Wissenschaftliche Tagungen, Forschungs- / Wissenstransfer

Die Künstliche Intelligenz (KI) und speziell der Bereich Machine Learning eröffnet uns Möglichkeiten, die noch vor ein paar Jahren undenkbar waren: Selbstfahrende Autos, Entsperrung von Smartphones durch Gesichtserkennung oder Nutzung von Sprachassistenten. Dieses mächtige Werkzeug in sinnvollen und nutzenstiftenden Projekten einzusetzen, darum bemüht sich die international aktive Initiative Data Science for the Social Good, die Keynote-Speaker Prof. Dr. Sebastian Vollmer vom Deutschen Forschungszentrum zur künstlichen Intelligenz in Kaiserslautern vorstellte. Er selbst war Mitbegründer der Initiative und hat sie von der Universität in Warwick (England) nach Kaiserslautern mitgebracht. In Summerschools wurden Projekte angegangen wie die Qualität von Kinderbetreuungseinrichtungen zu steigern oder juristische Beratung für Personen zu bieten, die sonst keinen Zugang zu Rechtsbeistand haben.

Eine Schwierigkeit im Einsatz Künstlicher Intelligenz: Auch fortgeschrittene KI ist nicht davor gefeit, Fehlurteile zu treffen oder Ungerechtigkeiten zu schaffen. Das liegt zum einen daran, dass Menschen und von Menschen gemachte oder ausgewählte Daten Basis eines jeden lernenden Algorithmus sind, die per se historische oder institutionelle Einflüsse, sogenannte Biases, mit sich bringen, wie Prof. Dr. Marianne von Schwerin von der THU in ihrem Vortrag zu Bias und Fairness in der KI erläuterte. „Das Verhalten der KI ist auch für die Modellierer eine Black Box, so dass meist nicht einfach auf die Ursachen eines bestimmten Verhaltens des Verfahrens rückgeschlossen werden kann. Hier ist die Wissenschaft in den letzten Jahren aber aktiv geworden, und es gibt zunehmend Hilfsmittel, um Bias in Anwendungen der KI zu finden und zu reduzieren.“

In weiteren Vorträgen wurden Vorgehensweisen angesprochen, um mit speziellen Lernstrategien Produktionsdaten zu verarbeiten, Varianten in der Systementwicklung zu bewältigen oder Patientendaten intelligent und datenschutzkonform zu Vorhersagen zu kombinieren.

Am Nachmittag stellte die SWU (Stadtwerke Ulm/Neu-Ulm) ihre datengetriebenen Innovationen vor, die in einem Projekt mit der THU z. B. neue Rekuperationsmöglichkeiten bei Straßenbahnen erforscht, und Vortragende der Mercedes-Benz Tech Innovation zeigten ihre Ergebnisse einer KI-basierten Verfügbarkeitsprognose von Ladesäulen für E-Fahrzeuge.

Auch die Frage, wie man die Akzeptanz von KI-Verfahren steigern kann, wurde diskutiert. So stellte Alexander Telle vom DASU sein Promotionsprojekt vor, in dem er sich mit Vertrauensfaktoren für KI beschäftigt, und ein Vertreter des IPRI (International Performance Research Institute) erläuterte seine praxisnahen Forschungsergebnisse zu Einsatz und Akzeptanz von Assistenzsystemen in der Automatisierung der Produktion.
In abschließenden Workshops konnten die Teilnehmenden dann Anwendungsszenarien zum Einstieg in die KI kennen lernen oder erfahren, wie KI kreativ Bilder malt und komponiert.

Konferenzleiterin Prof. Dr. Marianne von Schwerin, Prorektorin der THU, zeigte sich mit der Veranstaltung zufrieden: „Wie auch bei den vorangegangenen Innovationskongressen ist es uns wieder gelungen, Expertinnen und Experten aus verschiedenen Branchen und Forschungsbereichen für Impulse zu gewinnen. So konnten wir ein abwechslungsreiches Programm anbieten, in dem viele Aspekte von Künstlicher Intelligenz angesprochen wurden. Wir haben hoffentlich dazu beigetragen, das Thema Data Science in Ulm weiter zu beleben, das die THU zusammen mit der Universität auch gerade im DASU etabliert. Dank der Unterstützung der Innovationsregion Ulm/Neu-Ulm, des Hochschulverbunds InnoSÜD und des DASU konnten wir mit dem 3. Innovationskongress den Austausch zwischen Wissenschaft und Praxis in der Region weiter bereichern.“