Liebe Leserinnen und Leser,

der IKKI-Newsletter im März resümiert das EMI-Forum zum Thema „Künstliche Intelligenz und mobile Robotik” und die Industrie 4.0 Spring School sowie den Open Innovation Abend.

Außerdem stellt sich Prof. Dr. Fabian Brunner, Professor für Data Analytics, vor und Hr. Manuel Gollner vom GO! Institut erklärt, wie sein Unternehmen es schafft, bei dessen Kunden eine Datenkultur zu etablieren.

In den internationalen KI News überschlagen sich die Ereignisse. Wir gehen auf ganz frische Entwicklungen bei ChatGPT ein und zeigen auf, wie enorm schnell sich das Feld gerade entwickelt.

Viel Spaß beim Lesen!

Im März fand zum nun bereits fünften Mal die Industrie 4.0 Spring School statt. Das diesjährige Motto lautete „Industrie 4.0 Sustainability” und griff damit das omnipräsente Thema Nachhaltigkeit aus Sicht der Industrie auf.

Die zweitägige Veranstaltung wurde gemeinsam mit Siemens Amberg und der IGZ Ingenieurgesellschaft mbH Falkenberg organisiert. Auf dem Programm standen spannende Vorträge aus Industrie und Hochschule sowie praktische Arbeiten für die teilnehmenden Studierenden. Auch in diesem Gebiet kann KI eine wichtige Rolle spielen. So stellte Frau Prof. Dr. Tatyana Ivanovska vor, wie dank Deep Learning Methoden in der Industrie Energie gespart und Emissionen reduziert werden können.
Prof. Dr. Ulrich Schäfer ging auf den Deep Sleep ein – eine Möglichkeit, um bei beispielsweise Mikrocontrollern den Energieverbrauch signifikant zu reduzieren.
Das verwandte Thema Energiemanagement griff Prof. Dr. Hans-Peter Schmidt in seinem Vortrag auf.
Und Prof. Dr. Michael Wiehl zeigte, wie mittels digitaler Zwillinge Ressourcen geschont werden können.

Die Industriepartner organisierten nicht nur ein Rahmenprogramm inklusive Besichtigungen und Demonstrationen, sondern trugen ebenso Vorträge bei, in denen sie auf Praxisbeispiele rund um Nachhaltigkeit und Dekarbonisierung eingingen.

Wir bedanken uns bei allen Teilnehmenden und besonders den Industriepartnern, die diese gelungene Veranstaltung ermöglicht haben.

Das EMI-Forum fand dieses Mal mit dem Thema "KI und mobile Robotik" statt. Wir resümieren die Präsentationen von Dr. Maximilian Braun von Horsch, Prof. Dr. Thomas Nierhoff sowie Hr. Alexander Hirsch und Hr. Nils Zimmerling vom Running Snail Racing Team. Einige Fotos finden Sie weiter unten oder auch auf unserer Homepage.

Das Unternehmen Horsch mit Hauptsitz in Schwandorf produziert große landwirtschaftliche Geräte. Darunter auch Maschinen zur mechanischen oder chemischen Unkrautbekämpfung.
Der Einsatz von Herbiziden soll dabei sowohl aus monetären als auch Umweltgründen möglichst eingeschränkt stattfinden. Im Idealfall soll nur das Unkraut angespritzt werden, dies ist aktuell technisch allerdings noch nicht möglich. Stattdessen wird das Mittel um die Nutzpflanzen herum ausgebracht, unabhängig davon, ob Unkraut vorhanden ist oder  nicht.
Horsch arbeitet mit KI und Computer Vision daran, dies zu ändern.

Dabei gibt es jedoch viele anwendungsspezifische Hürden, auf die Herr Dr. Braun aufmerksam machte. Zunächst müssen aufgrund der sehr breiten Maschinen (bis zu 45m) viele Kameras verwendet werden, die während der Fahrtgeschwindigkeit von fast 30 km/h eine hohe Anzahl von Bildern pro Sekunde erzeugen. Für deren Verarbeitung steht aber nur sehr beschränkte Rechenleistung zur Verfügung, weswegen spezielle Hardware-Beschleuniger eingesetzt werden müssen.
Da die Herbizide nachts ausgebracht werden, um sie vor dem verdampfen zu schützen, ist außerdem eine starke Beleuchtung nötig. Dies erzeugt aber Reflektionen durch den zu dieser Uhrzeit häufig auftretenden Tau.
Schließlich kommt es auch immer wieder zu Verschmutzungen von Kameras und Beleuchtung, die möglichst automatisch gereinigt werden müssen.

