Springe zum Inhalt

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

Software AG übernimmt US-amerikanisches Unternehmen für Künstliche Intelligenz Zementis

Mit Software für Künstliche Intelligenz (KI) und maschinellem Lernen baut die Software AG ihre IoT-Technologieführerschaft weiter aus

Darmstadt, 2. Dezember 2016 – Die Software AG (Frankfurt TecDAX: SOW) hat heute die Übernahme von Zementis Inc. bekanntgegeben. Das Unternehmen mit Sitz in San Diego, Kalifornien, entwickelt Software für Deep Learning, eine Kernfunktion des maschinellen Lernens und der Datenauswertung. Deep Learning ist eine Basistechnologie zur Weiterentwicklung von KI. Die Software AG sieht in den aktuellen Fortschritten auf diesen Gebieten die Grundlage für IoT (Internet of Things)-Anwendungen der nächsten Generation, hirzu gehören u.a. auch selbstfahrende Autos, persönliche digitale Assistenten, medizinische Diagnosen, vorausschauende Instandhaltung und Robotik.

Die ADAPA (Adaptive Decision and Predictive Analytics)-Technologie von Zementis ist bereits heute Bestandteil der Digital Business Platform der Software  AG, die damit Unternehmen umfassende Erkenntnisse für Echtzeit-Auswertungen bereitstellt. Die Kombination der Echtzeit-Streaming-Analytics-Technologie der Software AG in Kombination mit ADAPA liefert Unternehmen präzise betriebswirtschaftliche und technische Erkenntnisse zu Kundenverhalten, Marktdynamik, Sicherheitsrisiken und Sensorinformationen aus dem Internet der Dinge.

„Der Einfluss von IoT auf Industrie, Wirtschaft und Gesellschaft stellt die Auswirkungen aller bisher bekannten Technologien in den Schatten. Darin ist sich die Branche heute genauso einig wie in der Einzigartigkeit der Erkenntnisse, die durch das Zusammenspiel von Predictive Analytics, maschinellem Lernen und Streaming-Analytics gewonnen werden können“, so Karl-Heinz Streibich, Vorstandsvorsitzender der Software AG. „Diese Kombination spielt in allen strategischen IoT-Partnerschaften der Software AG eine wichtige Rolle“.

Die Software AG hat einige neue IoT- und Industrie 4.0-Partnerschaften geschlossen, darunter strategische Allianzen mit Bosch, Dell und Cumulocity, bei denen es um die Integration digitaler Sensoren und die Anforderungen an vorhersehbaren Instandhaltungszyklen (predictive maintenance) geht. Diese Funktionen werden nun mit der Übernahme von Zementis um automatisierte Entscheidungen erweitert, die auf maschinellem Lernen basieren. Einsatzmöglichkeiten finden sich in der Fertigungsindustrie, der Logistik oder jeder anderen datenintensiven Anwendung.

Als Kerntechnologien für die Entwicklung intelligenter IoT-Anwendungen der nächsten Generation tragen maschinelles Lernen und KI entscheidend dazu bei, dass sich innovative Unternehmen von ihren Mitbewerbern abheben können. Um die Bereitstellung von Erkenntnissen in Unternehmen zu beschleunigen, spezialisierte sich Zementis auf die schnelle Implementierung von Prognosemodellen im operativen Betrieb. Das Spektrum reicht hier von einfachen statistischen Algorithmen über komplexe Prognosemodelle bis zu Deep-Learning-Funktionen. Gebraucht werden solche Modelle für geschäftskritische Applikationen, zum Beispiel für die Risikobewertung, die Betrugserkennung und die Vorhersehbarkeit von Instandhaltungszyklen. Zementis wurde mit dem Ziel gegründet, echte Interoperabilität für KI zur Verfügung zu stellen, sodass maschinelles Lernen und Prognosemodelle nach der Entwicklung schnell in Betrieb genommen werden können. Damit erreichen wir, dass datenzentrische Unternehmen KI einfach in ihre Routine-Operationen einbinden können“, so Dr. Michael Zeller, CEO von Zementis. „Die Strategie der Software AG, auf offene Standards zu setzen, ermöglicht Kunden, ihre heterogenen IT-Architekturen zu verwalten und zu steuern und ist damit eine perfekte Ergänzung zu den herstellerunabhängigen KI-Funktionen, die unsere Lösungen bieten“.

Über Zementis

Das Unternehmen basiert auf dem Prinzip, dass Datenwissenschaftsteams und IT-Abteilungen nahtlos und effizient zusammenarbeiten können, sodass Vorhersagemodelle schnell von der Entwicklung in die Implementierung gebracht werden können und Unternehmen und andere datenzentrische Organisationen problemlos Vorhersageanalytik und maschinelles Lernen in ihre Systeme und Routine-Operationen integrieren. Der agile Einsatz prädiktiver Lösungen ist der Eckpfeiler der Zementis-Philosophie. Zu den Kernlösungen gehören ADAPA®, eine Entscheidungsmaschine für prädiktive Analytik, und UPPI™, ein universelles Plug-In-Programm für branchenführende Analytics- und Data-Warehouse-Plattformen. Zementis-Kunden können diese Lösungen in ihrer Unternehmensumgebung oder in der Cloud einsetzen, mit Zugriff über eine intuitive webbasierte Konsole, über eine von mehreren branchenführenden Analytics-Plattformen oder als vereinfachte Hadoop-Schnittstelle.

Weitre Informationen: www.zementis.com

Über Software AG

Die digitale Transformation verändert IT-Landschaften von Unternehmen: von unflexiblen Applikationssilos hin zu modernen softwarebasierten IT-Plattformen, die die notwendige Offenheit, Schnelligkeit und Agilität zulassen, um digitale Echtzeit-Unternehmen zu werden. Die Software AG bietet die erste Digitale Business Plattform für durchgängige Prozesse auf Basis offener Standards mit den Kernkomponenten Integration, Prozessmanagement, In-Memory-Datentechnologie, flexible Anwendungsentwicklung, Echtzeit-Analyse und IT-Architektur-Management. Dank dieser modularen Plattform können Anwender ihre Applikationssysteme von morgen entwickeln, um heute ihre digitale Zukunft zu gestalten. Seit über 45 Jahren steht die Software AG für Innovationen, die sich an den Bedürfnissen ihrer Kunden ausrichten. Das Unternehmen wird in zahlreichen Kategorien für Innovation und Digitalisierung als Marktführer eingestuft. Die Software AG beschäftigt über 4.300 Mitarbeiter, ist in 70 Ländern aktiv und erzielte im Geschäftsjahr 2015 einen Umsatz von 873 Millionen Euro.

Pressemitteilung der Software AG