22 Vorschläge für Konferenzbeiträge zur diesjährigen Safetronic (8. und 9. November 2022) wurden eingereicht, die besten davon hat das Programmkomitee ausgewählt. Welche Schwerpunkte sich daraus ergeben und welche Highlights die Teilnehmer erwarten dürfen, erläutert Tagungsleiter Simon Fürst, Cooperation Management Automated Driving von der BMW Group, München.

Viele aktuelle CDS-Expertensysteme (Clinical Decision Support) in Laboren stehen in der Kritik. Die Gründe: Schwierigkeiten bei der Skalierung, ständige Überprüfung aus medizinischer Sicht und begrenzte Datenfälle. Daher hat sich Künstliche Intelligenz (KI) zu einer höchst plausiblen Alternative entwickelt. Das vom Fraunhofer IKS veranstaltete Webinar »Sichere Intelligenz für Labore« beleuchtete die Einsatzmöglichkeiten und Herausforderungen von KI in Laboren aus Sicht von Industrie und Patienten.

Als Martin Simon im Februar 2021 beim Fraunhofer IKS als Referent für Events und Marketing anfing, hat Corona die Veranstaltungsbranche vor riesige Herausforderungen gestellt: kreative Lösungen waren gefragt. Darüber und über den Wandel der Branche geht es in Teil 17 der Porträtreihe unserer Mitarbeitenden.

Neuronale Netze sind nicht robust. Die Entwicklung zuverlässiger Prädiktoren erfordert systematische Methoden, um sowohl ihre Qualität zu bewerten als auch Vertrauen in ihre Korrektheit zu gewinnen. Hier kann Quantencomputing helfen.

Mit einem Gesetz und einer dazugehörigen Verordnung schafft Deutschland klare rechtliche Rahmenbedingungen für autonome Fahrzeuge. Das Fraunhofer IKS forscht an vielen der betroffenen Themen und kann Hersteller unterstützen – unter anderem beim geforderten Sicherheitskonzept.

Künstliche Intelligenz (KI) in der Industrie 4.0 stößt noch auf technologische Hindernisse, die den KI-Einsatz erschweren. Das Fraunhofer IKS entwickelt ein Framework, das den Daten- und KI-Lebenszyklus unterstützt, optimiert – und so die Wertschöpfung durch KI deutlich steigert.

Mit zwei Vorträgen ist das Fraunhofer IKS auf der Bitkom-Veranstaltung zum Quantencomputing am 11. und 12. Mai vertreten.

Wie können intelligente Systeme lernen, Aufgaben zu erledigen – und das allein durch Interaktion mit ihrer Umgebung? Damit beschäftigt sich Reinforcement Learning, ein Teilgebiet des Machine Learning. Dabei entstehen Probleme vor allem dann, wenn Situationen auftreten, die das System noch nicht kennt.

Auf der »LASER World of Photonics« in München zeigt das Fraunhofer IKS, wie klassische Computer kombiniert mit Quantenrechnern in Zukunft die Bilderkennung durch neuronale Netze deutlich präzisieren könnten. Anwendungsbeispiel ist die bildgestützte Diagnostik in der Medizin.

Können tiefe neuronale Netze in der Bildverarbeitung zuverlässig neue, unbekannte Testmuster erkennen? Erste Überlegungen zu verschiedenen Methoden - vor allem für sicherheitskritische Anwendungen.