Themendienst März 2019

Liebe Leserinnen und Leser, liebe Presse,

die Hannover Messe (1. bis 5. April 2019) steht vor der Tür und JOSIE und JOE fiebern bereits ihrem ganz großen Auftritt entgegen. Denn die beiden Avatare sind die Hauptfiguren des neuen Exponats der Fraunhofer Academy und begleiten die Besucher am Fraunhofer-Stand (Halle 2, Stand C22) durch Future City: Eine virtuelle 3D-Stadt, in der das KI Robot Race stattfindet. Mit diesem interaktiven Erlebnis möchten wir auf spielerische Art verständlich machen, wo uns Künstliche Intelligenz (KI) bereits heute überall hilft, und das Bewusstsein schärfen für die Auswirkungen des technologischen Wandels auf die Fort- und Weiterbildung. Denn KI führt nun mal dazu, dass neue Berufsbilder entstehen und sich traditionelle Berufe fundamental verändern.

KI ist deshalb das Leitthema dieses Newsletters und nimmt damit auch den Schwerpunkt der Hannover Messe sowie des Wissenschaftsjahres 2019 auf. Erfahren Sie heute nicht nur mehr über das KI Robot Race und warum JOSIE und JOE so heißen, sondern auch

• wie KI bereits heute dazu beiträgt Leben zu retten, 
• welche KI-Trends die industrielle Robotik prägen werden und
• welche Rolle KI für die Cybersicherheit spielt – und umgekehrt.

Viel Spaß beim Lesen!
Ihr Fraunhofer Academy-Team

PS: Falls Sie JOSIE und JOE nicht persönlich in Hannover treffen können, gibt es die beiden ab April auch im Hosentaschenformat: Laden Sie sich das KI Robot Race als App herunter und lassen Sie sich überraschen, wie und wo KI Ihre Fähigkeiten verstärkt.  

Was vor wenigen Jahren noch nach Science Fiction klang, ist schneller Realität geworden als erwartet: Künstliche Intelligenz (KI) beeinflusst bereits heute verschiedene Bereiche unseres Lebens. Die Fraunhofer Academy lädt daher die Besucher der Hannover Messe ein, Bekanntschaft mit JOSIE und JOE zu machen. Die nach Joseph von Fraunhofer benannten Avatare des „KI Robot Race“, des neuen Exponats der Fraunhofer Academy, sind die virtuellen Botschafter für das Thema „New Jobs and Skills“. Damit möchte die Fraunhofer Academy die bereits heute üblichen Einsatzszenarien von KI verbildlichen und das Bewusstsein für die Auswirkungen des technologischen Wandels auf Aus-, Fort- und Weiterbildung schärfen. 

Mehr zum KI-Exponat erfahren Sie im Blogbeitrag.

Hier weiterlesen

Krankheiten früher und sicherer zu erkennen, Behandlungen individuell auf den Patienten zuzuschneiden und Therapieerfolge messbar zu machen – das sind die Ansprüche des Fraunhofer MEVIS. Dazu entwickelt das Institut Softwaresysteme für die bild- und datengestützte Früherkennung, Diagnose und Therapie. Insbesondere in diesen Bereichen spielen Künstliche Intelligenz (KI) und Machine Learning eine immer größere Rolle.

Lesen Sie in diesem Blogbeitrag von Dr.-Ing. Markus Wenzel, Fraunhofer Institute for Digital Medicine MEVIS, welche Chancen KI für Patienten und Ärzte eröffnet und welche neuen Kompetenzen Mediziner benötigen.

Hier weiterlesen

Im Zeitalter der Digitalisierung sollen personalisierte Produkte zunehmend zu Kosten einer Massenproduktion hergestellt werden können. Künstliche Intelligenz (KI) sorgt hier für einen enormen Produktivitäts- und Innovationsschub in der Robotik. Die wesentliche Neuerung betrifft die Programmierung: Denn bei der kognitiven Robotik lernen Maschinen und Roboter mithilfe von datengenerierten Algorithmen selbst und passen sich so selbstständig an Veränderungen in der Produktion an. Dies führt zu höherer Effizienz, Flexibilität und Qualität.

Dr. Werner Kraus vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA erklärt in seinem Blogbeitrag die Herausforderungen, die noch gelöst werden müssen und wie weit die KI-Entwicklungen in der Produktion bereits sind.

Hier weiterlesen

Der momentane Entwicklungsstand bei neuronalen Netzen ermöglicht vor allem Anwendungen rund um Mustererkennung besonders gut. Darauf lassen sich die heutigen Einsatzfelder von Maschinellem Lernen größtenteils zurückführen. Die Erkennung von Mustern und Veränderungen in großen Datenströmen kann auch für die Cybersicherheit eine wertvolle Hilfe darstellen. Denn die stetig steigenden Datenmengen sind von Menschen nicht mehr zu überblicken. Es ist für Unternehmen schlicht nicht zu leisten, ihren gesamten Netzwerkverkehr permanent durch Mitarbeiter kontrollieren zu lassen. KI kann die Security-Spezialisten hier unterstützen.

