Übersicht zur Deutsch-Französischen Kooperation am DFKI

Am 22. Januar 2020, dem ersten Jahrestag des Aachener Vertrags, unterzeichneten das französische nationale Institut für Informationstechnologie, Inria, und das DFKI ein Memorandum of Understanding. Darin verabredeten die beiden wissenschaftlichen Einrichtungen, ihre Zusammenarbeit im Bereich der KI deutlich zu verstärken, ihre langjährige wissenschaftliche Zusammenarbeit zu strukturieren und zu formalisieren.

Inria und DFKI werden im Rahmen einer gemeinsamen strategischen Forschungs- und Innovationsagenda in den Bereichen KI für Industrie 4.0, KI-Infrastrukturen, KI und Cybersicherheit, Mensch-Roboter-Kooperation, Wearables und anderen Bereichen zusammenarbeiten. Im Kern der Vereinbarung steht auch ein starkes gemeinsames Engagement für die europäische KI-Initiative CAIRNE (Confederation of Labs for AI Research in Europe), um die europäischen KI-Forscher enger miteinander zu vernetzen und gemeinsam die europäische Forschung für eine KI voranzubringen, die dem Menschen nutzt und dabei die europäischen Grundwerte berücksichtigt.

Zu den konkreten Maßnahmen gehört die Durchführung von gemeinsamen Forschungs- und Innovationsprojekten, die teilweise auf bestehenden Vorhaben beider Organisationen aufbauen sowie neuen Themen, die in gemeinsamen Workshops definiert und ausgearbeitet werden.

Im Pilotjahr 2020 sind die ersten Projekte gestartet.

Die Erfüllung individueller Kundenwünsche wird zunehmend zu einem entscheidenden Faktor, wenn man die Wettbewerbsfähigkeit von Unternehmen betrachtet. Die damit einhergehende Auftragsfertigung hat nicht nur Auswirkungen auf den Herstellungsprozess, sondern auf die gesamte Wertschöpfungskette des Produkts - begonnen beim Rohstofflieferanten bis hin zum Endkunden. Im Vergleich zur Mehrfachfertigung (Serienfertigung, Massenfertigung) birgt diese Dynamik Herausforderungen an die Supply Chain- eine kontinuierliche Anpassung an Bedarfen über die gesamte Lieferkette. Dies ist mit statischen Optimierungsmethoden nicht mehr handhabbar. Unter Einbezug von Echtzeitdaten und Methoden der Künstlichen Intelligenz soll ein intelligentes System entwickelt werden, das eine proaktive und teilautomatisierte Anpassung und Optimierung von Fertigungsprozessen unter Berücksichtigung aktueller und prognostizierter externer und interner Geschäftsereignisse und -situationen ermöglicht.

Die Erfüllung individueller Kundenwünsche wird zunehmend zu einem entscheidenden Faktor, wenn man die Wettbewerbsfähigkeit von Unternehmen betrachtet. Die damit einhergehende Auftragsfertigung hat nicht nur Auswirkungen auf den Herstellungsprozess, sondern auf die gesamte Wertschöpfungskette des Produkts - begonnen beim Rohstofflieferanten bis hin zum Endkunden. Im Vergleich zur Mehrfachfertigung (Serienfertigung, Massenfertigung) birgt diese Dynamik Herausforderungen an die Supply Chain- eine kontinuierliche Anpassung an Bedarfen über die gesamte Lieferkette. Dies ist mit statischen Optimierungsmethoden nicht mehr handhabbar. Unter Einbezug von Echtzeitdaten und Methoden der Künstlichen Intelligenz soll ein intelligentes System entwickelt werden, das eine proaktive und teilautomatisierte Anpassung und Optimierung von Fertigungsprozessen unter Berücksichtigung aktueller und prognostizierter externer und interner Geschäftsereignisse und -situationen ermöglicht.

Brain-Computer-Interfaces oder kurz BCIs bieten eine vielversprechende Möglichkeit der Interaktion zwischen menschlichem Gehirn und Technologie. NEARBY zielt darauf ab, ein robustes und variabilitätsfreies BCI für den Einsatz außerhalb des Labors zu entwickeln. Diese Technologie kann in der industriellen Fertigung und robotischen Assistenz in der Pflege eingesetzt werden. Herausforderungen wie begrenzte Dekodierfähigkeit und schwankende BCI-Performance beeinträchtigen die präzise Interpretation von Gehirnsignalen. Außerdem nimmt die individuelle und zeitaufwändige Systemkalibrierung viel Zeit in Anspruch gerade mit den häufig verwendeten Elektroden auf Gelbasis zur Verbesserung der Signalqualität. Um die Variabilität der Gehirnaktivität besser zu verstehen und Algorithmen zu entwickeln, die damit umgehen können, kombiniert NEARBY Grundlagenforschung und industrielle Anwendung. Dazu werden EEG-Daten sowie Metadaten während der Nutzung von BCIs über einen längeren Zeitraum erfasst und die sichere SEMLA-Architektur des DFKI zur Verarbeitung und Anonymisierung genutzt. So soll eine umfangreichen Open-Source-Datenbank erstellt werden, die ein möglichst breites Spektrum an Variabilität in Gehirndaten abdeckt, um diese im Detail erforschen zu können. Das langfristige Ziel ist es, ein zuverlässiges BCI mit einfachen Trockenelektroden zu entwickeln, das ohne Neukalibrierung den ganzen Tag in verschiedensten Anwendungsszenarien funktionieren kann.

Pressemitteilung über das Projekt NEARBY