Wie lassen sich beim Einsatz von KI-basierten Komponenten in der Industrie verlässliche Systeme mit vorhersagbarer Leistungsfähigkeit entwickeln? Eine Antwort auf diese Frage gibt das jetzt erschienene Whitepaper „KI-Engineering in der Produktion“ der Fraunhofer-Institute IOSB und IAIS, gefördert vom Fraunhofer Cluster of Excellence Cognitive Internet Technologies CCIT.
Neue Disziplin KI-Engineering
Einen Lösungsansatz liefert die neue Disziplin des KI-Engineering. Ihr Gegenstand ist eine ingenieurmäßige und systematische Herangehensweise an die Nutzung von KI-Verfahren als Teil eines ganzheitlichen Systems-Engineering-Prozesses. Wie sich KI-Engineering in der Produktion nutzbringend einsetzen lässt, schildert das neue, gleichnamige Whitepaper der Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS sowie für Optronik, Systemtechnik und Bildauswertung IOSB. „Bei unseren Projekten mit der Industrie wird immer wieder deutlich, dass KI als Technologie alleine die Probleme nicht löst“, betonen die beiden Herausgeber Dr.-Ing. Thomas Usländer vom Fraunhofer IOSB und Daniel Schulz vom Fraunhofer IAIS. Es bedarf die Systematik und Methodik des KI-Engineerings dahinter, um einen nachhaltigen geschäftlichen Nutzen dieser innovativen Technologie sicherzustellen.
Stand der Forschung
Den aktuellen Stand der Forschung umreißt das vorliegende, von 14 Expertinnen und Experten des Fraunhofer IAIS und IOSB verfasste Whitepaper: Es spannt die Dimensionen für KI-Engineering-Anwendungen auf und umreißt die qualitativen Anforderungen in der Entwicklung und im Betrieb aus Sicht der Anwender und Entscheider. Es klassifiziert verschiedene Anwendungsfälle in vier Autonomiestufen, angefangen bei KI-basierten Assistenzfunktionen bis hin zu autonomen und adaptiven Systemen.
KI-Engineering-Vorgehensmodell vorgestellt
Ein Kapitel adressiert die technischen und organisatorischen Herausforderungen beim Einsatz von KI-Methoden. Hier wird das KI-Engineering-Vorgehensmodell PAISE (Process Model for AI Systems Engineering) vorgestellt und im Kontext bestehender Modelle aus dem Maschinellen Lernen und dem Software-Engineering erläutert. Abschließend verweist das Whitepaper auf weiterführende Schulungs- und Beratungsangebote unter anderem im Rahmen der Fraunhofer-Allianz Big Data und KI sowie des Kompetenzzentrums für KI-Engineering Karlsruhe (CC-KING), in dem PAISE entwickelt wurde. (bt)