Ein einfacherer Ansatz, den Horsch dieses Jahr bei einer Fachmesse vorstellen wird, kann jedoch schon zu großen Einsparungen von bis zu 95% führen.
Bei dem "Green on Brown" Verfahren geht man davon aus, dass die Nutzpflanzen aufgrund der Saat in einer Reihe wachsen. Alles zwischen den Reihen wird als Unkraut  betrachtet.
So kann mit einfachen Algorithmen und geringer Rechenleistung bereits eine gute Klassifikation erzielt werden, solange die Reihen möglichst klar sind.
Da dies aber je nach Feldzustand,der Wachstumsphase und Pflanzenart nicht immer zielführend ist, wird trotzdem der KI-basierte Ansatz weiterverfolgt.

Im zweiten Vortrag des Abends ging Prof. Nierhoff auf das Autonome Fahren ein. Zunächst grenzte er die unterschiedlichen Level des Autonomen Fahrens voneinander ab.
Anschließend ordnete er den aktuellen Stand der Technik ein. Es gibt derzeit nur ein einziges Fahrzeug, das serienmäßig für Level 4 von 5 zugelassen ist.
Das sogenannte "Automated Valet Parking" kann selbstständig in der Tiefgarage einen Parkplatz suchen und einparken. Prof. Nierhoff hatte selbst an diesem Projekt mitgearbeitet.
Er verglich die rechtliche Situation in Deutschland und der USA und ging auf Unfallstatistiken ein. Die Datenlage für Autonome Autos ist dabei noch etwas unklar, aber es lässt sich ableiten, dass autonome Autos seltener Unfälle verursachen als menschliche Fahrer.
Die häufigste Unfallart sind dabei Auffahrunfälle, die entstehen, weil das autonome Fahrzeug an Kreuzungen stark abbremst.

Danach stellte er zwei unterschiedliche Ansätze vor: Beim freiflächenbasierten Vorgehen verlässt man sich auf die korrekte Erkennung der Straße und versucht in diesem Bereich zu agieren. Ein Anwendungsszenario ist das Fahren auf Autobahnen.
Bei der klassfikationsbasierten Methode möchte man hingegen die gesamte Verkehrssituation verstehen und muss dazu alle Entitäten in der Umgebung richtig zu erkennen. Dies ist deutlich schwieriger und Edge Cases können ein großes Problem sein.

Ein Problem sieht er in der Organisation. Das Autonome Fahren erfordert die Kombination von Hardware, Maschinenbau und Software. Die Zusammenarbeit zwischen den Abteilungen funktioniert aber häufig nicht reibungslos.

Den Ist-Zustand fasst Prof. Nierhoff so zusammen, dass die amerikanischen Unternehmen Waymo und Cruise dominieren.
Er wagt auch eine Zukunfsprognose: Das erste Level 5 Fahrzeug wird von Google (bzw. Waymo) kommen und das autonome Fahren sich in der Breite durchsetzen, nachdem die Regularien sich geändert haben.

Die Vortragsreihe komplettierten zwei unserer Studenten, Hr. Hirsch und Hr. Zimmerling, die sich im Running Snail Racing Team organisieren.
Dieses Team besteht schon seit fast 20 Jahren an unserer Hochschule und nimmt an der Formula Student teil. Dabei werden in verschiedenen Disziplinen Rennen gefahren.
Das besondere: Die Rennwagen sind komplett von Studierenden geplant, designed und gebaut.
Es entsteht jedes Jahr ein neuer Wagen. Es muss also der gesamte Zyklus von Planung, Fertigung, Testung und Wettkampf in nur zwei Semestern durchgeführt werden.
Das Running Snail Team der OTH Amberg-Weiden konnte bei dem internationalen Wettbewerb 2018 den zweiten Platz erreichen.
Das Fahrzeug aus dem Jahr 2022 beschleunigt von 0 auf 100 km/h in 2,5 Sekunden und wird von vier eigens entwickelten Elektromotoren angetrieben.

