Regionales KI-Labor Neckar-Alb: "KI-Checker"

Grafik: Designbüro Mees + Zacke

Die IHK Reutlingen hat den Zuschlag für ein regionales KI-Labor erhalten. Zusammen mit 18 weiteren KI-Laboren in Baden-Württemberg ist das KI-Labor „KI-Checker Neckar-Alb“ Teil eines geförderten Modellversuchs des Landesministeriums für Wirtschaft, Arbeit und Wohnungsbau.

Kleinen und mittelständischen Unternehmen soll mit dem KI-Labor ein niederschwelliger Zugang zur Nutzung der Künstlichen Intelligenz geboten werden. Die Hochschulen Albstadt-Sigmaringen und Reutlingen  sowie mehrere regionale Dienstleister sind Kooperationspartner. Die Angebote im Einzelnen:

• KI-Checks: Regionale Experten auf dem Gebiet der Künstlichen Intelligenz – sogenannte „KI-Checker“ – führen bei interessierten Unternehmen einen KI-Check durch. Ziel ist es, im Zuge eines Firmenbesuchs Unternehmensbereiche zu identifizieren, die für den Einsatz von KI-Technologien in Frage kommen. Ein spezielles Augenmerk wird dabei auf Unternehmensabläufe gelegt, die besonders zeit- und/oder kostenaufwendig sind und bei denen sich der KI-Einsatz deshalb besonders lohnen könnte.
• KI-Checkspots: Damit sich Unternehmen einen schnellen Überblick über die regionale KI-Landschaft verschaffen können, wird das KI-Lab Profile von KI-Dienstleistern und Hotspots mit KI-Know-how (insbesondere der wissenschaftlichen Einrichtungen) in der Region erstellen. So lässt sich auf einen Blick sehen, wo in Neckar-Alb bereits KI-Expertise vorhanden ist und auf welche Ansprechpartner bei konkreten Fragestellungen zugegangen werden kann.

Für den Einsatz von Künstlicher Intelligenz (KI) müssen Voraussetzungen gegeben sein. Mit diesem einfachen Check finden Sie Bereiche in Ihrem Unternehmen, die für den Einsatz von KI-Technologien in Frage kommen. Potenziale in Ihrem Unternehmen zur Effizienzsteigerung, für neue Lösungen oder neue Geschäftsmodelle werden so aufgedeckt.

Hinweis: Dieser KI-Check bezieht sich auf die in Anwendungen weit verbreitete Technologie zu neuronalen Netzwerken bzw. dem Maschinellen Lernen. Das Potenzial anderer KI-Technologien (insbesondere der symbolischen KI) muss entsprechend anders überprüft werden.

Stellen Sie sich für eine mögliche Anwendung folgende Fragen:

1. Trainingsmuster: Neuronale Netze müssen zuerst trainiert werden, um in Datensätzen Muster zu erkennen. Dazu benötigen Sie diese Datensätze vorab. Frage: Haben Sie eine große Anzahl von Trainingsmustern, deren korrekte Zuordnung (z.B. ja/nein, Klasse a, b, c, … oder Funktionswerten) Sie kennen oder können Sie diese leicht erarbeiten? Falls Sie die meisten Datensätze erst erarbeiten oder klassifizieren müssen, wird sich das Projekt deutlich verzögern.
2. Homogenität der Daten: Sind ihre Datensätze alle homogen? Dazu müssen ihre Datensätze durch identische Messverfahren/Sensoren/Kameras erzeugt worden sein und Ihre Trainingsmuster müssen alle gleich viele Einzelwerte enthalten.
3. Gleiche Rahmenbedingungen: Sind die Datensätze zum Training des KI-Systems sehr ähnlich (gleiche statistische Eigenschaften) zu denen im späteren Live-Einsatz? Anders formuliert: Können Sie mit den Trainingsdaten die späteren Einsatzbedingungen abdecken?
4. Stabile Trainingsdatenmenge: Ist eine Erweiterung der Datensätze eher die Ausnahme? Falls die Trainingsdaten kontinuierlich um neue Fälle erweitert werden müssen, werden speziellere KI-Verfahren (Online-Learning) benötigt, die komplizierter sind.
5. Fehlertoleranz: Dürfen vereinzelt Fehler vorkommen? Falls im Live-Einsatz eine komplett fehlerfreie Antwort vom System erwartet wird, kann dies KI nicht leisten. Jedoch könnte sich die Fehlerhäufigkeit durch den Einsatz von KI im Vergleich zum bestehenden System verringern.
6. Wirtschaftlichkeit: Rechnet sich der Aufwand einer neuen Software-Lösung gegenüber dem bestehenden System? Dies kann nicht nur wegen einer Effizienzsteigerung, sondern auch durch die Erschließung neuer Potenziale der Fall sein.
7. Know-how: Haben Sie die Möglichkeit, intern Know-how aufzubauen oder kontinuierlich mit Dienstleistern zusammen zu arbeiten?

Wenn Sie alle Fragen mit „ja“ beantwortet haben, sollten Sie sich mit KI intensiv befassen und ein erstes Projekt starten.

Erstellt wurde der KI-Check von Dr. Stefan Engelhard vom IHK-IWW in Zusammenarbeit mit Professor Dr. Andreas Zell (Universität Tübingen), Wolfram Schäfer (iT Engineering GmbH) und Maximilian Warsewa (strukt.re GmbH).

Führen Sie gerne auch den Interaktiven KI-Check des regionalen KI-Labors "KI-Checker Neckar-Alb" durch. Dort erhalten Sie direkt Rückmeldung zu den oben aufgeführten Punkten und erfahren, ob die Umsetzung eines KI-Projektes für Sie in Frage kommt. Mehr Infos.