Industrielle Prozessoptimierung Embedded-KI soll nachhaltiger werden

Von Sandro Kipar

Maschinen werten immer größer werdende Datensätze aus – und verbrauchen dabei viel Energie. Ein Forscherteam der Technischen Universität Kaiserslautern (TUK) hat es sich zum Ziel gesetzt, diesen Energieverbrauch zu reduzieren. Gefördert wird dieses Vorhaben mit fünf Millionen Euro.

Anbieter zum Thema

Dr. Paul Lukowicz ist Professor an der TU Kaiserslautern und koordiniert das Projekt „Sustainable Embedded AI“.
Dr. Paul Lukowicz ist Professor an der TU Kaiserslautern und koordiniert das Projekt „Sustainable Embedded AI“.
(Bild: DFKI)

Viele Datensätze benötigen hohe Rechenleistungen. Gerade mit Industrie 4.0, den vernetzten Maschinen und dem maschinellen Lernen werden diese Datensätze sogar noch größer: eine Maschine kann mittlerweile Daten über ihre eigenen Komponenten sammeln, sie mit einem digitalen Zwilling auf deren Haltbarkeit abgleichen und im Notfall automatisch Ersatzteile bestellen.

Für andere Anwendungen kann KI riesige Datenberge durchforsten. „Solchen Systemen muss man nicht genau sagen, wie sie ein Problem lösen können. Man gibt ihnen stattdessen Daten und sagt ihnen wie sie sich aus diesen Daten selbst die Problemlösung erarbeiten können“, sagt Projektkoordinator Dr. Paul Lukowicz von der TU Kaiserslautern. „Das Problem ist aber, dass sie große Mengen an Daten benötigen, was viel Rechenleistung benötigt.“

Das von der Carl-Zeiss-Stiftung geförderte Projekt soll dabei helfen, den Energiebedarf zu senken, heißt es in einer Mitteilung der Universität. „Wir möchten grundlegende Methoden des Maschinellen Lernens so modifizieren, dass wir das Hintergrundwissen des Menschen nutzen, damit weniger Daten und weniger Rechenleistung notwendig sind“, so Lukowicz. Damit ließe sich CO2 einsparen und die Technik könne künftig auf kleinen, dezentralen Steuerungseinheiten laufen.

Dabei setzen die Forscher auf die Bereiche Smart Farming und Smart Factory. „Wir werden unter anderem der Frage nachgehen, was die Maschinen auf dem Feld und in der Fabrik von unserem Wissen an welchen Stellen übernehmen können“, erläutert Lukowicz.

Im Bereich Smart Farming könnten Landmaschinen beispielsweise über das Feld fahren, um den Zustand von Pflanzen zu erkunden, heißt es weiter. Dabei gehe es etwa um Düngebedarf, Schädlingsbefall oder auch die chemische Zusammensetzung des Bodens. Ähnliches gelte für den Bereich Smart Factory, wo es etwa darum geht, rechtzeitig zu erkennen, wann Maschinen gewartet werden müssen oder wie die Ergonomie der Arbeiter optimiert werden kann.

Das Projekt startet laut der Universität im Februar 2022. Die Carl-Zeiss-Stiftung fördert das Projekt „Sustainable Embedded AI“ für sechs Jahre mit fünf Millionen Euro.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

(ID:47854445)