Auch in der Formula Student hat das Autonome Fahren Einzug gefunden, sodass es bereits eine eigene Disziplin dazu gibt.
Die Studenten stellten daher ihr Konzept vor. Zentral ist dabei die Erkennung der Pylonen, die die Fahrtstrecke markieren.
Dafür Nutzen sie sowohl eine Kamera als auch einen LiDAR Sensor.
Sie zeigten ein beeindruckendes Video von einem Schweizer Formula Student Team. Deren Autonomes Rennauto fährt zunächst eine Lernrunde in geringer Geschwindigkeit.
Dabei wird die Route gescannt und ein Profil der Strecke erzeugt.
Sobald das Auto in die zweite Runde startet, fährt es deutlich schneller, hört dabei allerdings nicht auf zu lernen.
Während es in der zweiten Runde noch eine Pylone umfährt, hat es sein Fahrverhalten in der dritten Runde angepasst, sodass die Pylone nun stehen bleiben würde.
Mehr zum Running Snail Racing Team finden Sie auf der Homepage: https://runningsnail.oth-aw.de/

Der Vortrag von Hr. Cajetan Kredler von Stäubli musste leider kurzfristig ausfallen.

Nachstehend finden Sie einen Auszug aus dem Interview mit Herrn Prof. Dr. Fabian Brunner. Das ganze Interview finden Sie auf unserer IKKI-Website.

Wie sieht ihr Werdegang aus und wie kamen Sie dazu, mit KI zu arbeiten?

Nach meinem Studium und der anschließenden Promotion in angewandter Mathematik wollte ich in einem Bereich arbeiten, in dem Mathematik und Informatik ineinandergreifen und einen realen Nutzen generieren. Zu diesem Zeitpunkt erkannten immer mehr Unternehmen das Potential in der Nutzung ihrer vorhandenen Datenbestände, und so entschied ich mich für einen Einstieg als Data Scientist bei einem großen deutschen Versicherungsunternehmen. [...]
An einer Hochschulprofessur reizte mich vor allem die Möglichkeit, in Projekten und Abschlussarbeiten den Einsatz von KI-Methoden in verschiedenen Anwendungsbereichen und Unternehmen zu erleben und begleiten zu können. Außerdem hatte ich schon während meiner Zeit an der Universität sehr viel Freude an der Lehre, weshalb ich nicht zögerte, als sich im Sommersemester 2019 die Möglichkeit ergab, auf die Professur für „Data Analytics“ an der OTH Amberg-Weiden zu wechseln.

Neben der Lehre sind Sie auch forschend tätig. Auf welche(s) Forschungsgebiet€ sind Sie spezialisiert?

Mein primäres Interesse gilt dem Gebiet „Advanced Analytics“ unter Verwendung prädiktiver Algorithmen aus den Bereichen „Machine Learning“ bzw. „Deep Learning“. Es geht also ganz allgemein um die Frage, wie – d.h. mit welchen Methoden und Vorgehensweisen - man aus Daten relevante Erkenntnisse gewinnen kann, um diese dann zielführend einzusetzen. Mit Hilfe von „Predictive Analytics“ bzw. „Prescriptive Analytics“ können komplexe Muster und Zusammenhänge in Daten modelliert werden, um Vorhersagen über ein zukünftiges Verhalten zu treffen und auf dieser Basis Prozesse zu optimieren oder zu steuern. Ein Beispiel, das jeder aus dem Alltag kennt, ist personalisierte Werbung. [...]
Während sich die Ansätze häufig ähneln, kann die konkrete Zielsetzung von „Advanced Analytics“ vielfältig sein, z.B. Optimierung und Steuerung von (Produktions-)Prozessen, Steigerung der Produktqualität, der Sicherheit, der Nachhaltigkeit, der Kundenzufriedenheit u.v.m.

Was fasziniert Sie an diesen Themen?

„Machine Learning“ und „Deep Learning“ begeistern mich einerseits wegen der vielfältigen Anwendungen und dem resultierenden praktischen Nutzen, der auch in unserem Alltag sichtbar wird, andererseits auf Grund der hohen Dynamik als Forschungsgebiet. Es vergeht kaum ein Jahr, in dem es keinen neuen Meilenstein oder beeindruckenden Erfolg zu vermelden gibt. Als Mathematiker fasziniert mich darüber hinaus, wie beim Deep Learning verschiedene mathematische Disziplinen wie die  Analysis, Optimierung, Lineare Algebra und Statistik ineinander greifen und durch diese Verzahnung großartige Ergebnisse entstehen.

