Die Plattform Lernende Systeme auf der CEBIT 2018

Auf der CEBIT 2018 präsentierte sich die Plattform Lernende Systeme am Stand des Bundesministeriums für Bildung und Forschung. Expertinnen und Experten der Plattform diskutierten auf verschiedenen Panels über Chancen und Herausforderungen zu KI. Eine Nachlese finden Sie hier.

Plattform Lernende Systeme
  • Expert Stages
  • PLS-Speaker
  • KI-Exponate am Stand E52
  • KI-Exponate von Plattform-Mitgliedern
  • Pressematerial

CEBIT Expert Stages der Plattform Lernende Systeme

Weitere Speaker der Plattform Lernende Systeme

  • Veranstaltung
  • Termin
  • Location
  • Speaker

Diese Projekte waren am Stand des BMBF vertreten

Lernende Systeme aus ganz unterschiedlichen Anwendungsbereichen zeigte das Bundesministerium für Bildung und Forschung (BMBF) an seinem Stand E52 in Halle 27. Die Plattform Lernende Systeme war dort ebenfalls vertreten.

  • Ada

  • H.E.A.R.T.

  • CrESt

  • ALICE II

  • BBDC

  • Hybr-IT

  • AIPARK

Krankheiten einfacher diagnostizieren 

KI-basierte Systeme können bei der medizinischen Diagnose hilfreich unterstützen. Die Gesundheits-App Ada kombiniert personenbezogene Daten von Patientinnen und Patienten (z.B. Alter, Körpergröße) mit symptombezogenen Informationen (z.B. individuelles Schmerzempfinden). Als Grundlage dienen ihr klinisch modellierte Krankheitsmodelle. Durch die epidemiologische Analyse der Patientenangaben verfeinert die KI in Rücksprache mit klinischen Experten das Wahrscheinlichkeitsmodelle – und lernt dadurch laufend dazu. Die App unterscheidet aktuell über 1.200 Krankheitsbilder – darunter von 200 seltenen Krankheiten – und steht Patientinnen und Patienten sowie Medizinern zur Verfügung. 

Zur Projektseite

Roboter unterstützen Dozenten

Humanoide Roboter ergänzen die Arbeit von Dozentinnen und Dozenten in Seminarräumen und Büros: Sie helfen im Kurs mit fachlichen Inhalten und beraten Studierende in Sprechstunden. Die Dozentinnen und Dozenten finden mehr Zeit für gemeinsame Übungen mit Studierenden. Die Roboter können perspektivisch in allen Phasen des Lehr- und Lernprozesses aushelfen. Das Projekt H.E.A.R.T. untersucht den Einsatz von Robotern in der Hochschule, um Lehrende unterstützen und Studierende noch individueller betreuen zu können.

Zur Projektseite

Maschinen vernetzen sich zu lernenden Teams

In Zukunft werden autonome Roboter, intelligente Steuergeräte und flexible Produktionsmaschinen in Teams zusammenarbeiten und dabei selbständig lernen, ihre Aufgaben optimal zu erledigen. Das Projekt CrESt entwickelt Methoden für das Design von Software-Architekturen, die es ermöglichen, dass sich Maschinen dynamisch vernetzen und somit dem Menschen Routineaufgaben im Alltag abnehmen. Die Systeme können zum Beispiel Material transportieren, Fahrzeuge steuern und Maschinen bedienen. Dieser autonome Roboter lernt, wo und wann ihm Besucherinnen und Besucher die meisten Flyer abnehmen.

Zur Projektseite

Selbstlernende Systeme – aus Daten klüger werden

Maschinen verstehen aus Daten, wie Emissionen gesenkt, regenerative Energieerzeugung gesteigert, Wartezeiten vor Ampeln reduziert oder Qualitätsparameter verbessert werden. Aus Betriebsdaten mehrerer Wind- oder Gasturbinen bzw. Signalanlagen werden intelligenten Steuerstrategien erlernt. Damit passen sich die Systeme optimal an wechselnde Umwelt- oder Lastbedingungen an. Die effizientere Erzeugung erneuerbarer Energien sowie die Senkung von Stickoxiden in modernen Gaskraftwerken und im Verkehr schonen die Umwelt und kommen uns allen zugute.

Zur Projektseite

Maschinen beim Denken zuschauen

Intelligente Maschinen lernen heute mittels künstlicher neuronaler Netzwerke: Sie verarbeiten Daten ähnlich wie ein menschliches Gehirn und treffen so selbstständig Entscheidungen. Um die Entscheidung einer Maschine zu überprüfen, muss ihr interner Entscheidungsprozess nachvollziehbar sein. Die vom Fraunhofer HHI und der TU Berlin entwickelte Technik schafft diese Transparenz. Je stärker Menschen bei ihren Entscheidungen durch Maschinen unterstützt werden, desto wichtiger ist es, die Maschinen zu verstehen – zum Beispiel in der medizinischen Diagnostik oder bei autonomen Fahrzeugen.

www.bbdc.berlin
www.interpretable-ml.org

Hybride Teams in der wandelbaren Produktion

Wie lassen sich Produktivität und Arbeitszufriedenheit beim Zusammenspiel von Menschen, Maschinen und Diensten in hybriden Teams verbessern?
Erforscht und erprobt werden Komponenten, die die Zusammenarbeit hybrider Teams auf der Basis vorhandener und neu gelernter Fähigkeiten flexibel unterstützen. Die Mensch-Roboter-Zusammenarbeit wird angenehmer und sicherer. Durch kürzere Planungs- und Testphasen ergeben sich geringere Stillstandszeiten im Betrieb und dadurch Kosten- und Wettbewerbsvorteile.

www.hybr-it-projekt.de
www.basys40.de

Parkplatzsuche leicht gemacht

AIPARK unterstützt Autofahrerinnen und Autofahrer bei der Suche nach einem freien Parkplatz. Die cloudbasierte Plattform greift auf einen dynamischen Datenpool zurück, in dem rund 60 Millionen Parkplätze verzeichnet sind. Mithilfe von Big Data und Künstlicher Intelligenz ermittelt die Plattform flächendeckend, wie viel Parkraum verfügbar ist und wie die Chancen auf einen freien Parkplatz stehen. Auch nicht-kommerzielle Parkplätze sind gelistet. Nicht nur Autofahrerinnen und Autofahrer profitieren, sondern alle Menschen in stark befahrenen Städten. Wer schneller einen Parkplatz findet, hilft dabei, unnötigen Verkehr zu reduzieren und so die Umwelt zu entlasten.

Zur Projektseite

Weitere Lernende Systeme auf der CEBIT

Spannende Anwendungen und Projekte zu Künstlicher Intelligenz präsentierten auch technologisch führende Unternehmen und Institutionen, die im Lenkungskreis der Plattform Lernende Systeme vertreten sind.

Ausgewählte CEBIT-Highlights finden Sie per Klick auf die nachfolgenden Logos.

Deutsches Zentrum für Künstliche Intelligenz (DFKI) GmbH

weitere Informationen

weitere Informationen

weitere Informationen

weitere Informationen

Pressematerial

Hochauflösende Bilder zur CEBIT finden Sie in unserer Infothek.