Künstliche Intelligenz

Künstliche Intelligenz (KI) wird als Technologie gesehen, die Fähigkeiten besitzt, ein System selbst-bestimmend, selbst-organisierend und robust zu gestalten. Dabei verfügt das Feld über eine Vielfalt an Methoden von der statistischen Datenanalyse aus dem Bereich des Machine Learning bis hin zu daten­getriebenen Modellen des Deep Learning. Das Mooresches Gesetz ermöglicht es nun Systeme zu entwickeln, die theoretische Methoden aus diesem Bereich nun umsetzen lassen. Folglich werden weitere Entwicklungen umgesetzt die neue Potentiale schaffen auf dem Weg zu einer generellen Künstlichen Intelligenz.

Am Ferdinand-Steinbeis-Institut werden die genannten Methoden gemeinsam mit Partnern in verschiedenen Anwendungsbereichen eingesetzt. Verschiedene Prototypten werden am Institut entwickelt, um neue Ansätze zu erproben und deren Einsatzmöglichkeiten zu evaluieren. Dabei liegt der Fokus vor allem auf Methoden des Machine Learning und Neuronale Netzen. Recommender Systeme unter Einsatz von Natural Language Processing (NLP) Methoden und (graphbasierten) Deep Learning Modellen sind ebenfalls ein Forschungsbereich, der in der Praxis in den nächsten Jahren Einsatz findet. Den Einsatz solcher Systeme für kleine- und mittelständische Unternehmen zu ermöglichen ist für das Institut ein weiteres Anliegen. Die Schaffung einer nutzerfreundlichen Schnittstelle ist dafür eine essenzielle Aufgabe, wie das Institut erkannte.