Der Sommer neigt sich dem Ende und ich, Ada Lovelace, melde mich aus der Sommerpause zurück: Die Zeit haben wir genutzt die Ereignisse des ersten Halbjahres und insbesondere des Frühsommers zu rekapitulieren, und wie es mit Erinnerungen so oft ist, bleiben einem Highlights ganz gut im Gedächtnis. Eines davon aus den Wochen vor der Sommerpause möchte ich gerne nochmal mit euch teilen, denn im letzten Beitrag war die Vorfreue darauf schon groß:

#ADAunterwegs auf der automatica mit der Gruppe »Data Efficient Automated Learning«

Nichts geht über den Austausch zwischen Wissenschaft und Praxis! Daher war der Messebesuch auf der automatica ein besonderes Highlight für mich und die Wissenschaftler*innen der Gruppe Data Efficient Automated Learning (DEAL). Dass es bei der automatica neben den Themen Automatisierung und Robotik dieses Jahr vor allem um KI und Nachhaltigkeit ging, wurde in den riesigen Messehallen in München schnell ersichtlich: Es tummelten sich wie immer viele Roboter und beeindruckende Maschinen, aber an etlichen Ständen drehten sich die Gespräche um einen verantwortungsvollen Umgang mit Ressourcen und die Zukunft der Produktion im Zeitalter der Digitalisierung.

Da reihte sich die Gruppe DEAL des Fraunhofer IIS, Teil des ADA Lovelace Center, mit ihrem Thema Effizienz in der KI sehr gut ein! Die Gruppe entwickelt zum einen Methoden, die besonderen Wert auf Dateneffizienz legen. Somit kann KI auch in Situationen, in denen wenige oder qualitativ nicht so hochwertige Daten verfügbar sind, gute Ergebnisse erzielen. Zum anderen beschäftigt sich die Gruppe mit der Automatisierung von KI-Prozessen: Die manuelle Arbeit, die für das Erstellen von KI-Modellen notwendig ist, wird minimiert und Expert*innen können sich auf wichtige Dinge konzentrieren und ihre Expertise gezielt einsetzen. Weitere Themen der Gruppe sind der Transfer von KI-Modellen auf neue Szenarien und die Operationalisierung von KI.

Den neuen Demonstrator »Efficent.AI« im Gepäck

Besonders gefallen hat mir der Demonstrator, den die Wissenschaftler*innen dabei hatten: KI-Methoden anschaulich zu erklären ist gar nicht so einfach, aber der Demonstrator »Efficient.AI« gibt eine tolle Einführung in die Themen der Gruppe. Das integrierte Spiel »Beat the ML« ließ Standbesucher*innen gegen ein automatisiertes KI System antreten. Spieler*innen müssen über mehrere Versuche ihr eigenes KI-Modell konfigurieren und sich dann mit der automatisierten Lösung messen.

Wer jetzt neugierig geworden ist, kann es selbst einmal versuchen und sich dabei über die Themen der Gruppe DEAL, also alles was mit Effizienz von KI innerhalb des Machine Learning-Lifecycles zu tun hat, informieren. Den Demonstrator gibt es nämlich jetzt als Online-Version!

Mein Fazit: es war ein voller Erfolg!

Ich konnte auf der Messe miterleben, auf wieviel Resonanz die Themen und Lösungen auch bei den Besucher*innen aus der Industrie gestoßen sind. Es gab einige spannende Gespräche unserer Wissenschaftler*innen zu verschiedensten Anwedungsfällen: Von Dateneffizienz bei der KI-gesteuerten Unkrautvernichtung im Kontext der Agrarwirtschaft bis hin zur automatisierten Wartung von teuren Maschinen in der Seilproduktion war alles dabei!

Hier geht es zur Online-Version des Demonstrators.

Noch mehr Einblicke

Außerdem interessant war die LIVE-Session »KI in der Anwendung – mit MLOps ein Kinderspiel?« mit dem Fraunhofer-Experten Dr. Henning Frechen und Markus Schatz vom Projektpartner senswork GmbH, bei der sie das Projekt »Demokratisierung von KI mit verständlichem und einfach zugänglichem Machine Learning Operations (MLOps)« vorstelleten. Hier geht es zum Mitschnitt der Session. Und zum Schluss noch ein paar Bilder.

The „Efficient.AI“ demonstrator as a highlight of automatica now also ONLINE

The summer is coming to an end and I, Ada Lovelace, am back from my summer break: we used the time to recap the events of the first half of the year and especially of the early summer, and as it is often the case with memories, highlights stay in your mind quite well. I would like to share one of them from the weeks before the summer break with you again, because the anticipation was already high in the last article:

#ADAunderway at automatica with the Data Efficient Automated Learning group.

Nothing beats the exchange between science and practice! That’s why the trade fair visit to automatica was a special highlight for me and the scientists of the Data Efficient Automated Learning (DEAL) group. The fact that, in addition to the topics of automation and robotics, this year’s automatica was primarily about AI and sustainability quickly became apparent in the huge exhibition halls in Munich: as always, there were many robots and impressive machines, but at several booths the conversations revolved around the responsible use of resources and the future of production in the age of digitalization.

The DEAL group of Fraunhofer IIS, part of the ADA Lovelace Center, fit in very well with their topic of efficiency in AI! On the one hand, the group develops methods that place particular emphasis on data efficiency. Thus, AI can achieve good results even in situations where little or not so high-quality data is available. On the other hand, the group is working on the automation of AI processes: The manual work required to create AI models is minimised and experts can concentrate on important things and use their expertise in a targeted manner. Other topics of the group are the transfer of AI models to new scenarios and the operationalization of AI.

The new demonstrator „Efficent.AI“

I particularly liked the demonstrator that the scientists had with them: explaining AI methods clearly is not that easy, but the demonstrator „Efficient.AI“ gives a great introduction to the topics of the group. The integrated game „Beat the ML“ let visitors compete against an automated AI system. Players had to configure their own AI model over several attempts and then compete with the automated solution. If you are now curious, you can try it yourself and find out about the topics of the DEAL group, i.e. everything that has to do with the efficiency of AI within the machine learning lifecycle. The demonstrator is now available as an online version!

My conclusion: it was a complete success!

At the fair, I was able to see how much resonance the topics and solutions had with visitors from industry. There were some exciting discussions between our scientists on a wide range of applications: From data efficiency in AI-controlled weed control in the context of agriculture to automated maintenance of expensive machines in rope production, everything was there!

Click here for the online version of the demonstrator.

Even more insights

Also interesting was the LIVE session „AI in application – a piece of cake with MLOps?“ with Fraunhofer expert Dr Henning Frechen and Markus Schatz from project partner senswork GmbH, where they presented the project „Democratisation of AI with understandable and easily accessible Machine Learning Operations (MLOps)“. Click here for the recording of the session (in german). And finally, a few pictures.