Andreas Kreutz
  1. Startseite
  2. Autoren
  3. Andreas Kreutz

M. Sc.

Andreas Kreutz

Ehem. Wissenschaftlicher Mitarbeiter

Andreas Kreutz hat an der Technischen Universität München Informatik studiert. Nach seinem Abschluss war er beim Fraunhofer-Institut für Kognitive Systeme IKS tätig. Dort forschte er an der Frage, wie auch unsichere Informationen als Entscheidungsgrundlage in autonomen Systemen verwendet werden können. Für seine Promotion beschäftigte er sich dabei im Speziellen mit der Modellierung von Unsicherheit und der aktiven Unsicherheitsreduktion zur Laufzeit.

Artikel

von Andreas Kreutz

  • I Stock 108177472 Lucyna Koch

    Safety Engineering
    Generative KI als Lückenfüller

    Künstliche Intelligenz (KI) eröffnet Unternehmen neue wirtschaftliche Chancen. Doch bei sicherheitskritischen Systemen wirft die Integration von KI erhebliche Sicherheitsbedenken auf. Dies erzeugt eine Lücke zwischen wirtschaftlichem Potential und Sicherheit, die Economic Safety Gap. Aber generative Künstliche Intelligenz (Generative AI, GenAI) kann helfen, sie zu schließen.
    Safety Engineering / Fraunhofer IKS
    Safety Engineering
  • Roboterarm in der Produktion

    Produktion
    Zukunftsweisende Automatisierung am Fraunhofer IKS

    Die Erweiterung von etablierten Automatisierungssystemen für neuartige Anwendungen soll den Weg ebnen zur Automatisierung der Zukunft. Das Fraunhofer IKS erforscht, wie der Wandel dorthin im Einzelnen aussieht. Welche Rolle Prototypen dabei spielen und welche Erkenntnisse sie liefern, lesen Sie in diesem Beitrag.
    Safety Engineering / Fraunhofer IKS
    Safety Engineering
  • Strukturen

    Unsicherheit in autonomen Systemen, Teil 2
    Wo sich Fehler einschleichen können

    Nicht behandelte Unsicherheiten in autonomen Systemen beeinträchtigen deren Funktionsfähigkeit und können zu einem Sicherheitsrisiko werden. In Teil 1 der Reihe zum Thema Unsicherheit stand ein Klassifizierungssystem für Unsicherheit im Mittelpunkt. In Teil 2 präsentieren wir konkrete Quellen der Unsicherheit, wie sie in der wissenschaftlichen Literatur diskutiert werden.
    Künstliche Intelligenz & Machine Learning / Fraunhofer IKS
    Künstliche Intelligenz
  • Strukturen

    Unsicherheit in autonomen Systemen, Teil 1
    Nicht nur eine Frage der Perzeption

    Unsicherheit ist ein häufig betrachtetes Problem von Kognitiven Systemen, gerade bei der Umwelterfassung mit Hilfe von Machine Learning. Aber nicht nur Sensorik gilt als eine Quelle für Unsicherheit. Viele Entscheidungen im Lebenszyklus eines hochkomplexen Systems sind anfällig für unsicheres Wissen. Teil 1 unserer Reihe zum Thema Unsicherheit befasst sich mit dem aktuellen Stand der Technik.
    Künstliche Intelligenz & Machine Learning / Fraunhofer IKS
    Künstliche Intelligenz