Im Alltag unterstützen uns Algorithmen bereits bei vielen Tätigkeiten und auch im Gesundheitswesen gilt Künstliche Intelligenz (KI) als Schlüsseltechnologie und Motor für Fortschritt und Entwicklung. Klassische Behandlungswege, aber auch die Diagnostik werden sich verändern und der Einsatz von KI wird dabei eine entscheidende Rolle spielen.

Wo Menschen nicht weiterkommen, kann mitunter Künstliche Intelligenz helfen: zum Beispiel bei der Behandlung von Patientinnen und Patienten, die an koronarer Herzkrankheit (KHK) leiden.

Konferenzen, Projekte und natürlich der Institutsneubau haben uns 2022 auf Trab gehalten. Und auch 2023 verspricht ein interessantes und abwechslungsreiches Jahr zu werden. Ein paar Highlights im Rückblick und im Ausblick.

Innovation und Wettbewerb: Auf dem ersten Demo Day am Fraunhofer IKS präsentierten sieben Teams ihre Forschungsideen vor ihren Kollegen und Kolleginnen sowie einer fünfköpfigen Jury bestehend aus der Institutsleitung und der Abteilung Business Development.

Gegenüber dem menschlichen Gehirn verbrauchen künstliche neuronale Netze selbst für einfache Unterscheidungsaufgaben immens mehr Strom. Ereignis-basiertes Sehen (Event-based Vision) liefert einen vielversprechenden Ansatz, dieses Problem zu lösen. Allerdings gibt es noch einige Herausforderungen zu meistern.

Oft steckt der Teufel im Detail, manchmal geht es aber auch um das große Ganze. Zum Beispiel bei Softwarearchitekturen. Hier stehen die grundlegenden Strukturen eines Softwaresystems im Mittelpunkt. Und diese Systeme werden in puncto Bedeutung für das Unternehmen und Funktionsfähigkeit bewertet. Wie das typischerweise ablaufen kann, beschreibt dieser Blogbeitrag.

Der Einsatz von Künstlicher Intelligenz (KI) in der Bahnindustrie verspricht erhöhte Effizienz und Qualität. Einsatzmöglichkeiten, Herausforderungen und die Absicherung von KI in Bahnanwendungen diskutierten Experten der Deutschen Bahn, von Siemens Mobility und des Fraunhofer IKS auf einem Workshop des Instituts.

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.

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.

Die Operational Design Domain (ODD) steckt den Bereich genau ab, in dem automatisierte Fahrfunktionen zum Einsatz kommen dürfen. Somit stellen sie eine grundlegende Voraussetzung für sicheres automatisiertes Fahren dar. Teil 1 einer dreiteiligen Serie über die Bedeutung der ODD.