Weiterlesen...

Im Folgenden finden Sie einen Auszug aus dem Interview mit Herrn Manuel Gollner vom GO! Institut. Das ganze Interview finden Sie auf unserer IKKI-Website.

Was ist das GO! Institut und was bietet es an?

Das GO! Institut ist eine Kombination aus Change- und Innovationsberatung, die sich darauf konzentriert, Organisationen bei der Etablierung einer positiven Datenkultur zu unterstützen. Unsere Kunden sind häufig Chief Data Officers (CDOs) oder Leiter von Business Intelligence (BI)-Abteilungen, die großartige Ideen und Initiativen haben, aber oft auf Mitarbeiter stoßen, denen der Wert von Daten nicht bewusst ist. Viele Verantwortliche wissen zudem nicht, wie sie das Thema effektiv in die Fachabteilungen transportiert bekommen.
Wir helfen also dabei das Thema in die Breite der Firma zu tragen, damit Daten und KI für unsere Kunden tragende Rollen in der nahen Zukunft spielen können. [...]
Am Ende stehen konkrete Ziele die erreicht werden sollen oft mit maßgeschneiderten Schulungs- und Informationsveranstaltungen, die das Thema Daten für alle Mitarbeiter sichtbar und attraktiv machen.

Was sind Probleme, auf die Sie in Unternehmen treffen?

Ein erster Schritt ist es oft, Silos aufbrechen. Auch hier muss man vermitteln, weil manche Silo-Verantwortlichen das gar nicht möchten.
Dies kann z.B. über Podcasts oder kurze Videointerviews gelingen rund um das Thema Daten und Firmeninterne Projekte. Konkret machen wir dafür lieber die „kleinen Leuchttürme“ ausfindig, die inkrementelle aber reale, datengetriebene Verbesserungen gebracht haben.

Damit bilden wir die Grundlage für neue Ideen und Begehrlichkeiten für Dateninnovation in den anderen Fachabteilungen. Auch die Vernetzung rund um das Thema Daten mit anderen Abteilungen versuchen wir zu aktivieren. Je mehr Daten desto mehr Potential für Innovation.  [...]

Auf Ihrer Website sagen Sie „Wir müssen agil sein.“ Warum?

Heute weiß man oft nicht mehr, welche Projekt erfolgreich sein werden. Gleichzeitig entsteht durch die Digitalisierung globaler Wettbewerb und Disruptoren aus vielen Richtungen. Durch das Thema KI wird dies noch einmal beschleunigt.
Als Unternehmer muss ich also innovativ sein, gleichzeitig jedoch nicht auf jeden Trend mit aufspringen. Das ist ein Dilemma. Denn Kompetenzen und Erfahrungen bei Themen wie Daten oder KI kann ich nur aufbauen mit hauseigenen Projekten. Da können jedoch Kosten Nutzen auch mal schnell auseinanderdriften. [...]

Man muss laufend überprüfen und rechtzeitig bereit sein, ein Projekt auch wieder fallen zu lassen oder die Richtung komplett zu ändern, also agil zu handeln. [...]

Durch die Digitalisierung weiß man heutzutage nicht, wo Veränderung herkommen. Digitalisierung ist letztendlich datengetrieben und eigene Daten bedeuten Innovationspotential. Wer das nicht nutzt ist benachteiligt. Das sollte jedem im Unternehmen klar sein.

Weiterlesen…

Der Hype um ChatGPT reißt nicht ab und quasi täglich gibt es neue Entwicklungen, die alleine einen ganzen Newsletter füllen würden. Denn die Konkurrenz will gleichziehen und veröffentlicht eigene Modelle. Google präsentierte Bard, das in Deutschland derzeit allerdings noch einem Geoblock unterliegt. Das chinesische Unternehmen Baidu (wie Google ebenfalls für seine Suchmaschine bekannt) stellte dagegen Ernie vor. Wirklich überzeugen konnte dieses jedoch nicht. Und obwohl sich das Unternehmen der eher schwächeren Performance bewusst scheint, veröffentlichten sie es trotzdem, da „der Markt es verlangt.” Meta stellte mit LLaMA ein Sprachmodell vor, das durch geringere Parameterzahl und semi-öffentlichen Zugriff bestechen sollte. Dieses war jedoch nicht als Chatbot ausgelegt. Kurz darauf wurde das Modell allerdings geleaked und ein Forscherteam schaffte es durch Nutzung von ChatGPT aus LLaMA einen günstigen Klon von eben diesem zu erzeugen.

