Fakultät Informatik

    Die Informatik ist Treiber der digitalen Transformation in der Gesellschaft. Wir bieten Ihnen praxisnahe Ausbildungen für eine zukunftssichere und vielfältige Berufstätigkeit.

    Zurück zur Übersicht

    Zwei neue Forschungsprojekte

    gelber Roboter mit Kamera-Kopf und ergänzter Sprechblase "Ich weiß nicht, dass ich nichts weiß."

    Zwei neue BMBF-Projekte bereichern die Forschungsaktivitäten der Fakultät Informatik. Wie Deep Learning und optische Systeme oder digitale Arbeitswelten und menschliche Erwartungen zusammenhängen, das thematisieren diese Projekte.

    Projekt "DeepDoubt - Weiterentwicklung von Unsicherheitsmaßen zur Erhöhung der Transparenz und Nachvollziehbarkeit im Deep Learning und deren Anwendung auf optische Systeme" 

    Unsicherheitsmaße im Blick
    Prof. Dr. Oliver Dürr meldet eine erfolgreiche Förderzusage des BMBF für das Projekt "DeepDoubt - Weiterentwicklung von Unsicherheitsmaßen zur Erhöhung der Transparenz und Nachvollziehbarkeit im Deep Learning und deren Anwendung auf optische Systeme". In diesem Projekt wird er mit Prof. Dr. Georg Umlauf, Matthias Herrmann und einer weiteren promovierenden Person vom IOS Methoden untersuchen, die es künstlichen Intelligenzen ermöglichen Unsicherheiten auszudrücken.

    Transparenz und Nachvollziehbarkeit
    Um den Forschungsstandort Deutschland zu sichern und die vielfältigen Anwendungsmöglichkeiten von Künstlicher Intelligenz (KI) in allen Bereichen der Gesellschaft im Sinne eines spürbaren Fortschritts zu fördern, leistet die KI-Strategie einen Beitrag zur Umsetzung der aktuellen Hightech-Strategie 2025. Zusammen mit diversen Digitalisierungsinitiativen wird sie zunehmend zu einem verbreiteten Einsatz von KI-Methoden, oft in Form von Deep Learning (DL), führen. Prof. Dürr: "Obwohl DL bahnbrechende Erfolge u.a. in der Vorhersage von Ereignissen verzeichnen kann, wird eine transparente Modellierung von Unsicherheiten bisher kaum berücksichtigt. Weiterhin sind Entscheidungen solcher Methoden schwer nachvollziehbar, wenn sie auf komplexen Eingangsdaten, wie Bildern, angewendet werden.“

    Der Wert von Unsicherheitsmaßen
    Im Rahmen des Vorhabens werden durch das Institut für Optische Systeme (IOS) an der HTWG Konstanz sowie KNIME GmbH Methoden für Transparenz, Nachvollziehbarkeit und Erklärbarkeit entwickelt. Ziel dieses Projekts ist es, die Modellunsicherheit im Rahmen von neuronalen Netzen zu quantifizieren und über ein Werkzeug zur Verfügung zu stellen. Darüber hinaus ist eine transparente Entscheidungsfindung im Bereich der optischen Systeme aufgrund großer Datenmengen nicht effizient modellierbar - dies wird im Rahmen des Projekts angegangen. Die Nutzung von Unsicherheitsmaßen kann auch gewinnbringend im Active-Learning angewendet werden. Dabei ist über die reine Methodenentwicklung hinaus eine grafische Schnittstelle erforderlich, um diese Methoden für Anwender (Domänen-Experten) verfügbar zu machen. Dies ist insbesondere im Bereich der Qualitätssicherung, Produkthaftung sowie Nutzung von KI im medizinischen Umfeld wichtig, um Fehlentscheidungen effektiv zu verhindern.  Damit das alles nicht nur graue Theorie bleibt, sondern auch aktiv verwendet wird, arbeitet das IOS mit der Software Firma KNIME aus Konstanz zusammen. Die im Rahmen des Projektes (Förderkennzeichen 01/S19083) entwickelten Funktionen werden als quelloffene ("open source") Erweiterungen für KNIME Analytics Platform veröffentlicht und sind somit unmittelbar für Wirtschaft und Gesellschaft verfügbar."

