IoT trifft KI: Aktuelle Projekte, Use Cases und Trends

Anbieter zum Thema

IDC: Auch weniger spektakuläre KI-Projekte offensiv kommunizieren

"Sowohl Anbieter als auch Lösungspartner sollten ihre Projekte wesentlich stärker als bislang kommunizieren", meint Matthias Zacher vom Marktforschungs- und Beratungsunternehmen IDC. "Auch die Vorstellung kleinerer, vielleicht auf den ersten Blick wenig spektakulärer Projekte hilft, die Sichtbarkeit und den Nutzen greifbarer zu machen. Anbieter brauchen mehr Sichtbarkeit, Anwender Best Practice und Inspiration."

Einige dieser Projekte, Anwendungsszenarien und Best Practices aus verschiedensten Branchen und Anwendungsfeldern wollen wir Ihnen im Folgenden vorstellen - darunter Spektakuläres und eher Unspektakulären, doch nicht minder Nützliches. Ein Blick auf die Herausforderungen, die KI für den Arbeitsmarkt mit sich bringt, sowie einige Forschungsansätze beschließen diesen Artikel.

Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI), das weltweit größte gemeinnützige Forschungszentrum für KI, und IAV, einer der der führende Entwicklungspartner der Automobilindustrie, eröffnen das gemeinsame "Forschungslabor Lernen aus Prüfdaten" (FLaP). In der neuen Testumgebung im DFKI in Kaiserslautern werden spezielle Analysemethoden der Künstlichen Intelligenz für den Einsatz in Prüfverfahren in der Automobilentwicklung erforscht und entwickelt. Zum Einsatz kommen Technologien des Maschinellen Lernens, darunter Deep Learning und Zeitreihenanalyse.

KI und Automotive: Deep Learning und KI in der Motorenentwicklung

Das Anwendungspotential intelligenter Datenanalysemethoden für die Überwachung und Optimierung von Prüfdaten, Steuergeräten und Prüfständen in der Automobilindustrie ist nach Einschätzung der Partner "außerordentlich". So verfügt beispielsweise ein modernes Motor-Steuergerät über mehr als 50.000 Einstellparameter, die maßgebend sind für Leistung, Verbrauch, Verschleiß und die gesamte Performanz des Motors. Durch Deep Learning-Technologien, genauer den Einsatz neuronaler Netze im Steuergerät, kann dieses selbstständig "lernen" wie die Eingangsgrößen optimal einzustellen sind.

Bildergalerie

Bildergalerie mit 31 Bildern

Die Verwendung solcher Netze bei der Zeitreihenanalyse von Motorprüfdaten ermöglicht zudem neue Ansätze für "Predictive Health Monitoring", so dass daraus die Voraussage von Verschleiß und Wartungsfällen verbessert werden kann. Ebensolche Verfahren sollen in dem neuen Forschungslabor

erforscht und entwickelt werden. Gleichzeitig soll im FLaP auch an neuen Visualisierungsmöglichkeiten für die vielfältigen Messdaten aus den neuronalen Netzen gearbeitet werden. Geplant ist die Erstellung eines Werkzeugkastens von KI-Tools, die von Automobil-Ingenieuren intuitiv eingesetzt werden können.

"Neben den vielversprechenden Möglichkeiten beim Einsatz auf bestehender Hardware in Serienfahrzeugen werden im FLaP auch neuartige Anwendungsfälle für selbstlernende neuronale Netze erforscht", erläutert Prof. Dr. Andreas Dengel, Leiter des Forschungsbereichs Smarte Daten & Wissensdienste am DFKI. "Ziel ist es, sowohl auf lange Sicht grundlegende Erkenntnisse zu erarbeiten als auch kurzfristig konkrete Lösungen zu aktuellen Problemstellungen zu entwickeln." Matthias Schultalbers, Executive Vice President for Powertrain Mechatronics bei IAV: "Gemeinsam mit dem DFKI übertragen wir die vielfältigen Anwendungspotenziale der KI-Technologien in die Antriebsstrangentwicklung. Dies beinhaltet auf der einen Seite den Einsatz von KI in Steuerungssystemen, auf der anderen Seite neue Möglichkeiten zur Effizienz- und Robustheitssteigerung im Entwicklungsprozess. Als Engineering-Partner der Automobil-OEMs heben wir das Engineering durch KI und Deep Learning auf ein völlig neues Level."

Mit dem FLaP setzt das DFKI auf sein bewährtes Konzept: Die enge Zusammenarbeit mit der Industrie in realitätsnahen Forschungsumgebungen. Damit gelingt es, zeitnah innovative KI-Technologien und Lösungsansätze in die Praxis zu transferieren. Außerdem wird die aktuelle Forschung durch den intensiven Dialog mit führenden Anwendern wie IAV nachhaltig "inspiriert". Der Automotive-Entwicklungspartner IAV baut mit dem gemeinsamen Labor sein umfangreiches Kooperationsnetzwerk mit Forschungseinrichtungen, Universitäten und industriellen Partnern aus. Das FLaP in Kaiserslautern ist bereits der 18. Kooperationsstandort in Deutschland.

