Fraunhofer-Institut für Kognitive Systeme IKS
Fraunhofer-Institut für Kognitive Systeme IKS

Projekte und Referenzen des Fraunhofer IKS

Kognitive Systeme und Künstliche Intelligenz

 

© Fraunhofer IKS/Amory Salzmann

Fraunhofer IKS: Auf- und Ausbau

Im Rahmen eines bayernweiten KI-Netzwerks fördert das Bayerische Wirtschaftsministerium den Auf- und Ausbau des Fraunhofer-Instituts für Kognitive Systeme IKS.  

Zum Projekt
 

© iStock.com/beerphotographer

ADA Lovelace Center for Analytics, Data and Applications

Das Fraunhofer IKS beteiligt sich am ADA Lovelace Center for Analytics, Data and Applications. Dabei handelt es sich um eine Kooperationsplattform zu Data Analytics für Wissenschaft und Wirtschaft in Bayern. Ziel ist es, neue Data-Analytics-Verfahren und -Algorithmen in konkreten KI-Anwendungen zu entwickeln.

 

© iStock.com/mammuth

Leistungszentrum »Sichere intelligente Systeme« (LZSiS)

Das Fraunhofer-Institut für Kognitive Systeme IKS ist Teil des Leistungszentrums »Sichere intelligente Systeme« (LZSiS). Das LZSiS bündelt interdisziplinäre Kompetenzen der universitären und außer-universitären Forschung, um die Digitalisierung in Bayern nutzbar zu machen.

 

© iStock.com/Jasmina007

Vertrauenswürdige autonome Systeme

Zwei Forscher des Fraunhofer IKS arbeiten im vom EU-Innovations-Rahmenwerk »Horizon 2020« geförderten Projekt »European Training Network for Safer Autonomous Systems« an sicheren autonomen Systemen. Ziel des Projekts ist es, Sicherheitsstrategien für alle Stufen der Entwicklung autonomer Systeme zu erarbeiten.

Mobilität

 

© iStock.com/taranchic

AutoDevSafeOps: Entwicklung und Betrieb von sicheren Automotive-Systemen

Das MANNHEIM-Projekt AutoDevSafeOps einen ganzheitlichen DevOps-Ansatz, um die hohen Anforderungen durch automatisierte und vernetzte Fahrzeuge an die bereits bestehende Softwarearchitektur zu erfüllen. Mit diesem Ansatz werden Over-the-Air-Updates für sicherheitskritische (Fahr-)Funktionen möglich.

 

© iStock.com/jonathanfilskov-photography

safe.trAIn: Sichere KI für fahrerlose Züge

Im Projekt safe.trAIn arbeiten 17 Partner daran, die Grundlagen für den sicheren Einsatz von KI für fahrerlose Schienenfahrzeuge zu schaffen, um den Bahnverkehr effizienter und nachhaltiger zu gestalten. Der Fokus des Fraunhofer IKS liegt dabei insbesondere auf dem Sicherheitsnachweis für KI-Funktionen, der Robustheit von KI und der Operational Design Domain (ODD).

 

© iStock.com/Oleh_Slobodeniuk

KI-Absicherung: Sichere Künstliche Intelligenz für autonomes Fahren

Das Projekt »KI-Absicherung«, eine Initiative des Verbandes der Deutschen Automobilindustrie (VDA), hat sich das Ziel gesetzt, die Sicherheit von KI-Systemen im Auto nachweisbar zu machen. Hierfür erarbeiten die Projektpartner eine stringente und nachweisbare Argumentationskette für die Absicherung von KI-Funktionen in hochautomatisierten Fahrzeugen.

 

© iStock.com/kokouu

Continental und Fraunhofer IKS machen autonome Fahrzeuge sicher

Zusammen mit Continental hat das Fraunhofer IKS ein Konzept für die dynamische Verteilung von Fahrzeugfunktionen erstellt und ein technisches Safety-Konzept angefertigt.

 

© iStock.com/Just_Super

System Health Monitoring für autonome Systeme

Im Rahmen der internationalen Entwicklungspartnerschaft AUTomotive Open System ARchitecture (AUTOSAR) forscht das Fraunhofer IKS gemeinsam mit anderen Mitgliedern an der Erarbeitung eines System Health Managements für Fahrzeugsysteme.  

 

© iStock.com/cdbrphotography

Resiliente Plattformen für autonome Systeme

Im Rahmen des Projekts haben Hitachi und das Fraunhofer IKS eine resiliente Architektur für Cloud-basierte Steuerungssysteme entwickelt – am Beispiel eines automatisierten Parkservices für Fahrzeuge (automated valet parking) im Parkhaus.

