Kurzbeschreibung

Bei kleinen und mittelständischen Unternehmen (KMU) ist der manuelle Anteil bei der Qualitätsprüfung in der industriellen Produktion sehr hoch. Durch den Einsatz von Künstlicher Intelligenz (KI) versprechen sich die Unternehmen eine Automatisierung der Qualitätsprüfung und wirtschaftliche Vorteile. Dabei rücken Methoden des maschinellen Lernens (ML) wie etwa künstliche neuronale Netze in den Vordergrund. Diese versprechen eine hohe Leistungsfähigkeit und werden vollständig auf Daten trainiert; ohne Vorgabe von expliziten, menschgemachten Regeln. Allerdings ist es gerade die selbstlernende Eigenschaft, welche bei den Unternehmen zu Bedenken hinsichtlich Zuverlässigkeit oder Akzeptanz führt sowie die Bewertung von ML-Methoden erschwert, ganz im Gegensatz zu herkömmlicher Software und regelbasierten KI-Sytemen. Zudem fehlen bei KMU vielfach die personellen Ressourcen und Fachkenntnisse, um die Eignung von fremdbezogenen KI-Systemen zu prüfen. Ziel des Projekts ist daher die Entwicklung eines Software-Frameworks für die vereinfachte Qualifizierung bzw. Auditierung von ML-basierten KI-Systemen in der industriellen Qualitätsprüfung. Das Framework besteht aus einem Vorgehensmodell samt software-gestützter Methoden und Werkzeuge. Da bei der Entwicklung von KI-Systemen mehrere Phasen durchlaufen und in jeder Phase Entwicklungsentscheidungen mit Einfluss auf das Ergebnis getroffen werden, umfasst die Qualifizierung sämtliche Phasen. Dazu unterstützt das Framework bei der Ermittlung und Formulierung von Prüf- und Bewertungskriterien entlang aller Phasen. Diese Kriterien werden in einer sogenannten Argumentationsstruktur erfasst, welche vom Framework zur Unterstützung der Auditierung des KI-System genutzt wird. Das Framework ist modular gestaltet, so dass eine einfache Integration und Erweiterung von Prüf- bzw. Auditierungsmodulen möglich wird. Mit dem Framework sollen insbesondere KMU dazu befähigt werden, auch ohne eigene KI-Fachkräfte die Leistungsfähigkeit von KI-Systemen bewerten zu können.

Aktuelles

AI Quality Summit 2023

Am 11.12. und 12.12.2023 fand der AI Quality Summit in Frankfurt statt. Im Rahmen eines Deep Dives hatten wir die Möglichkeit, das Projekt AIQualify vorzustellen und uns mit vielen nationalen und internationalen Vertretern aus Forschungseinrichtungen und namhaften Unternehmen aus dem Bereich der KI-Entwicklung auszutauschen. Dadurch konnten wir unser fachliches Netzwerk erweitern und an der europäischen Debatte über die Qualität von Künstlicher Intelligenz teilnehmen. Es gab interessante Vorträge im Plenum und aufschlussreiche Diskussionen, von denen wir für unser Projekt profitieren konnten. Der AI Quality Summit 2023 war eine bereichernde Veranstaltung, die uns wertvolle Erkenntnisse und neue Kontakte im Bereich der Qualität und Regulierung von künstlicher Intelligenz gebracht hat.

Interview zum FQS-Forschungsprojekt AIQualify

Im Interview gibt Prof. Dr.-Ing. Marco Huber einen Ausblick auf das Projekt und erläutert, wie Unternehmen von den Forschungsergebnissen profitieren können.

Interview: QM und Künstliche Intelligenz – Wie lassen sich KI-Systeme qualifizieren?

Im Interview erläutert Herr Christian Els, Mitbegründer und Geschäftsführer der sentin GmbH, unter anderem warum Industrieunternehmen KI brauchen und welche Herausforderungen hierbei auftreten, woraus das Projekt AIQualify entstanden ist.

Forschungspartner

Fördergeber

Das IGF-Vorhaben 22929 BG der FQS - Forschungsgemeinschaft Qualität e.V. wurde über die AiF im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.