Zum Hauptinhalt springen

Zentrum für Künstliche Intelligenz – ZfKI

Das Zentrum für Künstliche Intelligenz an der Dualen Hochschule Baden-Württemberg in Stuttgart unterstützt duale Lehre und kooperative Forschung fakultätsübergreifend und interdisziplinär.

Durch die Gründung des ZfKI wird, zusätzlich zu den eigenen Hochleistungsrechnern, eine Austauschplattform geschaffen. Diese ermöglicht es Professorinnen und Professoren, Unternehmen und Studierenden, Expert*innenwissen zum Einsatz von modernen KI-Technologien in vielfältige Anwendungen zu transferieren.

Das ZfKI ist unter anderem in folgenden Feldern tätig:

Das Maschinelle Lernen gilt als eines der dynamischsten Bereiche der Künstlichen Intelligenz (KI). Es erfreut sich zunehmend einer großen Aufmerksamkeit in Wissenschaft und Wirtschaft. Basierend auf vorhandenen Datensätzen ist es das Ziel, möglichst genaue Modelle zu bauen, die den gewünschten Funktionen entsprechen.

In den vergangenen Jahrzehnten wurde dabei eine Vielzahl von Algorithmen und Verfahrensweisen entwickelt, die in der Regel in die drei großen, übergeordneten Kategorien Supervised Learning, Unsupervised Learning und Reinforcement Learning eingeteilt werden. 

Die Anwendungen maschinellen Lernens finden sich mittlerweile in einer Vielzahl von industriellen Anwendungen: vom autonomen Fahren über die Diagnose von Krankheiten, der Identifizierung von Satellitenbildern, dem Qualitätsmanagement in der Produktion bis zur Erkennung von Kreditkartenbetrug.  

Denkt man an intelligente Systeme, so vergleicht man deren Fähigkeiten schnell mit denen eines Menschen. Handlungen, wie wir sie auch beim autonomen Fahren erleben, beruhen dabei weitgehend auf der Wahrnehmungsfähigkeit der Umgebung. Eines der bekanntesten Forschungsfelder ist daher die Nachbildung des menschlichen Sehsinnes durch bildverarbeitende und bildverstehende Systeme. Ob es sich um eine Straßenverkehrssituation, Zeichenfolgen oder Gesichter handelt - es geht immer um Variationen dieser Fähigkeiten mit unterschiedlichen Anforderungen an Präzision, Geschwindigkeit und die zugrunde liegenden Modelle. Objekterkennung und -verfolgung im 2- und 3-dimensionalen Raum sind hier häufige Forschungsgegenstände. Die Künstliche Intelligenz unterscheidet hier zwischen Prozessen des Bildverstehens und verschiedenen Ebenen der Repräsentation und des Wissens.  Dies beginnt bei der Segmentierung von Bildern und der Erkennung einfacher Objekte, Kanten, Konturen, Texturen und Formen und reicht bis zur Deutung, Interpretation und Prädiktion von Objekten und ihren Bewegungsverläufen unter Nutzung von Situationsmodellen, Physik und auch Alltagswissen.

Die Anwendungsgebiete reichen von einfachen Mustererkennern zur Auslösung von Triggern und Alarmen über Qualitätskontrolle und Prozessautomatisierung in der Produktion bis hin zur Erfassung komplexer Szenarien im Kontext des autonomen Fahrens oder auch der Erkennung von Gesichtern und Emotionen.

Die Digitalisierung führt zu immer größeren Herausforderungen für die Schnittstelle zwischen Mensch und Maschine. Dies bedingt immer leistungsfähigere, allgegenwärtige Konzepte und Technologien. Bekannt sind hier zurzeit besonders natürlichsprachliche Dialoge mit Alexa und Co. oder auch die Ausstattung von Geräten mit einer betreffenden Sensorik (Fitness Tracker, Mobile Apps). Wie man diese neuen Technologien nutzt und mit ihnen umgeht, ist das Themenfeld Intelligenter Interaktiver Systeme. Dazu bedarf es neben der Informatik-Kerntechnologie des Maschinellen Lernens, auch der Themenfelder Data Science und Human-Machine Interaction. 

Beispiele für Anwendungsgebiete sind hier die Konzeption von Supportsystemen für computergestützte Ergotherapie, die Erkennung von Emotionen in Gesichtern und aus Hautleitfähigkeitssensorik, Augmented Reality zur Unterstützung von Menschen mit Autismus Spektrum Störung, Active Eye Tracking Control, die Gestensteuerung und Gebärdensprache sowie die Leistungsmessung und -steigerung im Sport.

