KI-Lösungen für Digitalisierung und Nachhaltigkeit

In den letzten Jahren sind in unserer Abteilung KI-Lösungen entstanden, die zur Steigerung von Effizienz, zum Schonen von Ressourcen und zur Verbesserung der Lebensqualität beitragen – insbesondere im Katastrophenschutz als auch in der Pflege. So kommt KI z.B. zur Optimierung der Verteilung von Hilfsgütern und Einsatzkräften zum Einsatz oder beim Erkennen von Pflegebetrug. Insgesamt haben all diese Anwendung das Ziel Prozesse zu digitalisieren und gleichzeitig nachhaltige Praktiken zu fördern.
 

Hybride Verfahren und »klassische« Lösungen zum Erfolg

Methoden, wie etwa das »Deep Learning« erfordern eine hohe Anzahl von annotierten Daten z.B. von den in einer Produktionsanlage zu findenden Defekten. Nun ist es aber so, dass in einer gut funktionierenden Produktion viele Bilder von fehlerfreien Produkten vorhanden sind, aber nur wenige von Produkten mit Defekten. Eine Möglichkeit ist dann, eine Datenaugmentierung vorzunehmen – d.h. auf Basis der echten Fehlerdaten werden künstliche Fehlerdatenbanken erzeugt.

Eine andere Lösung wäre es die Defekte mathematisch zu beschreiben und dann dieses Modell zu lernen. Schwierig ist es auch, die Prüfschärfe von einem auf Machine-Learning basierenden Inspektionssystem während der Produktion zu ändern, um z.B. bestimmte Qualitätsniveaus einzustellen. Wir setzten deshalb häufig Hybride aus den »klassischen« parametrisierbaren Verfahren (Filter, Morphologie, Kantendetektoren) und Machine-Learning ein.

Neben Lösungen für die Produktion, bieten wir natürlich auch »typische« Machine-Learning Lösungen für die Bildverarbeitung an. Häufig sind dies Projekte, in denen aktuell riesige Bilddatenmengen manuell verarbeitet werden und dieser Prozess durch eine Software automatisiert werden soll.