aktiv werden muss. Im Hintergrund arbeitet ein intelligentes Tracking-Verfahren, das auf einer patentierten Kombination aus Soft- und Hardware basiert und international einsetzbar sein soll. Außerdem präsentiert die Universität einen digitalen Assistenten für Wohnungsvermieter: Homevoice kann administrative Tätigkeiten wie die Kontrolle von Mieteingängen oder Nebenkostenabrechnungen vollständig automatisieren.

Das Streamen von Panorama-Videos erfreut sich dank der günstigen Preise von 360-Grad-Kameras zunehmender Beliebtheit. Doch auch in der Industrie 4.0 ergeben sich viele sinnvolle Anwendungen – zum Beispiel die Sicherheitsüberwachung oder Anlageninspektion. Allerdings benötigt die Übertragung dieser Videos über das Internet viel Bandbreite. Mit dem Projekt e360 zeigt die Georg-August-Universität Göttingen, wie sich mit einer Kombination aus Edge-Computing (Verarbeitung von Daten an der Netzwerkperipherie) und Future Internet die Belastung der Netzinfrastruktur bei der Übertragung der Videodateien reduzieren lässt.

An Hörsystemen der nächsten Generation forscht die Medizinische Hochschule Hannover. Künftig sollen Hörgeräte mit einem Brain-Computer-Interface ausgestattet sein und sich per Gedankenkontrolle steuern lassen. Dabei greifen die Forscher auf EEG-Signale des jeweiligen Trägers zurück. Ein weiteres einzigartiges Konzept ist die Einbindung von Künstlicher Intelligenz in ein Cochlea-Implantat. Dabei handelt es sich um eine Prothese für Gehörlose, deren Hörnerv noch funktionsfähig ist.

Maschinelles Lernen und Prgramme für den Informatikunterricht

Die Leibniz Universität Hannover widmet sich dem weltweiten Trend zum Applied Machine Learning: Mit maschinellen Lernverfahren und der Analyse großer Datenmengen lassen sich auch komplexe Aufgaben effizient lösen. CEBIT-Besucher können sich anhand interaktiver Exponate, Lernmodule und Spiele von den vielfältigen Möglichkeiten des maschinellen Lernens überzeugen.

Die momentan verfügbaren E-Learning-Lösungen schöpfen das Potenzial der Digitalisierung nicht aus, weil sie in den meisten Fällen auf Einzelunterricht ausgelegt sind. Mit CodeUp hat die Universität Osnabrück ein Programm für den Informatikunterricht entwickelt, das Lernen zum Gruppenerlebnis macht. Die Software verbindet Erkenntnisse aus der neurologischen Forschung, Aspekte aus dem Bereich Gamification und moderne Machine-Learning-Ansätze zu einem spannenden Planspiel. Zudem möchte die Forschungseinrichtung auf der CEBIT ihr deutschlandweit einmaliges Industrial Design Labor vorstellen, in dem Produkt-Protoypen mit Hochleistungsrechnern, 3D-Druckern und Virtual-Reality-Technologie entstehen.

Augmented Reality für den Windpark, Smart-Home-Steuerung für mehr Energieeffizienz und Cybersicherheit für kleine Unternehmen

Wie mit der Verknüpfung von technischen und betriebswirtschaftlichen Daten ein homogenes Bild in Echtzeit entsteht, demonstriert die Jade Hochschule Wilhelmshavenam Beispiel eines Windparks. Um die Verfügbarkeit und Netzsicherheit solcher Anlagen sicherzustellen, wird eine smarte Infrastruktur eingesetzt. Alle Prozesse werden mit Hilfe von Augmented Reality in Form eines digitalen Zwillings dargestellt.

Für Wirtschaftlichkeit, Energieeffizienz und Komfort zuhause soll eine innovative App der Hochschule Hannover sorgen. Scheck365 ist der Prototyp einer Smartphone-Anwendung, mit der man die intelligent vernetzte Smart-Home-Technik in den eigenen vier Wänden so steuern kann, dass sich auch die Energieeffizienz vieler anderer Wohnungen in Deutschland verbessert. Wie das Ganze als Element der Energiewende funktioniert, verraten die Wissenschaftler auf der CEBIT.

Mit einer Cybersicherheits-Beratung für kleine Firmen, mittelständische Unternehmen und Hochschulen ist das Niedersächsische Ministerium für Inneres und Sport in Halle 16 präsent. Die Informations- und Kommunikationsplattform zeigt IT-Entscheidern, mit welchen Mitteln sie ihr Unternehmen vor Hackerangriffen schützen können.

Big Data und KI: Intelligentes Wissensmanagement verbessert medizinische Therapiemöglichkeiten

Wie Big-Data-Technologien das Wissensmanagement im Medizinbereich auf eine neue Qualitätsstufe bringen können, demonstriert die Technische Informationsbibliothek aus Hannover, die nach eigenen Angaben weltgrößte Fachbibliothek für Technik und Naturwissenschaften. Anwendung findet das Verfahren bereits im EU-Forschungsprojekt IASIS – Big Data for Precision Medicine. Es zielt darauf ab, Informationen aus unterschiedlichen medizinischen Aufzeichnungen in Datenbanken oder Genomdaten darzustellen, um die Therapie von Kranken zu optimieren.

Mit einem ähnlichen Thema beschäftigt sich die Technische Universität Braunschweig. Deren Wissenschaftler demonstrieren auf der CEBIT, wie man so genannte Data Lakes, die verschiedenste Daten in ihrer natürlichen Form zusammenführen, strukturieren und in Services verwandeln kann, die sich schnell nach Schlagwörtern durchsuchen lassen. Als anschauliches Beispiel dient ein Medium aus der Pharmaziebranche.

Auch das Oldenburger OFFIS-Institut für Informatik will mit Big-Data- und Cloud-Unterstützung die Lebensqualität von Kranken verbessern und gleichzeitig die Behandlungskosten senken. Für das Projekt Medolution entstand eine intelligente Umgebung, die professionelle medizinische Informationen mit nutzergenerierten Daten verbindet. Die nötigen Prozesse werden auf der CEBIT am Beispiel eines Kunstherzens gezeigt.

CEBIT-Besucher, die wissen wollen, welche Zukunftstechnologien die Forschung bewegen, sollten also auf jeden Fall einen Besuch auf dem Niedersächsischen Gemeinschaftsstand einplanen (Halle 16, D18).