Viele Sachverhalte der realen Welt, aber auch Computerprogramme, elektronische Schaltungen und mathematische oder physikalische Theorien, lassen sich mit den Mitteln der mathematischen Logik beschreiben. Eine solche eindeutige Beschreibung ermöglicht es uns, wichtige Eigenschaften dieser Systeme automatisch abzuleiten und zu beweisen. Ein Beispiel wäre der Beweis, dass ein Computerprogramm immer innerhalb einer bestimmten Zeit reagiert (und z.B. die Bremse eines autonomen Fahrzeuges betätigt), oder dass die Plattform eines Börsenmaklers alle Geschäfte regelkonform durchführt. Automatische Theorembeweiser sind Computerprogramme, die solche Beweise automatisch durchführen können. Sie bilden damit die menschliche Fähigkeit nach, durch logisches Denken zu gesicherten Erkenntnissen zu kommen.

Im Bereich der KI sind Theorembeweiser nicht nur ein Beispiel für intelligente Systeme, sie sind auch ein Anwendungsbereich für viele weitere KI-Techniken. Das Finden von Beweisen ist sowohl für Mensch als auch für die Maschine enorm schwierig - vor allem, weil nur wenige der unendlich vielen möglichen logischen Schlussfolgerungen zu einem bestimmten Ziel beitragen. Die Steuerung der Beweissuche kann z.B. auf vielen Ebenen durch maschinelles Lernen unterstützt werden. Die nachvollziehbare Präsentation von Beweisen und die Unterstützung bei der Formalisierung von Sachverhalten ist ein Teil der Mensch-Maschine-Kommunikation.

KI Frühling - Veranstaltungsreihe

Key Visual mit Schriftzug KI Frühling, KiSMI und ZfKI, dazu ein Kirschblütenzweig

Expert Talks, Executive Insights, Use Case Discussions und Hands-on-Workshops rund um den gewinnbringenden Einsatz von KI 
 

Das Zentrum für Künstliche Intelligenz bietet im Rahmen des KISMi Projekts (Künstliche Intelligenz Supportplattform Mittelstand) nach dem "KI Herbst" nun den "KI Frühling" als Veranstaltungsreihe rund um den Einsatz von KI, insbesondere in Unternehmen an. 

Zu den Veranstaltungen des KI Frühlings

Die Veranstaltungen im Detail:

Prof. Dr. Matthias Drüppel / Prof. Dr. Janko Dietzsch
ZfKI der DHBW Stuttgart

19.03.2024, 17 - 19 Uhr

KI ist gekommen, um zu bleiben. Und das heißt, dass sich Unternehmen fragen müssen OB, WO und WIE sie von dieser neuen Technologie profitieren können, um nicht eine der größten technologischen Veränderungen des 21. Jahrhunderts zu verschlafen. Bei einer so rasanten Technologieentwicklung ist es aus Unternehmenssicht schwer, den Überblick zu behalten: sowohl beim Technologie-Verständnis als auch beim Erkennen möglicher Potentiale.

In diesem Workshop wollen wir einen Querschnitt über wichtige Anwendungsfelder von künstlicher Intelligenz geben. Hierbei möchten wir sowohl Anwendungen als auch Technologie (be-)greifbar machen – auch für diejenigen, die noch nicht tief in die Technik eintauchen konnten!

Niclas Renner und Maximilien Kintz
Fraunhofer IAO

26.03.2024, 17:00 - 19:00 Uhr

Niclas Renner, wissenschaftlicher Mitarbeiter im Bereich Digital Business und Maximilien Kintz, Teamleiter Angewandte KI am Fraunhofer IAO, stellen aktuelle Entwicklungen bei den Anwendungen von KI und Generativer KI im Unternehmen vor.

Schwerpunktthemen sind u.a. die Absicherung von KI und den EU AI Act, sowie Potenziale und Handlungsempfehlungen für den Einsatz von Generativer KI im Unternehmen, z.B. für die Analyse von Textdokumenten. Im Vortrag werden Erkenntnisse aus aktuellen Fraunhofer IAO-Projekten und konkrete Beispiele aufgezeigt.

Veranstaltungsort: DHBW Stuttgart, ZfKI, Neubau der Fakultät Technik, Lerchenstrasse 1, 70174 Stuttgart

Für Unternehmen / Duale Partner

Sie sind Unternehmer*in oder Dualer Partner und haben Interesse an Technologietransfer oder Auftragsforschung? Sie suchen schlagkräftige Partner für Forschungsanträge? Sie möchten KI in Ihrem Unternehmen besser nutzen?

Für Schülerinnen und Schüler

Sie sind Schüler oder Schülerin und wollen an der DHBW studieren? Das Thema KI interessiert Sie? Sie sind sich aber noch nicht sicher, welcher der richtige Studiengang ist? Oder Sie möchten nochmal klären, ob die Vorstellung von Ihrem Studium der Realität entspricht?