 

© iStock.com/ollo

Zukünftige Softwarearchitekturen für Fahrzeuge

Autos haben heutzutage circa hundert Steuergeräte und somit eine aufwendige System- und Softwarearchtiektur, die ressourceneffiizient, zuverlässig und erweiterbar sein soll. Deswegen erforscht das Fraunhofer IKS (früher: Fraunhofer ESK) Konzepte für ein selbst-adaptives automobiles E/E-System.

Mobilität: Weitere Projekte

Hier finden Sie weitere Referenzen und Projekte aus dem Bereich Mobilität:

Produktion

 

© iStock.com/sarawuth702

Success Story: Absicherung autonomer, mobiler Robotersysteme

Im Rahmen des Verbundprojekts »RoboDevOps« hat das Fraunhofer IKS zusammen mit der Magazino GmbH an der Übertragung von DevOps-Konzepten auf die Robotik geforscht. Sie konnten Herausforderungen identifizieren und spezifische Lösungen erarbeiten, welche zu technischen Synergien führten und die Zusammenarbeit optimierten. 

 

© iStock.com/stockvisual

Infrastruktursensoren für sichere, automatisierte Gabelstapler

Das Fraunhofer IKS hat gemeinsam mit Hitachi untersucht, ob Infrastruktursensoren die Sicherheit in einer Lagerhalle mit automatisierten Gabelstaplern erhöhen. Dafür haben die Forscherinnen und Forscher einen Simulationsrahmen für die Bewegungen der fahrerlosen Transportsysteme in Lagern auf der Grundlage von Webots erstellt.

 

© iStock.com/tickcharoen04

Einfache KI-Integration für die Industrie 4.0

Im Gemeinschaftsprojekt REMORA arbeitet das Fraunhofer IKS an der einfachen Integration von KI-Services in Industrie-4.0-Anwendungen. Ziel ist es, die Integration von KI für die Echtzeit-Maschinendaten-Analyse zu vereinfachen und Werkzeuge für qualitativ hochwertige und dynamische Maschinendaten zu erstellen.

© Competence Center Automation Düsseldorf (CCAD)

Produktionssteuerung in der Cloud

Die Forscherinnen und Forscher des Instituts gestalten die Produktionssteuerung interoperabel und flexibel, in dem sie Teile davon in eine Cloud verlegen.

Medizintechnologie

 

© iStock.com/eggeeggjiew

KI-gestützte Personalplanung im Krankenhaus

KI kann dabei helfen, mühsame Routineaufgaben zu erleichtern, wie zum Beispiel die Personalbedarfsprognose im Krankenhaus. Dieser Thematik widmet sich das Fraunhofer IKS in einem aktuellen Projekt – die Erkenntnisse wurden auf dem Healthcare Hackathon 2023 in Mainz vorgestellt

 

© iStock.com/vm

QC-basierte KI für medizinische Diagnoseaufgaben

Zusammen mit dem Klinikum der Ludwig-Maximilians-Universität München hat sich das Fraunhofer IKS im Projekt »Hochzuverlässige QC-basierte Künstliche Intelligenz für medizinische Diagnoseaufgaben« das Ziel gesetzt, die medizinische Diagnose durch hybride Quantencomputing-gestützte Machine-Learning-Modelle zu verbessern.

 

© iStock.com/totojang

Innovation in der Gesundheitsversorgung fördern

Das Fraunhofer IKS organisierte die AI Innovation Days in Berlin um  Expert*innen aus allen Bereichen des Gesundheitswesens zusammen zu bringen und KI-basierte Lösungsansätze für praxisnahe Use Cases zum Wohle der Patient*innen zu entwickeln.

 

© iStock.com/Jan-Otto

Vorhersage von Komplikationen bei Stent-Implantation

Künstliche Intelligenz kann bei der Behandlung von koronaren Herzkrankheiten mit Stents helfen.  

 

© iStock.com/sudok1

KI unterstützt beim Treffen von Behandlungsentscheidungen

Klinikpersonal leidet zumeist unter enormer Arbeitsbelastung. Mit Hilfe von KI kann ein klinisches Multiorgan-Unterstützungssystem noch besser für die Behandlung eingesetzt werden.

 

© iStock.com/alvarez

Online-Tool zur Einschätzung der Verlässlichkeit von KI-Modellen

In der Medizintechnik sind Perzeptionsmodelle auf Basis Künstlicher Intelligenz nicht mehr wegzudenken. Hier geht hedoch die steigende Leistungsfähigkeit häufig auf Kosten der Nachvollziehbarkeit von Ergebnissen. Ein vom Fraunhofer-Institut für Kognitive Systeme IKS entwickeltes Online Tool schafft hier Abhilfe.