    Industrieerprobung inklusive 
    Durch die assoziierten Unternehmen Siemens Logistics GmbH, Katamaran-Rederei Bodensee GmbH & Co. KG und exorbyte GmbH werden die entwickelten Methoden darüber hinaus industrienah im Bereich der Oberflächeninspektion zur Erkennung von Produktionsfehlern und im Rahmen der Umgebungserfassung erprobt.



    Projekt "PRIME - Prozessbasierte Integration menschlicher Erwartungen in digitalisierten Arbeitswelten"

    Faktor Mensch
    Prof. Dr. Marco Mevius freut sich über die Förderung des Projekts "PRIME - Prozessbasierte Integration menschlicher Erwartungen in digitalisierten Arbeitswelten" durch das BMBF. Das von ihm und zwei Akademischen Mitarbeitern bearbeitete Teilvorhaben beschäftigt sich neben der Modellierung von Interaktions- und Kommunikationsprozessen vor allem mit der dezidierten Menschmodellierung. Darüber hinaus ist die Messung von Benutzererfahrung im Kontext der Prozessausführung – die Process Experience – zentraler Leistungs- und Erfolgsindikator von PRIME.

    Subjektivität und Sachprozesse
    Prof. Mevius: "Das Projekt PRIME verfolgt das Ziel, Metriken zur kontinuierlichen Messung und Bewertung der subjektiven Wahrnehmung der Prozessbeteiligten bei der Durchführung von Interaktionsprozessen (Process Experience, PX) zu definieren und in realen Anwendungsszenarien zu evaluieren. Die Metriken zur PX sollen gestützt durch eine digitale Plattform in die Arbeitsprozesse integriert werden, sodass eine kontinuierliche Messung und Bewertung zur Verbesserung der Arbeits- und Interaktionsprozesse gewährleistet werden kann. Durch das Verbundprojekt sollen somit adäquate Sprachen, Werkzeuge und Vorgehensweisen zur Integration der Menschen in die künftigen Veränderungsprozesse zur Verfügung gestellt werden. Mit Hilfe dieser ganzheitlichen Methode sollen:

    • Mitarbeiter kurzfristig die subjektive Wahrnehmung von Stresstreibern und Motivatoren in Interaktionsprozessen (Process Experience Monitoring (PX-MON) – Modul 1) unmittelbar melden und benennen können.

    • Interaktionsprozesse und Digitalisierungsinitiativen mittelfristig auf Basis der subjektiven Mitarbeiterwahrnehmung verbessert und routiniert werden können (Process Experience Management (PX-MNGT) – Modul 2).

    • Arbeitsumgebungen für Interaktionsprozesse und die beteiligten Mitarbeiter langfristig neben den Prozesszielen auch auf die Anforderungen der Mitarbeiter ausgerichtet werden können (Process Experience Optimization (PX-OPT) – Modul 3).

    Mitarbeitende und ihre Erwartungen werden integriert
    Ergebnis ist eine digital unterstützte Methode, welche modular (PX-MON, PX-MNGT und PX-OPT) die Gestaltung von Interaktionsprozessen durch direkte und kontinuierliche Integration der Mitarbeiter sicherstellt und menschliche Erwartungen (Affekte, insbesondere auch Emotionen), die Process Experience, explizit adressiert.

    Förderer und Projektpartner
    Das Verbundprojekt PRIME (Förderkennzeichen 02/L18A043) wird im Rahmen des Programms "Zukunft der Arbeit" vom BMBF und dem Europäischen Sozialfonds der Europäischen Union gefördert. Projektpartner sind neben der HTWG die Universität Bayreuth, die Goethe-Universität Frankfurt am Main, die Stadt Konstanz, zwei Unternehmen als Technologie Partner sowie drei Anwendungsunternehmen.."

    Die Fakultät dankt Prof. Dürr, Matthias Herrmann, Prof. Mevius und Prof. Umlauf für ihren Einsatz bei der Antragstellung und wünscht gutes Gelingen bei der Umsetzung der Forschungsprojekte.