Lena Heidemann

Machine Learning (ML) gilt als Hoffnungsträger für die Automatisierung von Qualitätskontrollen in der Produktion, und das auch bei komplexen Anforderungen. Allerdings erfordern ML-Ansätze genügend große Datensätze, um das System zu trainieren, die häufig nicht zur Verfügung stehen. Die ML-Toolkette DEEP (Data Efficient Evaluation Platform) des Fraunhofer IKS schafft hier Abhilfe.

Moderne KI-Modelle haben bei verschiedenen Computer-Vision-Aufgaben wie der Bildklassifizierung bemerkenswerte Fähigkeiten bewiesen. Ihr Entscheidungsprozess bleibt jedoch meist undurchsichtig (Black-Box-Problem). Dies kann insbesondere bei sicherheitskritischen Anwendungen wie der medizinischen Bildgebung oder dem autonomen Fahren problematisch sein. Das Fraunhofer IKS erforscht Wege, Transparenz in diese Black Box zu bringen.