Hier weiterlesen

Deep Learning

Mit Deep Learning erleben wir aktuell eine Revolution in der künstlichen Intelligenz. Spektakulär war der Sieg von AlphaGo gegen den weltbesten Go-Spieler im März 2016. Deep Learning ist eine neue Methode des maschinellen Lernens mit vielschichtigen künstlichen neuronalen Netzen, die besonders gut mit großen Datenmengen – Big Data – funktioniert. Deep Learning ermöglicht die derzeit besten Lösungen für viele Mustererkennungsprobleme wie Bilderkennung, Spracherkennung und Textverstehen sowie Anwendungen in vielen Branchen, z.B. Medien, Werbung, Finanzen und Medizin. In der Schulung lernen die Teilnehmer an praktischen Beispielen die Einsatzmöglichkeiten und verschiedene Lernverfahren auf Basis von Google TensorFlow kennen.  

Termin: 02./03.04.2019

Veranstaltungsort: Fraunhofer Institutszentrum Schloss Birlinghoven
53757 Sankt Augustin

Zielgruppe: Data Scientists, Analysten, die ihre Fähigkeiten zur Auswertung von Datenbeständen ausweiten wollen. Softwareentwickler/-architekten, die Lösungen für analytische Fragestellungen entwickeln.

Dauer: Zwei Tage

Cognitive Robotics

Industrieroboter und fahrerlose Transportfahrzeuge (FTS) sind aus der heutigen Produktionstechnik nicht mehr wegzudenken. Sie führen repetitive Tätigkeiten wiederholgenau und ermüdungsfrei durch. Mit 2D/3D-Kameras, Kraft-Momenten- und anderen Sensoren können sie Prozessunsicherheiten erkennen. Die Programmierung und Parametrierung der Auswertealgorithmen erfolgte früher durch Experten, wird aber zukünftig durch lernende Verfahren verdrängt. Das ermöglicht den Robotersystemen, sich autonom auf sich verändernde Umgebungsbedingungen einzustellen und sich zu optimieren. Die Schulung vermittelt Kenntnisse in verschiedenen Lernverfahren und deren Einsatzmöglichkeiten für lernende Roboter anhand von zahlreichen Praxisbeispielen. Das Seminar ist Teil des Fortbildungsprogramms für das Zertifikat »Data Scientist Specialized in Machine Learning«

Termine: 
10./11.04.2019
09./10.07.2019
26./27.11.2019

Veranstaltungsort: Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Nobelstraße 12, 70569 Stuttgart

Zielgruppe: Data Scientists und Analysten, die ihre Fähigkeiten zur Anwendung maschineller Lernverfahren auf Roboter ausweiten wollen, Softwareentwickler/-architekten für Automatisierungslösungen mit Robotern, Interessierte aus der Forschung

Dauer: Zwei Tage

Mensch-Roboter-Kollaboration von A Bis Z: Fallstricke der Anlagenplanung vermeiden

Kollaborierende Roboter gelten durch die Verbindung der Vorteile von Mensch und Roboter, insbesondere im Schwerlastbereich, als Mittel der Wahl, um sinkende Losgrößen in der geforderten Qualität flexibel und effizient produzieren zu können. Dabei entstehen Unsicherheiten bei den beteiligten Anlagenbauern und Betreibern durch die rasante Entwicklung immer neuer Sicherheitssensoren, Änderungen der Normung, sowie neuartige Hard- und Software. Die angebotene Schulung vermittelt die rechtlichen Grundlagen der Mensch-Roboter-Kollaboration (MRK) und leitet anhand praktischer Beispiele die Vorteile von MRK für den Anlagenbetreiber her. Die Teilnehmer lernen die allgemeine Vorgehensweise zur Absicherung eines Arbeitsplatzes, planen selbst in Gruppenarbeit erste MRK-Stationen, lernen die Vor- und Nachteile unterschiedlicher Sicherheitssensoren und die Durchführung einer Überprüfung von Aufprallkräften mittels Kollissionsmesssystem im Versuchsfeld des Fraunhofer IWU.

Termin: 08./09.07.2019

Veranstaltungsort: Fraunhofer IWU, Reichenhainer Straße 88, 09126 Chemnitz

Zielgruppe: Führungs- und Fachkräfte der Produktionstechnik, Prozess- und Sicherheitsingenieure aus produzierenden Unternehmen, Projektmanager und Planer des Anlagenbaus sowie alle Techniker, die weitere Kenntnisse im Bereich der Mensch-Roboter-Kooperation aufbauen möchten.

Dauer: Zwei Tage

Maschinelles Lernen für mehr Sicherheit

(mit Praxisbeispielen für Automotive und IoT)

Im Bereich der Cybersicherheit nimmt die Datenmenge so rasant zu, dass aktuelle Sicherheitslösungen kaum skalieren. Darüber hinaus müssen Security-Experten im Wettlauf so schnell wie möglich Gegenmaßnahmen entwickeln und einsetzen, um neuartige Angriffe abzuwehren. Dies stellt Security-Experten vor große Herausforderungen, die sie mit statistischen Methoden wie maschinellem Lernen meistern können. Ziel des Kurses ist es, einen Einblick in maschinelles Lernen und Data Mining zu erhalten und diese Grundlagen bei der Modellierung von Anomalieerkennungen zu vertiefen. 

Termine: 10.12.2019

Veranstaltungsort: Fraunhofer-Institut für Angewandte und Integrierte Sicherheit (AISEC), Lichtenbergstr. 11, 85748 Garching b. München

Zielgruppe: Sicherheitsingenieure, Analysten der IT Sicherheit, Entwickler sicherer Systeme/Software