Auch OpenAI selbt gab eine wichtige Neuerung für ChatGPT bekannt: Für zahlende Benutzer steht nun GPT-4 zur Verfügung. Dieses soll Gerüchten zufolge 1 Billionen Parameter haben, während der Vorgänger GPT-3 „nur” 175 Milliarden hatte. Eine Microsoft-Studie, die auf eine frühere Version von GPT-4 Zugriff hatte, meint, dass sich das lohnt: GPT-4 ist durch die Bank besser als die bisherigen Modelle. Der Grund, warum dieses Paper in der Forschungscommunity aber derart umstritten diskutiert wird, ist aber ein anderer. Die Autoren kommen zu dem Ergebnis, dass GPT-4 erste Anzeichen einer starken KI zeigt („sparks of artificial general intelligence”). Diese starke oder allgemeine KI ist der heilige Gral der KI-Forschung und umfasst die KI, wie sie hauptsächlich aus Science Fiction Filmen geläufig ist. Dennoch führen die Autoren mehrere Limitationen an. Sie ziehen den Vergleich zum schnellen und langsamen Denken, wie es von Kahnemann beschrieben wurde. GPT-4 ist in diesem Verständnis sehr gut im schnellen, inuitiven Denken – das langsame, planerisch organisierte Denken fehlt jedoch.

Fehlende Funktionen liefern Softwarehersteller häufig in Form von Plug-Ins nach. Dies ist nun auch bei ChatGPT möglich. Mit Wolfram Alpha gibt es auch direkt das erste namhafte Plug-In, das verspricht, viele ChatGPT Probleme zu lösen. Es stellt sich also die Frage, wie viele der GPT-4 Limitationen durch Plug-Ins behoben werden können.

Ende März gab es dann noch eine weitere Schlagzeile, die viel Aufsehen erregte: In einem öffentlichen Brief forderten mehr als 1000 Vertreter aus Wissenschaft, Wirtschaft und Politik ein Moratorium von 6 Monaten für Arbeiten an Sprachmodellen, die mächtiger sind als GPT-4. Darunter finden sich viele bekannte Namen wie Yoshua Bengio, Steve Wozniak und Andrew Yang. Ihre zentrale Forderung lautet: „Powerful AI systems should be developed only once we are confident that their effects will be positive and their risks will be manageable.”

Es bleibt spannend, wie sich die Reaktionen rund um GPT-4 weiter entwickeln werden.

ChatGPT war auch gleich mit zwei Sessions von der OTH das Thema beim dritten Open Innovation Abend am 30. März, den Siemens Amberg gemeinsam mit der Firma Herding Filtertechnik GmbH und der OTH Amberg-Weiden im Siemens Besucherzentrum THE IMPULSE in Amberg durchführten, das gleichzeitig innovativer Lernort (ILO) unserer Hochschule ist.
Die Veranstaltung im BarCamp-Format hatte gut 100 TeilnehmerInnen und stand am unter dem Motto „Künstliche Intelligenz, StartUp-Kultur und Nachhaltigkeit“.
Prof. Dr. Ulrich Schäfer erklärte die Funktionsweise von ChatGPT und anderen generativen Sprachmodellen und ging auf Folgen und Caveats dieser neuen Technologien für Unternehmen ein. André Pscherer von der Digitalen Gründerinitiative Oberpfalz (DGO) gab spannende Einblicke ins Prompt Engineering mit ChatGPT und generativen KI-Tools für Bilderzeugung.
Außerdem stellten sich mehrere Startups vor, u.a. auch das vom IKKI unterstützte Startup medespro: EMI-Absolvent Philipp Götz (Industrie-4.0-Informatik) „pitchte“ seine Gründungsidee, an der er gemeinsam mit Alexandra Hoyer (Master Digital Entrepreneurship) arbeitet, und die - ganz aktuell - auch eine eXist-Gründerstipendiumsförderung zugesagt bekam.

Alle TeilnehmerInnen lobten die äußerst gelungene Veranstaltung, die einmal mehr auch einen starken Vernetzungsimpuls in der Region auslöste. Der nächste Open Innovation Abend von Siemens, Herding und OTH-AW ist am 10. Oktober geplant – save the date!

Vielen Dank für’s Lesen!