Innovatives Engineering KI-basierter Systeme
AI Engineering gewinnt in immer mehr Branchen an Bedeutung, da Unternehmen vor der Herausforderung stehen, KI-Technologien gezielt und nachhaltig in wertschöpfende Anwendungen zu überführen. Ein zentrales Element dabei ist der Umgang mit Daten – von der Erhebung über die Verarbeitung bis hin zur Nutzung für das Training, die Optimierung und die Absicherung von KI-Modellen. Daten bilden die Grundlage für die Modellierung und kontinuierliche Weiterentwicklung intelligenter Systeme und sind entscheidend für deren Qualität, Effizienz und Vertrauenswürdigkeit.
Trotz großer technologischer Fortschritte und der zunehmenden Verbreitung KI-gestützter, autonomer Systeme bleibt das Vertrauen in deren Sicherheit, Zuverlässigkeit und Nachvollziehbarkeit ein kritischer Faktor. Gängige Software Engineering-Methoden sind oftmals nicht direkt auf KI-Modelle übertragbar, was die Entwicklung robuster KI-Technologien erfordert. Diese müssen nicht nur große Datenmengen effizient verarbeiten, sondern auch aus begrenzten Datensätzen präzise Erkenntnisse gewinnen – und das, ohne Vertraulichkeit und Privatsphäre zu gefährden. Besonders in unsicheren und unvorhersehbaren Umfeldern müssen solche Systeme schnelle, sichere und nachvollziehbare Entscheidungen treffen können. Die Forschung bei fortiss im Forschungsschwerpunkt AI Engineering konzentriert sich daher darauf, vertrauenswürdige KI-Technologien zu entwickeln, die auch in komplexen und dynamischen Umgebungen verlässlich und nachvollziehbar agieren.
Forschung für vertrauenswürdige und effiziente KI-Systeme
fortiss erforscht innovative Ansätze wie generative Modelle zur Datensynthese, menschenzentriertes Design für eine verbesserte Nutzbarkeit und Methoden zur Vertrauenskalibrierung in KI-gestützten Entscheidungen. Zudem entwickeln die Wissenschaftler*innen am Institut effiziente Lernverfahren für ressourcenbeschränkte Umgebungen, Low-Energy-Hardwarelösungen sowie Edge- und Mobile-KI-Konzepte, die eine dezentrale Verarbeitung und geringe Latenzzeiten ermöglichen. In sicherheitskritischen Bereichen kommen Test-, Verifikations- und Monitoring-Techniken zum Einsatz, um KI-Modelle zuverlässig und nachvollziehbar zu gestalten.
Machine Learning
Neuromorphic Computing
Human-centered Engineering
Use Cases
KI-gestützte intelligente Fertigung
Maschinelles Lernen macht Produktionsprozesse effizienter und vorausschauender: Adaptive Modelle prognostizieren Wartung, erkennen Qualitätsabweichungen in Echtzeit und optimieren Abläufe, steigern Produktivität und senken Kosten.
Dynamische, KI-gesteuerte Optimierung von Energienetzen
Intelligente Steuerungsalgorithmen passen Energienetze flexibel an den Bedarf an. Optimale Lastverteilung ermöglicht die Integration erneuerbarer Energiequellen, sichert Netzstabilität und unterstützt eine nachhaltige Energieversorgung.
KI-basierte Fehlererkennung in Satellitenkonstellationen
Die kontinuierliche Analyse hochfrequenter Sensordaten erkennt frühzeitig Anomalien in Satellitenkonstellationen. Muster- und Abweichungsanalyse identifiziert Fehlerquellen, verhindert Ausfälle und sichert Betriebsstabilität.
Hochperformante LIDAR-Verarbeitung für autonome Luftfahrtsysteme
Neuromorphe Rechenarchitekturen verarbeiten LIDAR-Daten ultraschnell, ermöglichen präzise Umweltwahrnehmung und Hinderniserkennung in autonomen Luftfahrtsystemen und steigern Sicherheit sowie Navigationsfähigkeit.
Tragbare, energieeffiziente MedTech-Geräte für präzises Gesundheitsmonitoring
Innovative KI-Methoden ermöglichen die Echtzeitanalyse biometrischer Daten auf tragbaren MedTech-Geräten. Neuromorphe Verarbeitung erfasst Vitalparameter kontinuierlich und unterstützt frühzeitig Prävention und Diagnose.
Referenzprojekte
Schlüssel zum sicheren Fahren
Sicheres kooperatives autonomes Fahren mit KI-basierter Verhaltensplanung
KI-basierte, autonome on-board-Fehlererkennung, -isolation, -behebung und Ressourcenoptimierung in Satelliten
KI-fähige digitale Zwillinge für Innovationen im Einzelhandel
KI-gestützter Einkaufsassistent zur Förderung von nachhaltigen Kaufentscheidungen
Sicheres, dateneffizientes autonomes Fahren mit wissensangereicherter KI
Automatisierte Orchestrierung von Edge-Cloud-Diensten in der Fertigung
KI-Methoden für die Wärme- und Stromerzeugung mit solarthermischen Kollektorsystemen
Safe AI for automated driving
Lernmethoden für die robuste Fehlerlokalisierung in Stromverteilungsnetzen
Kollaborative Schweißroboter mit menschlicher Interaktion über Gesten
Objektidentifizierung mit neuromorpher Vision auf einer Drohne
KI-basierte Textauswertung zur automatisierten Verarbeitung von Kundenanfragen
Automatisierbare Bordnetzarchitektur durch KI und Multi-Agenten-Systeme
Industrieroboter sehen mit neuromorphen Augen
Ereignisbasierte Wahrnehmungsalgorithmen für autonomes Fahren
KI-gestützte Leistungsanalyse und Belastungserkennung für die Spielerentwicklung im Amateursport
KI-basierte Assistenzsysteme zur optimierten Steuerung der zentralen Notaufnahme
GraphRAG-basiertes Trainings- und Ausbildungssystem für robotergestützte medizinische Verfahren
Hochschnelles ereignisbasiertes Objekt-Tracking für automatisierte Logistik
Zertifizierung sicherer Mensch-Maschine-Interaktion für KI-Luftfahrtassistenzsysteme
KI-getriebene Innovationen in Forschung und Praxis
fortiss entwickelt Generative KI (GenAI) und große Sprachmodelle (LLMs), um Geschäftsprozesse zu automatisieren und praxisnahe KI-Lösungen für KMU in Fertigung, Logistik und anderen Branchen zu schaffen.
Mehr erfahrenIm Überblick
Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.
Angebote & Insights
Ihre Innovation beginnt mit fortiss
Innovative Lösungen für zahlreiche Domänen