Deutsche Post DHL Group stattet Lieferfahrzeuge mit Künstlicher Intelligenz aus

Autonom Fahren und das elektrisch, steht bei der Deutschen Post DHL Group ganz oben auf der Afgenda. Dazu wird der Logistikkonzern eine Testflotte von autonomen und rein elektrischen Lieferfahrzeugen aufbauen. Partner ist der Automoilzulieferer ZF - denn die "Postaustos" werden mit der Steuerbox ZF ProAI ausgestattet, die die ZF Friedrichshafen AG gemeinsam mit NVIDIA entwickelt hat. Sie macht den Einsatz von Künstlicher Intelligenz (KI) im Automotive-Umfeld möglich und ist damit eine Voraussetzung für autonome Fahrzeuge.

Die leichten, elektrischen und intelligenten Lieferfahrzeuge können vor allem den künftigen Anforderungen auf der "letzten Meile" zum Kunden besser entsprechen, die aktuell durch die Flexibilitätserwartungen beim E-Commerce sowie die Erfordernisse der Disposition sehr komplex und kostenintensiv sind. Die Deutsche Post DHL Group hat aktuell eine Flotte von 3400 Street-Scooter-Lieferfahrzeuge. Diese lassen sich mit ZF-Sensorik - Kamera, Lidar- und Radarsensoren - ausrüsten, deren Informationen von der Steuerbox ZF ProAI verarbeitet werden. Dank KI können die Fahrzeuge später ihre unmittelbare Umgebung "verstehen", eine sichere Route planen – oder auch kurzfristig umplanen –, die Route abfahren verfolgen und das Fahrzeug eigenständig parken. So werden Zustellungen präziser, sicherer und günstiger.

"Das Beispiel autonomer Lieferfahrzeuge zeigt, wie stark KI und Deep Learning die Nutzfahrzeugindustrie beeinflussen", so Jensen Huang, Gründer und CEO von NVIDIA. "Da die Bestellungen durch Online-Shopping weiter stark zunehmen, die Zahl der Lkw-Fahrer aber begrenzt ist, kommt KI-fähigen autonomen Fahrzeugen eine Schlüsselstellung in der künftigen Logistik auf der ‚letzten Meile‘ zu."

Jürgen Gerdes, Mitglied des Vorstands Deutsche Post AG , ist sich sicher, dass die Entwicklung neuer Transportsysteme, die ökologisch, wirtschaftlich und effizient sind, die Logistikindustrie stark verändern wird. "Durch unsere Zusammenarbeit mit ZF und NVIDIA werden wir diesen Wandel nachhaltig voranbringen, zugleich von ihm profitieren und dadurch unsere Position als Innovationsführer der Branche untermauern."

"Mit seiner Flotte von Street-Scooter-Lieferfahrzeugen macht Deutsche Post DHL Group nun den nächsten Schritt in Richtung künstliche Intelligenz und nutzt dazu unsere aktuelle und künftige Generation von Umfeld-Sensortechnologie sowie die ZF ProAI als Gehirn – eine Steuerbox, in der die Supercomputing-Power von NVIDIA steckt", so Dr. Stefan Sommer, CEO der ZF Friedrichshafen AG. "Der Auftrag freut uns besonders, zumal er unserem Ansatz entlang der Wirkkette ‚See – Think – Act‘ folgt. Das Sehen übernimmt in diesem Fall unser Sensorset, für die Signalverarbeitung und das Denken ist die ZF ProAI verantwortlich, die über unsere herausragenden mechatronischen Systeme in Antrieb, Fahrwerk und Lenkung auch die Bewegung des Fahrzeugs kontrollieren kann."

Sommer ergänzt: "Bei der Versorgungslogistik und auf der ‚letzten Meile‘ der Paketlogistik haben autonom fahrende Lieferfahrzeuge ein enormes Potenzial, da sie Güter unabhängig von der Tageszeit und der Verfügbarkeit von Fahrern bewegen können – und das bei minimalen Geräusch- und Abgasemissionen. Auf diese Weise können sie wesentlich dazu beitragen, die Anfälligkeit für Verkehrsstaus in urbanen Zentren zu senken."

Um diese KI-Lieferfahrzeuge zu entwickeln, hat die Deutsche Post DHL Group bereits sein Rechenzentrum mit dem Supercomputing-Chip NVIDIA DGX-1 ausgerüstet und trainiert so dessen künstliches neuronales Netz. Im Laufe der weiteren Fahrzeugentwicklung werden diese Deep-Learning-Algorithmen später auf die Fahrzeug-Steuerboxen auf der NVIDIA Drive PX-Plattform übertragen. Bei einem Prototyp, der auf der NVIDIA-Entwicklerkonferenz "GPU Technology Conference" (GTC) in München vorgestellt wurde, versorgen sechs Kameras, ein Radar- und zwei Lidar-Systeme die KI mit Daten.

(ID:45337180)