 

© Fraunhofer

Kontaktlose Gesundheitsüberwachung ansteckender Patientengruppen

Mit Sensoren können Gesundheitsdaten ansteckender Patienten kontaktlos überwacht werden. So wird das Ansteckungsrisiko für das Pflegepersonal minimiert. Das Fraunhofer IKS prüft zusammen mit Airbus einen Ohren-Sensor, damit dieser sicher genug für den Einsatz im Krankenhaus ist.

Künstliche Intelligenz in der Medizin

Künstliche Intelligenz (KI) wird in der Medizin immer wichtiger. Das Fraunhofer IKS forscht an der Absicherung digitaler Anwendungen in sicherheitskritischen Bereichen. 

Dadurch kann Künstliche Intelligenz auch für medizinsche Anwendungen genutzt werden wie beispielsweise:

  •  Klinische Entscheidungsfindung
  •  Roboterassistierte Chirurgie
  •  Medizinische Bildverarbeitung und Diagnostik
  •  Überwachung chronischer Krankheiten
  •  Krankenhausdatenmanagement

Weitere Informationen dazu finden Sie auf unserer Themenseite:

Landwirtschaft

 

© HORSCH Maschinen GmbH

INVIA – Ressourcenadaptives mobiles Assistenzsystem für komplexe Landmaschinen

Im Projekt INVIA forschen sieben Projektpartner an der Konzeption und prototypischen Umsetzung eines neuartigen mobilen cloudgestützten Assistenzsystems für die Diagnose und den Service komplexer Landmaschinen.

 

© HOLMER Maschinenbau GmbH

Erntemaschinen auf dem Weg ins Internet der Dinge

In einem Gemeinschaftsprojekt haben der Maschinenhersteller Holmer, der Telekommunikationshersteller Huawei und das Fraunhofer IKS (früher: Fraunhofer ESK) die vorausschauende Wartung (predictive maintenance) auf eine Flotte von hochkomplexen Erntemaschinen übertragen.

Smart Farming: Weitere Projekte

Viele unserer Arbeiten aus den Bereichen Mobilität und Produktion lassen sich auf Smart Farming und landwirtschaftliche Bereiche übertragen. Lesen Sie deswegen auch dort weiter:

Quantentechnologie

 

© iStock.com/yekorzh

Bench-QC – Anwendungsgetriebenes Benchmarking von Quantencomputern

Ziel des Projektes Bench-QC ist es, zu untersuchen, wann Quantencomputer bessere Ergebnisse liefern als klassische High-Performance-Rechner. Denn erst dann wird Quantencomputing für den industriellen Einsatz interessant. Dafür setzen die sechs Projektpartner auf ein systematisches anwendungsgetriebenes Benchmarking von Quantencomputing.

 

QuaST – Quantum-enabling Services und Tools für industrielle Anwendungen

Das Ziel des Projekts QuaST ist es, Unternehmen einen niedrigschwelligen Zugang zu Quantencomputern zu ermöglichen. Industrielle Endanwender sollen mit nur minimalen Kenntnissen von QC-Hardware und QC-Software automatisiert leicht zugängliche und verlässliche QC-gestützte Lösungen für ihre Anwendungsprobleme bekommen.

 

© iStock.com/sbayram

Munich Quantum Valley

Das Munich Quantum Valley forscht an der industriellen Nutzung von Quantencomputern und Quantentechnologien. Damit Quantencomputing sicher angewendet werden kann, bringt das Fraunhofer IKS seine Expertise rund um die verlässliche Anwendung fortschrittlicher Technologien in sicherheitskritische Systeme ein.

 

© iStock.com/dinadesign

Bayerisches Kompetenzzentrum Quanten Security und Data Science

Das Bayerische Kompetenzzentrum Quanten Security und Data Science (BayQS) hat das Ziel, schon im frühen Stadium des Quantencomputings die drei Aspekte Cybersicherheit (Security), Zuverlässigkeit & Robustheit sowie Optimierung zu berücksichtigen.  

 

© iStock.com/Olga_Gavrilova

Quantencomputing

Quantencomputer haben das Potenzial viele Branchen nachhaltig zu verändern, denn die hohe Rechenkapazität von Quantencomputern ermöglicht neue Anwendungen. Das Fraunhofer IKS forscht an sicheren Softwareanwendungen für das Quantencomputing, damit man sich auf die Berechnungen verlassen kann.

Weitere Informationen zum Quantencomputing finden Sie auf unserer Themenseite: