• Forschende des Know-Centers und des Instituts für Weltraumforschung der österreichischen Akademie der Wissenschaften entwickeln ein Vorhersageinstrument, das die Stärke von Sonnenstürmen bestimmt.
• Bessere Prognosen könnten einen Blackout durch einen massiven Sonnensturm verhindern.
• Machine Learning bildet die perfekte Grundlage für die effiziente Analyse und Nutzung von Weltraumdaten.

Derzeit wird, aufgrund der voranschreitenden Energiewende, häufig vor einem möglichen europaweiten Stromausfall gewarnt. Weniger Beachtung findet dagegen die Gefahr, die aus dem All droht: Sonnenstürme sind zwar meist so schwach, dass die Atmosphäre und das Magnetfeld der Erde den Planeten ausreichend davor schützen, doch laut Expertinnen und Experten könnte uns jederzeit ein Sonnensturm treffen und gravierende Auswirkungen auf Stromnetze, Funknetze und Satelliten haben. Rund zehn Prozent aller Satelliten könnten während eines solchen Ereignisses ausfallen. Das würde Probleme in Bereichen verursachen, in denen eine präzise Ortung von Nöten ist, wie im Schiffs- und Flugverkehr. Auch flächendeckende Stromausfälle durch erhöhte Spannungen der Transformatoren sowie Schäden an Unterseekabeln, die zu länderweiten Internet-Ausfällen führen, sind denkbar.

Weltraumwetter-Forschende können zwar beobachten, ob ein Sonnensturm Richtung Erde unterwegs ist, aber schwer abschätzen, wie massiv der Sturm ausfallen wird, sobald er die Erde trifft. Um hier Abhilfe zu schaffen, haben Datenexpertinnen und -experten des Know-Centers und des Instituts für Weltraumforschung ein Vorhersagetool auf Basis von Künstlicher Intelligenz entwickelt, mit dem die Stärke von Sonnenstürmen besser prognostiziert werden kann. Die Ergebnisse wurden kürzlich im Rahmen einer Studie im etablierten Journal „Space Weather“ veröffentlicht. Sie sind Teil des EU-Projektes „Europlanet 2024 – Research Infrastructure“, welches das das Ziel hat, die europäische Forschung auf dem Gebiet der planetaren Wissenschaften stärker zu vernetzen und voranzutreiben.

Magnetfeld bestimmt die Stärke von Sonnenstürmen

Die Sonnenaktivität schwankt im Rhythmus von etwa elf Jahren zwischen ruhigen und besonders aktiven Phasen. Derzeit befinden wir uns in einer aktiven Phase, deren Maximum für 2025 erwartet wird. Ein geomagnetischer Sturm entsteht durch die Wechselwirkung des Erdmagnetfeldes mit Sonnenstürmen. Grob vergleichbar ist dies mit Vulkanausbrüchen auf der Erde. Statt Lava werden jedoch Plasmawolken ins All befördert. Sonnenstürme können im Extremfall in weniger als einem Tag die Erde erreichen. Die Fähigkeit von Sonnenstürmen, extreme geomagnetische Stürme zu verursachen, hängt im Wesentlichen von der Orientierung ihres Magnetfeldes ab, das in der Fachsprache als „Bz-Magnetfeldkomponente“ bezeichnet wird. Dessen relative Orientierung zum Erdmagnetfeld entscheidet, wieviel Energie auf das Erdmagnetfeld übertragen wird. Je stärker die Bz-Komponente nach Süden zeigt, desto größer ist die Gefahr eines massiven geomagnetischen Sturms. Bislang kann die Bz-Magnetfeldkomponente aber nicht mit ausreichender Vorwarnzeit vor dem Eintreffen des Sonnensturms auf der Erde vorhergesagt werden.

Maschinelles Lernen sorgt für bessere Prognose

„Es dauert nur ein paar Minuten bis Daten, die von Sonden direkt im Sonnenwind gemessen wurden, zur Erde übermittelt werden. Wir haben uns zunächst angesehen, ob Informationen über die ersten Stunden eines Sonnensturms überhaupt ausreichend sind, um seine Stärke vorhersagen zu können“, erklärt Hannah Rüdisser vom Know-Center.

Auf Basis von maschinellem Lernen haben die Forschenden dann ein Programm entwickelt, um die Bz-Magnetfeldkomponente vorherzusagen. Das Programm wurde mit Daten von 348 unterschiedlichen Sonnenstürmen trainiert und getestet, die von den Raumsonden Wind, STEREO-A und STEREO-B seit dem Jahr 2007 gesammelt wurden. Um das Vorhersagewerkzeug in einem experimentellen Echtzeitmodus zu testen, simuliert das Team wie Sonnenstürme von Raumsonden gemessen werden und bewertet wie die kontinuierliche Einspeisung neuer Informationen die Vorhersagen verbessert.

„Unser Prognosewerkzeug kann die Bz-Komponente recht gut vorhersagen. Besonders gut funktioniert es, wenn wir Daten der ersten vier Stunden des magnetischen Kerns des Sonnensturms heranziehen. Durch neue Weltraummissionen werden wir in den kommenden Jahren noch mehr Daten erhalten, was die Genauigkeit der Vorhersagen weiter erhöht. Unser Ansatz könnte damit zu einer verbesserten Weltraumwettervorhersage führen und im Falle eines massiven Sonnensturms, könnten betroffene Bereiche künftig frühzeitig gewarnt und größere Schäden verhindert werden“, sagt Rüdisser.

Im nächsten Schritt wollen die Forschenden Sonnenstürme mithilfe von KI-Methoden automatisch im Sonnenwind entdecken. Diese Automatisierung ist nötig, um die Methode zur Bz Vorhersage auch in Echtzeit anwenden zu können, ohne dass ein menschlicher Benutzer die Sonnenstürme laufend identifizieren muss.

Innovation für die Weltraumforschung

Der Einsatz von künstlicher Intelligenz (KI) zur Analyse und Klassifizierung von Planetendatensätzen ist noch relativ neu, gewinnt aber zunehmend an Bedeutung. Maschinelles Lernen (ML) ermöglicht Algorithmen zu trainieren, um riesige Datenmengen zu analysieren und daraus Vorhersagen und neue Lösungen abzuleiten. Potenzielle Anwendungen von ML in den Planetenwissenschaft sind im letzten Jahrzehnt explodiert, aber maßgeschneiderte Tools für das Feld sind immer noch selten.

„Das Europäische Forschungsnetzwerk ‚Europlanet 2024‘ beherbergt einen großen Datenschatz, der aus Weltraummissionen, Simulationen und Laborexperimenten stammt. Unser Ziel ist, Wissen, das in diesen Daten steckt, hervorzuholen und nutzbar zu machen. Dafür wollen wir eine Reihe von ML-Tools entwickeln, die Forschende der Planetenwissenschaften bei in ihrer Arbeit unterstützen. Damit können wir eine breitere Nutzung von ML-Technologien in der datengesteuerten Weltraumforschung fördern“, so Rüdisser.

Weitere Informationen:

Studie: Space Weather. Machine Learning for Predicting the Bz Magnetic Field Component From Upstream in Situ Observations of Solar Coronal Mass Ejections. https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2021SW002859

Europlanet 2024 IR: https://www.europlanet-society.org/europlanet-2024-ri/machine-learning/

• ForscherInnen entwickeln virtuellen Sensor, der Behaglichkeit misst und prognostiziert.
• Behaglichkeitsvorhersagen eröffnen Spielraum für neue Maßnahmen, um die Energieeffizienz zu steigern.
• Simulationsergebnisse bieten einen Mehrwert für FachplanerInnen und Building Information Modeling (BIM).

Zu warm, zu kalt, zu zugig. Das Raumklima hat einen großen Einfluss darauf, wie wohl sich Menschen in Räumen fühlen und wie produktiv sie arbeiten. Trotz fortschreitender Digitalisierung in der Gebäudetechnik, wird die Behaglichkeit in Büroräumen bislang nur unzureichend berücksichtigt. Einerseits stehen im Gebäudemanagement vor allem die Energieeffizienz und die damit verbundenen Kosteneinsparungen im Vordergrund. Andererseits erfasst die Gebäudeleittechnik nicht alle benötigen Messgrößen, um Behaglichkeit zu ermitteln, da die Anzahl der verwendeten Sensoren und dadurch messbaren physikalischen Größen begrenzt sind. Direkte Befragungen der NutzerInnen sind wiederum zeitaufwändig und scheitern oft am geringen Feedback. Künftig könnten virtuelle Sensoren hier Abhilfe schaffen und für wesentliche Verbesserungen sorgen.

Virtueller Sensor misst, was nicht direkt messbar ist

Im Projekt COMFORT (Comfort Orientated and Management Focused Operation of Room condiTions), das von der Forschungsförderungsgesellschaft FFG gefördert wird, hat ein Team aus GebäudetechnikerInnen, BauingenieurInnen, SimulationsexpertInnen und DatenwissenschaftlerInnen einen virtuellen Sensor entwickelt, um Behaglichkeit mithilfe von Datengetriebenen KI-Modellen und Simulationsmodellen zu berechnen.

Da die Behaglichkeit nicht direkt gemessen werden kann – es also keinen Behaglichkeitssensor als Bauteil zu kaufen gibt – griffen die ExpertInnen auf eine geschickte Kombination aus Hard- und Software zurück: Einflussgrößen, wie Temperatur oder Massenströme, werden aus der bestehenden Gebäudeleittechnik bezogen und gezielt mit zusätzlichen Messwerten, wie Fensteröffnung oder Luftströmung, eines neu entwickelten, drahtlosen Sensornetzwerkes kombiniert. Dieses besteht aus rund 40 Knoten mit jeweils mehreren Sensoren und misst ähnliche Größen wie die Gebäudeleittechnik, aber statt einem Messpunkt pro Raum gibt es nunmehr zehn oder noch mehr. Zusätzlich werden noch Wetterdaten in die Datenbasis aufgenommen.

Bei den Simulationen wird der gesamte Energieverbrauch eines Gebäudes, der durch Heizung bzw. Kühlung entsteht, nachgebildet. Ebenso werden die Temperatur und die Luftströmung an jedem beliebigen Punkt im Gebäude simuliert. Bei der Vereinigung der vielen unterschiedlichen Datenquellen zu einer homogenen Datenbasis kommt das Big Data Prinzip zur Anwendung.

„All diese Daten zusammen bilden die Grundlage für die neuartige Kombination aus KI und Simulationsmodellen, in der beide Methoden ihre jeweiligen Stärken optimal entfalten. Beispielsweise sind KI-Methoden gut geeignet, um die langfristige Erwärmung in den Sommermonaten vorherzusagen, während die Simulation kurzfristige Schwankungen in der Luftströmung präzise bestimmen kann. Die Ergebnisse der KI-Methoden und Simulation gemeinsam speisen den virtuellen Sensor, der daraus einen Behaglichkeitswert ableitet“, erklärt Projektleiter Heimo Gursch vom Know-Center.

Bewährung im Praxistest

Der virtuelle Sensor wurde in Test-Boxen der Technischen Universität Graz und im Bürocampus der Firma LogicData in Deutschlandsberg auf seine Praxistauglichkeit überprüft. Dabei zeigte sich, dass eine genauere Bestimmung des Behaglichkeitsniveaus auch dabei hilft, Spielräume für energetische Verbesserungen zu identifizieren. Beispielsweise ergab eine Energiefluss-Analyse einen zu hohen Luftwechsel in einem der Testräume. Durch einen geringeren Luftwechsel konnte in diesem Fall der Energieverbrauch der Belüftung reduziert werden, ohne die Behaglichkeit zu vermindern.

Künftige Integration mit Building Information Modeling (BIM)

BIM ist ein Konzept, um Gebäude digital zu planen und nach dem Bau zu verwalten. Für die Erstellung von Simulationsmodellen werden dieselben Informationen benötigt, welche im BIM hinterlegt sind. Bislang gibt es aber noch keine Software-Werkzeuge, um die Informationen von BIM automatisch und vollständig in Simulationsmodelle umzuwandeln. Der größte Teil der Informationen muss von Hand übertragen werden und bei Änderungen im BIM erneut angepasst werden. Im Projekt wurde ein Anforderungskatalog erstellt, wie der Austausch zwischen BIM und den Simulationsmodellen künftig automatisiert erfolgen kann. Ein automatisierter Austausch bietet einen Mehrwert für FachplanerInnen und BIM-ManagerInnen, weil sie Simulationsergebnisse bereits in frühen Planungsphasen für Behaglichkeits- und Energieeffizienzbewertungen nutzen können.

Am Projekt COMFORT waren folgende Institutionen beteiligt: Know-Center, Silicon Austria Labs, FH Salzburg, das Institut für Wärmetechnik der TU Graz, EAM Systems GmbH, EUDT Energie- u. Umweltdaten Treuhand GmbH, Thomas Lorenz ZT GmbH, IKK Engineering GmbH, LOGICDATA, Zentralanstalt für Meteorologie und Geodynamik.

• FH Joanneum, Know-Center und TU Graz initiieren gemeinsam mit weiteren Partnern eine Diskussion über Potentiale und Herausforderungen Künstlicher Intelligenz im Gesundheitswesen.
• Die kostenlose Webinar-Serie „Healthcare & Ethics in AI“ startet am 22. September und richtet sich an Gesundheitsexpertinnen und Gesundheitsexperten sowie alle Interessierten.

Künstliche Intelligenz verändert traditionelle Gesundheitsberufe, wie beispielsweise medizinisch-technische Dienste. KI-gestützte Diagnostik-Tools und Monitoring-Apps sollen Ärztinnen und Ärzte sowie Pflegefachkräfte nicht nur bei der Diagnose von Krankheitsbildern helfen, sondern in Zukunft auch bei Routinetätigkeiten und administrativen Prozessen entlasten und bei medizinischen und pflegerischen Interventionen unterstützen. Klassische Berufsfelder des Gesundheitswesens wie wir sie heute kennen, werden sich künftig womöglich sehr stark verändern.

„Gesundheitsexpertinnen und Gesundheitsexperten sollten sich frühzeitig mit der Digitalisierung auseinandersetzen und sich entsprechende Kompetenzen aneignen. Das erfordert neue Ausbildungscurricula zu erarbeiten und umzusetzen. Als zukunftsorientierte Bildungsinstitution agieren wir hier proaktiv, um unseren Studierenden Perspektiven zu bieten. Ziel unserer Webinar-Serie ist es, die ethisch-verantwortungsvolle Nutzung von KI aus verschiedenen disziplinären Perspektiven sowie aus Sicht der Patientinnen und Patienten zu diskutieren und zukünftige Entwicklungen aktiv mitzugestalten“, erklärt Helmut Ritschl, Vorsitzender des Departments Gesundheitsstudien und Institutsleiter der Radiologietechnologie an der FH Joanneum.

„Anwenderinnen und Anwender von KI-Technologien sollten von Anfang an in die Technologieentwicklung einbezogen werden, um nützliche Lösungen zu finden. Wir entwickeln dafür zum Beispiel Software-Frameworks, um zu erfassen, welche Berufe an welchen Schnittstellen mit der Technologie in Interaktion stehen und welche Probleme entstehen könnten. Um konstruktiv mitgestalten zu können, benötigen Betroffene aber ein grundlegendes Verständnis, wie diese Technologien funktionieren. Durch die Eventreihe erwarten wir uns einen vielfältigen Austausch und wollen Interessierte auf den neuesten Stand der Technik bringen“, sagt Stefanie Lindstaedt, CEO Know-Center und Direktorin des Instituts Interactive Systems and Data Science an der TU Graz.

Gesellschaftlichen Diskurs über KI initiieren

Im Rahmen der Webinar-Serie „Healthcare & Ethics in AI“ geben Expertinnen und Experten aus den Bereichen der Medizin, Technik und Ethik in 90-minütigen Online Sessions einen kompakten und leicht verständlichen Einblick in aktuelle Entwicklungen und Herausforderungen der Künstlichen Intelligenz im Gesundheitswesen. Im Fokus steht, unterschiedliche KI-Anwendung, Ängste und Visionen in einem inklusiven und interdisziplinären Setting offen zur Diskussion zu stellen.

Die Eventreihe richtet sich an Menschen, die im Gesundheitsbereich tätig sind, Studierende und Interessierte, die mehr über KI im Gesundheitswesen erfahren möchten. Die Veranstaltungsreihe wurde gemeinsam von FH Joanneum, Know-Center GmbH, Technische Universität Graz, Medizinische Universität Graz, Medizinische Universität Wien, Human Technology Styria, Joanneum Research, Varian und Canon Medical Systems ins Leben gerufen.

Webinar-Serie Healthcare & Ethics in AI

Start: 22. September 2021, 7 Termine, jeweils von 17:00 – 18:30 Uhr
Ort: Online
Anmeldung: https://www.fh-joanneum.at/veranstaltung/healthcare-ethics-in-ai/
Die Teilnahme an der Veranstaltung ist kostenfrei.

• Künstliche Intelligenz (KI) identifiziert Qualitätsmankos und verbessert Fertigungsprozesse der Schmiedeindustrie.
• Neueste Simulationsmodelle berechnen Prozesse im Bruchteil einer Sekunde.
• „Erklärbare KI“ stärkt das Vertrauen in intelligente Systeme und reduziert Umweltbelastungen in der Produktion.

Bevor ein Passagierflugzeug mit einer Geschwindigkeit von bis zu 345 km/h vom Boden abheben kann, muss ein perfektes Zusammenspiel aller technischen Komponenten gewährleistet sein. Jedes Bauteil hat eine Aufgabe und ist das Resultat einer komplexen Herstellungs- und Prozesskette. Die Fertigung in der Flugzeugindustrie ist eine der genauesten der Welt. Die sicherheitskritischen Bauteile wie Gesenkschmiedeteile aus hochlegierten Stählen, Titan- und Nickelbasis-Legierungen unterliegen daher sehr strengen Sicherheits- und Qualitätskriterien.

Fehlerhafte Bauteile belasten die Umwelt und sind kosten- und zeitaufwendig

„Als führender Entwickler und Hersteller von hochbeanspruchbaren und sicherheitskritischen Gesenkschmiedeteilen für die Luftfahrtindustrie sowie für weitere Industriezweige, sind reibungslose Fertigungs- und Produktionsabläufe unsere oberste Prämisse. Treten Abweichungen von der in der Produktentwicklung definierten technischen Planung auf, müssen Bauteile entweder als abweichend deklariert, nachbearbeitet oder verschrottet werden. Das ist nicht nur kosten- und zeitaufwendig, sondern verbraucht auch massiv viel Energie und belastet die Umwelt. Mithilfe von KI möchten wir die Ursachen für Qualitätsdefizite in der Fertigung verstehen, um diese zu vermeiden oder auftretende Abweichungen zumindest frühzeitig zu identifizieren, um in der Lage zu sein, in den nachfolgenden Prozessen entsprechend gegenzusteuern“, so Dr. Gerhard Gerstmayr, technischer Geschäftsführer, voestalpine Böhler Aerospace.

Im Bereich der Fertigung werden Simulationsmodelle eingesetzt, um Prozesse abzubilden und zu analysieren. Für den führenden Zulieferer der Luftfahrtindustrie voestalpine Böhler Aerospace und Konsortialführer im Forschungsprojekt BrAIN, entwickelt das Know-Center ein intelligentes und lernfähiges KI-Modell. Das System soll Techniker unterstützen, indem es hilft, Strategien zur Fehlervermeidung zu entwickeln und individuell auf Fehler im Fertigungsprozess reagiert. Darüber hinaus unterstützt es Experten bei der Entscheidungsfindung sowie bei Optimierungsmaßnahmen und gibt zum Beispiel Vorschläge zu Maschineneinstellungen ab.

Hightech Simulationen lösen zeitintensive „numerische“ Simulationen ab

Üblicherweise werden numerische Simulationsmodelle eingesetzt, um Produktionsprozesse zu simulieren. Diese sind sehr rechenintensiv und komplexe Prozesssimulationen wie im Bereich der Schmiedeindustrie brauchen oftmals bis zu einer Woche Rechenzeit. Um sich diese Zeiten und die damit verbundenen Kosten zu sparen, braucht es neueste Hightech Ansätze.

„Mit hybriden Simulationsmodellen, einer Kombination aus Machine Learning- und numerischen Modellen, können wir Simulationen im Bruchteil einer Sekunde durchführen“, erklärt Ass. Prof. Roman Kern, Leiter der Area Knowledge Discovery am Know-Center und betont: „Das spart dem Unternehmen einiges an Entwicklungszeit und Kosten. Darüber hinaus beschränken sich die eingesetzten Data Science- und Machine Learning-Methoden nicht nur auf Berechnungen von Vorhersagen, sondern können auch aktiv Entscheidungsvorschläge abgeben. Mit den entwickelten Modellen werden wir in der Lage sein, nicht nur einzelne Prozessschritte zu analysieren, sondern den Produktionsprozess in seiner Gesamtheit abzubilden.“

KI liefert nachvollziehbare Vorschläge für Domänenexpertinnen und -experten

Prof. Stefanie Lindstaedt, CEO des Know-Centers, sagt dazu: „Vor allem in sicherheitskritischen Bereichen ist es notwendig auf neueste KI-Technologien zu setzen. Nur so sind wir in der Lage, eine technologische Weiterentwicklung sicherzustellen und dennoch die Umwelt und Ressourcen zu schonen. Mithilfe von Technologien wie Explainable AI, unterstützen KI-Systeme Expertinnen und Experten, indem sie nachvollziehbare Vorschläge abgeben. Das fördert das Vertrauen und die Akzeptanz von Fachpersonal in diese Hightech Methoden und sichert dem Unternehmen gleichzeitig den entscheidenden Marktvorsprung.“

Big Data und KI sind in der Schmiedeindustrie noch nicht weit verbreitet, da die Herstellungsprozesse im Vergleich zu anderen Branchen weit komplexer ablaufen und stark sicherheitskritisch sind. Die hybriden Modelle können für jede Branche eingesetzt werden, in der numerische Simulationen und Sensordaten verwendet werden.

Informationen zum Projekt: http://brain.know-center.at/

Über das Know-Center

Das Know-Center ist eines der führenden europäischen Forschungszentren für Data-driven Business und Artificial Intelligence (AI). Seit 2001 werden namhafte Unternehmen dabei unterstützt, Daten als Erfolgsfaktor für ihr Unternehmen zu nutzen. Als fixer Bestandteil der europäischen Forschungslandschaft wickelt das Zentrum sehr erfolgreich zahlreiche Projekte und Auftragsforschung auf EU- und nationaler Ebene ab. Das im Rahmen von COMET geförderte K1-Kompetenzzentrum ist die führende Ausbildungsstätte für Data-Scientists in Österreich und bietet eine Bandbreite an Al-Trainings und Beratung für Firmen an. Mehrheitsgesellschafterin des Know-Centers ist die TU Graz, eine wesentliche Trägerin der heimischen AI-Forschung, deren Institute zahlreiche Projekte gemeinsam mit dem Know-Center abwickeln. 2020 wurde das Know-Center als einziges Österreichisches Zentrum mit dem iSpace Gold Award der Big Data Value Association in der Kategorie “Europäischer Innovationsraum“ ausgezeichnet. https://www.know-center.at

Über voestalpine Böhler Aerospace
voestalpine BÖHLER Aerospace GmbH & Co KG ist ein globaler Entwicklungspartner und führender Zulieferer von hochbeanspruchbaren Gesenkschmiedeteilen aus Titanlegierungen, hochlegierten Stählen und Nickelbasis Legierungen. Als führender Entwickler und Hersteller von kundenspezifischen, sicherheitskritischen Schmiedeteilen produziert das Unternehmen hochwertige Bauteile für die Luftfahrtindustrie sowie weitere High-Tech-Industriezweige und beliefert über 200 technologisch fortgeschrittene Kunden weltweit. https://www.voestalpine.com/bohler-aerospace/de/

• Know-Center startet neues Gründerprogramm, um Forschungsergebnisse aus dem Bereich Künstliche Intelligenz für Hightech-Start-ups zu verwerten
• Bewerbungsphase für Educational Technology Start-up hat begonnen

Das Know-Center hat die Initiative „Take-off“ ins Leben gerufen, die Gründungswillige mit zündenden Hightech-Geschäftsideen versorgt und sie auf ihrem Weg zum eigenen Start-up begleitet. Das Ziel ist, Forschungsergebnisse aus dem Bereich Künstliche Intelligenz (KI) in die Wirtschaft zu bringen und Unternehmertum im Forschungsumfeld zu fördern.

„Als COMET-Kompetenzzentrum wickelt das Know-Center seit 20 Jahren Forschungs- und Industrieprojekte im Bereich Daten und Künstliche Intelligenz ab, wodurch wir eine Schatzkiste an innovativen Produktideen gesammelt haben. Wir sind dem Markt voraus und wissen, was funktioniert. Unsere Ideen wollen wir in einem sehr frühen Stadium an potentielle Gründerinnen und Gründer übergeben und mit ihnen gemeinsam marktfähige Produkte daraus entwickeln. Dadurch bringen wir die digitale Transformation voran und tragen zur Standortentwicklung in der Steiermark bei“, erklärt Know-Center CEO Stefanie Lindstaedt.

Jungunternehmerinnen und -unternehmer profitieren durch das umfassende Netzwerk aus nationalen und internationalen Forschungs- und Industriepartnern des Forschungszentrums. Mit den erfolgreich umgesetzten Spin-offs e-nnovation, Open Knowledge Map und Invenium, das von A1 als Mehrheitseigentümer übernommen wurde, hat das Know-Center bereits umfassende Erfahrung als Company Builder.

GründerInnen für EduTech Start-up gesucht

Eine KI, die eigenständig einen Vortrag zusammenstellt? Ein Sportarmband, das misst, wann Lernstoff am besten aufgenommen werden kann? Educational Technology (Bildungs-Technologie) verändert das Lernen maßgeblich und hat enorm viele Anwendungspotentiale. Die erste Ausschreibung von Take-off ist in diesem Zukunftsfeld angesiedelt und zielt darauf ab, mittels innovativen Technologien Menschen in allen Lebenslagen beim Lehren und Lernen zu unterstützen.

Wer mitmachen will: Gesucht werden Personen mit Programmier-, Managementfähigkeiten und wirtschaftlichem Know-how. Die Bewerbung ist als Start-up Team oder als Einzelperson möglich. Am 24.08.2021 findet ein virtuelles Info-Event zur Gründungsinitiative und der ersten thematischen Ausschreibung statt.

Weitere Informationen: www.know-center.at/takeoff

• Neue strategische Partnerschaft österreichischer Expertinnen und Experten für vertrauenswürdige und sichere KI-Anwendungen
• Die Steiermark als globaler Vorreiter bei Prüfung und Zertifizierung von Künstlicher Intelligenz
• Die Initiative ist offen für die Beteiligung weiterer Partner aus Forschung und Industrie

In der Steiermark entsteht eine neue Initiative, um effiziente und unabhängige Prüfverfahren und Prüftechnologien für KI-Systeme zu entwickeln. Daran beteiligt sind das Know-Center, als ein führendes europäisches Forschungszentrum für Data-driven Business und Künstliche Intelligenz, der SGS-Konzern als weltweit führender Anbieter für Prüfung, Testen, Verifizieren und Zertifizierungen, und das IAIK der Technischen Universität Graz, eines der führenden Forschungsteams für Cybersicherheit. Ethische und rechtliche Aspekte werden über das Business Analytics and Data Science Center der Universität Graz eingebracht und Österreichs Zentrum für sichere Informationstechnologie (A-SIT) begleitet die Aktivitäten als neutraler Beobachter.

Vertrauen als Voraussetzung von KI-Anwendungen

„Das Potential von KI wird in Europa erst dann ausgeschöpft werden, wenn ein vertrauenswürdiger Umgang mit Daten sowie Fairness und Verlässlichkeit der Algorithmen und deren Sicherheit gewährleistet ist. Über eine 360° Perspektive wollen wir dafür sorgen, dass KI-Anwendungen technisch konform, zuverlässig und unvoreingenommen funktionieren. Im Fokus stehen alle Bereiche, die für eine hohe Qualität und Vertrauenswürdigkeit von KI essentiell sind: Daten, Algorithmen, Cybersicherheit, Prozesse, Ethik und Recht“, erklärt Stefanie Lindstaedt, CEO des Know-Centers, das Vorhaben.

Wirtschafts- und Forschungslandesrätin Barbara Eibinger-Miedl begrüßt die Initiative: „Künstliche Intelligenz ist ein zentrales Thema der Digitalisierung. Neben großen Chancen gibt es aber auch Herausforderungen. So müssen etwa vertrauenswürdige Systeme und ein hoher Datenschutz sichergestellt werden, um Hemmschwellen beim Einsatz Künstlicher Intelligenz abzubauen. Dass der Weltkonzern SGS dabei auf steirisches Know-how zurückgreift, unterstreicht die hervorragende Arbeit der beteiligten heimischen Akteure. Durch zahlreiche Forschungsprojekte und Digitalisierungsinitiativen ist es uns in der Steiermark gelungen, umfassende Kompetenzen in diesem Bereich aufzubauen und eine globale Vorreiterrolle einzunehmen.“

Unabhängige Prüfung und Zertifizierung von KI-Lösungen

Aktuell gehört KI zu den am schnellsten wachsenden Themenfeldern. Die meisten KI-Systeme sind datengetrieben, das heißt sie erlernen aus großen Mengen von Daten gewünschte Verhaltensweisen. Diese hochmoderne Technologie ermöglicht außergewöhnliche Innovationen, kann jedoch bei nicht adäquater Verwendung ungewollte und sehr negative Auswirkungen haben. Beispiele sind Vorurteile im Rahmen von Personalprozessen oder unsichere Empfehlungen einer KI im Gesundheitswesen.

„Ein Eckpfeiler des Vertrauens in KI ist die Einhaltung von Standards und Vorschriften, die durch Konformitätsbewertungen nachgewiesen werden, die akkreditierte Stellen wie SGS durchführen. In unserer Partnerschaft werden wir neue multidisziplinäre Tools und Techniken entwickeln, um diese Bewertungen zu ermöglichen, die Bereiche wie etwa Cybersicherheit oder Ethik umfassen. Das wird Kunden auf der ganzen Welt einen Mehrwert bieten“, erklärt Siddi Wouters, Senior Vice President Digital & Innovation bei SGS.

Cyberkriminalität als eine der größten Herausforderungen

Trotz des enormen technologischen Potentials sind mit dem Einsatz von KI-Anwendungen auch Unsicherheiten und Risiken verbunden. Es gibt eine Vielzahl an Möglichkeiten, KI-Systeme anzugreifen. Eine große Herausforderung bei der Bewertung von KI-Systemen ist daher die Cyberkriminalität. Beispielsweise könnte ein autonomes Fahrzeug fatale Entscheidungen treffen, wenn Daten, die das im Fahrzeug eingesetzte KI-System verarbeitet, manipuliert werden.

„Herkömmliche statische Prüfungen reichen hier nicht aus. Es braucht die Erforschung grundlegend neuer sicherheitstechnischer Konzepte, um einen kontinuierlichen Nachweis der Robustheit von AI-Systemen gegen Cyberattacken zu erhalten und die Privatsphäre zu schützen. Diese Expertise bringt die TU Graz in die strategische Partnerschaft ein. Die Initiative ist für uns zugleich die logische Vertiefung bereits erfolgreich bestehender Kooperationen im Bereich Informatik, Software Engineering und Cybersicherheit mit SGS, dem Know-Center und der Uni Graz. Davon profitieren auch universitäre Forschung und Lehre, in die die neuen und aktuellen Inhalte einfließen“, erläutert Harald Kainz, Rektor der Technischen Universität Graz.

Akzeptanz von KI-Anwendungen erhöhen

Auch wenn der Einsatz von KI in den letzten Jahren über alle Branchen hinweg zugenommen hat, sind Unternehmen im Hinblick auf Datenschutz und rechtliche Vorgaben nach wie vor oft verunsichert. Die geplante EU-Regulierung könnte hier für zusätzliche Überforderung sorgen und die Wertschöpfung von KI verringern oder gar verhindern. Fehlende Rechtssicherheit durch nicht vorhandene Auditzertifikate sind eine der größten Barrieren, die den breiten Einsatz von KI in der Wirtschaft verhindern und damit Unternehmenspotentiale verringern.

„Auditingansätze für KI sind für einen breiten Einsatz von KI in der Wirtschaft essenziell. Das ist nicht nur eine rechtliche Anforderung, sondern wirkt auch vertrauensstiftend und kann die gesellschaftliche Akzeptanz positiv beeinflussen. Unsere Studien im Bereich Recruiting zeigen beispielsweise, dass Menschen, die sich diskriminiert fühlen, die Bewertung ihrer Qualifikationen lieber durch eine KI als durch einen Menschen durchführen lassen würden. Das ist insbesondere der Fall, wenn es sich um eine zertifizierte KI-Anwendung mit Erklärungskomponente handelt“, sagt Stefan Thalmann, Leiter Business Analytics and Data Science Center an der Uni Graz.

Auch Herbert Leitold, Generalsekretär A-SIT betont: „Durch die Bündelung unterschiedlicher Expertisen können die komplexen Herausforderungen einer KI-Zertifizierung gut gemeistert werden.  Österreich ist damit auf dem richtigen Weg, um Anbietern und Nutzern von KI-Anwendungen bessere Orientierung und Gewissheit über die Güte der Applikationen zu geben.“

Kooperation mit weiteren Partnern

Die Energie Steiermark AG, Leftshift One, NXP und Redwave beteiligen sich mit Use Cases an dem Vorhaben. Die Initiative ist offen für weitere Partner aus Industrie und Wissenschaft, die gemeinsam an KI-Prüfverfahren arbeiten wollen. Durch das umfassende internationale Partnernetzwerk des Know-Centers ist zudem gewährleistet, dass die Forschung stets am neuesten Stand ist und Prüfwerkzeuge und -verfahren kontinuierlich weiterentwickelt werden.

Weitere Informationen zur Initiative: https://sichere-ki.at/

Über das Know-Center

Das Know-Center ist eines der führenden europäischen Forschungszentren für Data-driven Business und Artificial Intelligence (AI). Seit 2001 werden namhafte Unternehmen dabei unterstützt, Daten als Erfolgsfaktor für ihr Unternehmen zu nutzen. Als fixer Bestandteil der europäischen Forschungslandschaft wickelt das Zentrum sehr erfolgreich zahlreiche Projekte und Auftragsforschung auf EU- und nationaler Ebene ab. Das im Rahmen von COMET geförderte K1-Kompetenzzentrum ist die führende Ausbildungsstätte für Data-Scientists in Österreich und bietet eine Bandbreite an Al-Trainings und Beratung für Firmen an. Mehrheitsgesellschafterin des Know-Centers ist die TU Graz, eine wesentliche Trägerin der heimischen AI-Forschung, deren Institute zahlreiche Projekte gemeinsam mit dem Know-Center abwickeln. 2020 wurde das Know-Center als einziges Österreichisches Zentrum mit dem iSpace Gold Award der Big Data Value Association in der Kategorie “Europäischer Innovationsraum“ ausgezeichnet. https://www.know-center.at

Über SGS

Die SGS-Gruppe ist das weltweit führende Unternehmen in den Bereichen Prüfen, Testen, Verifizieren und Zertifizieren. Es gilt als weltweiter Maßstab für Qualität und Integrität. Mit mehr als 93.000 Mitarbeiterinnen und Mitarbeitern betreibt SGS ein Netzwerk von weltweit mehr als 2.600 Niederlassungen und Laboratorien. Die SGS-Gruppe hat ihren Hauptsitz in Genf in der Schweiz.
https://www.sgs.com

Über die TU Graz

An der TU Graz steht Cybersicherheit seit vielen Jahren im Fokus der Forschung. Mit dem Institut für Angewandte Informationsverarbeitung und Kommunikationstechnologien (IAIK) beherbergt die Universität eine der weltweit führenden Forschungseinrichtungen auf diesem Gebiet. Die IAIK-Forschenden beschäftigen sich mit Kryptologie & Privatsphäre Technologien, mit Fragen der Systemsicherheit sowie mit formalen Methoden, und sie entwickeln Werkzeuge, die mobile Geräte sicherer machen und die Sicherheit von elektronischen Signaturen und elektronischen Geräten gewährleisten. Teams des IAIK sind laufend an der Entdeckung von Prozessorschwachstellen beteiligt, oftmals federführend, wie bei den bekannten „Meltdown“ und „Spectre“-Attacken. Im Bereich der Kryptografie nehmen sie äußerst erfolgreich an großen weltweiten Wettbewerben und Verschlüsselungsverfahren teil und setzen dabei neue Kryptografie-Standards, so geschehen etwa beim CAESAR-Chiffre, der AES-Verschlüsselung oder der Post-Quantum Kryptographie. Die Expertise spiegelt sich auch in der wissenschaftlichen Arbeit wider – bisher wurden vom Institut mehr als 1000 Publikationen veröffentlicht.
https://www.tugraz.at

Über das Business Analytics and Data Science Center

Das BANDAS (Business Analytics and Data Science)-Center beschäftigt sich mit datenbasierten Technologien, die bei sehr großen, heterogenen und volatilen Datenmengen (Big Data) zur Anwendung kommen. Der Fokus des Centers gliedert sich in die zwei Schwerpunkte Business Analytics und Data Science.
https://business-analytics.uni-graz.at/de/

Über A-SIT

Das Zentrum für sichere Informationstechnologie – Austria A-SIT ist der Berater und Unterstützer des öffentlichen Sektors zur Informationssicherheit. Kernkompetenzen sind elektronische Signatur und Identität, E-Government, Zahlungssysteme, Kryptographie und aus deren Aktualität und zunehmender Bedeutung mobile Technologien und Cloud Computing. Darüber hinaus wird die Kompetenz über internationale Projekte und Einbeziehung der Wissenschaft gestärkt. A-SIT ist benannte Zertifizierungsstelle sowie akkreditierte Konformitätsbewertungsstelle nach der EU eIDAS Verordnung.
https://www.a-sit.at/

• Die webbasierte App Heli-D unterstützt Schülerinnen und Schüler beim Lernen
• Rätsel zu Gesundheitsthemen sollen Jugend spielerisch für Lesen und Lernen begeistern
• 12- bis 13-Jährige interessieren sich für Immunsysteme, Krebserkrankungen, Verletzungen oder Antibiotikaresistenzen

Zu Beginn ihrer schulischen Ausbildung fällt es Schülerinnen und Schülern oft schwer, Texte gleichzeitig zu lesen und zu verstehen. Der Grund ist, dass die Kinder überwiegend mit dem Lesen beschäftigt sind. Erst in höheren Schulstufen entwickelt sich das Leseverständnis weiter.

Das Forschungsprojekt Heli-D (Health Literacy & Diversity) setzte sich daher zum Ziel, die Gesundheitskompetenzen bei Schülerinnen und Schülern zu fördern und gleichzeitig sinnhaftes Lesen und Verstehen mittels Künstlicher Intelligenz (KI) zu trainieren. Das Projekt wurde von der Karl-Franzens-Universität Graz in Zusammenarbeit mit der MedUni Graz sowie dem Know-Center umgesetzt.

KI trainiert Leseverständnis und ermittelt Kompetenzlevel

Das Trainingsprogramm der App umfasst fünf Module, die unterschiedliche Gesundheitsthemen wie z.B. Verletzungen behandeln. Im Zuge des Trainings lösen die Schülerinnen und Schüler spannende Aufgaben und Rätsel. Pro Modul stehen Texte in vier Schwierigkeitsstufen zur Verfügung. Diese unterscheiden sich z.B. in der Anzahl der Wörter und der sprachlichen Komplexität. Bevor die Schülerinnen und Schüler mit dem Trainingsprogramm starten, wird mithilfe eines Tests ermittelt, wie gut sie beim Lesen und Verstehen von Texten abschneiden.

Immunsysteme und Krebserkrankungen interessieren die Jugend

Die Inhalte der App wurden von der Karl-Franzens-Universität Graz im Rahmen von Workshops mit Schülerinnen und Schülern aus der Steiermark festgelegt und von klinischen Psychologen, Pädagogen und Medizinstudenten ausgearbeitet. Die 12- bis 13-Jährigen interessierten sich vorrangig für Themen wie Immunsysteme, Krebserkrankungen, Verletzungen oder Antibiotikaresistenzen. Insgesamt testeten 800 Schülerinnen und Schüler der Sekundarstufe I (2. und 3. Klasse AHS und NMS) die App. Schließlich werteten Forscherteams die anonymisierten Daten, die gesammelt wurden, im Hinblick auf unterschiedliche Aspekte aus: Waren die Aufgaben zu schwer oder zu leicht? Sollte zum Beispiel die Schülerin oder der Schüler einem höheren Level zugeordnet werden?

Intelligente E-Learning Umgebung

„Unsere Forscherteams entwickelten in Heli-D einen adaptiven Algorithmus. Dieser teilt die Schülerinnen und Schüler in unterschiedliche Leistungsstufen und kann sich basierend auf dem Lernfortschritt während des gesamten Trainingsprogramm anpassen“, sagt Stefanie Lindstaedt, CEO des Know-Centers und erklärt weiter: „Die geschaffene E-Learning-Umgebung ermöglicht es, Schülerinnen und Schüler spielerisch an ein Thema heranzuführen. Obwohl sich die Trainings individuell an die Lernenden anpassen, entsteht dennoch ein sozialer Gruppen-Lerneffekt. Das steigert wiederum die Teamfähigkeit der Schülerinnen und Schüler. Die Ergebnisse zeigten insgesamt, dass die Schülerinnen und Schüler über alle Level hinweg gute Leistungen erzielten, wenn sie mehr Zeit in das Lösen der Aufgaben investierten.“

Die App ist eine gute Ergänzung für Schulen, um Schülerinnen und Schüler für den Gesundheitsbereich spielerisch zu sensibilisieren. Nach Abschluss des Projektes plant die Karl-Franzens-Universität Graz, die App österreichweit allen Schulen zur Verfügung zu stellen.

Links:

Mehr zur App

Artikel des Know-Centers und der Karl-Franzens-Universität Graz: “Slow is Good: The Effect of Diligence on Student Performance in the Case of an Adaptive Learning System for Health Literacy”.

Über das Know-Center

Das Know-Center ist eines der führenden europäischen Forschungszentren für Data-driven Business und Artificial Intelligence (AI). Seit 2001 werden namhafte Unternehmen dabei unterstützt, Daten als Erfolgsfaktor für ihr Unternehmen zu nutzen. Als fixer Bestandteil der europäischen Forschungslandschaft wickelt das Zentrum sehr erfolgreich zahlreiche Projekte und Auftragsforschung auf EU- und nationaler Ebene ab. Das im Rahmen von COMET geförderte K1-Kompetenzzentrum ist die führende Ausbildungsstätte für Data-Scientists in Österreich und bietet eine Bandbreite an Al-Trainings und Beratung für Firmen an. Mehrheitsgesellschafterin des Know-Centers ist die TU Graz, eine wesentliche Trägerin der heimischen AI-Forschung, deren Institute zahlreiche Projekte gemeinsam mit dem Know-Center abwickeln. 2020 wurde das Know-Center als einziges Österreichisches Zentrum mit dem iSpace Gold Award der Big Data Value Association in der Kategorie “Europäischer Innovationsraum“ ausgezeichnet. https://www.know-center.at

• Künstliche Intelligenz hält erfolgreich Einzug in die Leiterplattenindustrie
• Automatisierte Bilderkennung und Analyse als Sprungbrett, um Kosten und Ressourcen in der Qualitätskontrolle zu senken
• Mit erklärbarer KI, auch Explainable AI genannt, will man Vertrauen und Akzeptanz in intelligente Systeme stärken

Leiterplatten sind das Nervensystem aller elektronischen Geräte. Ob bei mobilen Endgeräten oder im Automotive-, Industrie- und Medizinbereich. Die Einsatzbereiche sind vielfältig, ebenso wie die Herstellung. Für eine einzige Leiterplatte sind rund 150 komplexe Arbeitsschritte nötig, bis diese einsatzbereit ist.

Qualitätssicherung auf höchstem Niveau möglich

„Eine hohe Qualität unserer Produkte ist bei AT&S selbstverständlich. Bereits während dem Herstellungsprozess werden automatisiert Fotos der Leiterplatten gemacht und diese laufen anschließend durch eine Bildanalyse-Software. Mitunter kommt es dazu, dass Leiterplatten fälschlicherweise als „fehlerhaft“ erkannt werden. Leider ohne für uns nachvollziehbare Gründe. Das kostete uns zusätzliche Zeit und Ressourcen“, sagt Ulrike Klein, Leiterin der Data & Analytics Abteilung bei AT&S.

Für den führenden Hersteller von High-End Leiterplatten und Projektpartner AT&S entwickelte das Know-Center einen KI-Algorithmus. Dieser erkennt nicht nur die Bilder der Leiterplatten richtig, sondern liefert auch zusätzlich eine Erklärung, warum eine Leiterplatte als defekt oder intakt erkannt worden ist. Dadurch steht AT&S nun ein transparentes KI-System zur Verfügung, das nach einer intensiven Testphase in absehbarer Zeit nachvollziehbare und erklärbare Ergebnisse liefern soll.

Techniker und Künstliche Intelligenz sind sich einig

„Unser Ziel war es, die fehlerhaften Leiterplatten präzise zu erkennen und die Ergebnisse nachvollziehbar zu machen. Es freut uns, dass wir nicht nur das Vorhaben erfolgreich umsetzen konnten, sondern unsere Ergebnisse auch mit den Aussagen der AT&S Techniker übereinstimmen“, sagt Dr. Andreas Trügler, Leiter des DDAI-Moduls am Know-Center und erklärt weiter: „Zuerst musste unser Algorithmus verstehen, welche Leiterplatten fehlerhaft waren und warum. Dazu trainierte das Team ein neuronales Netzwerk und fütterte es mit Bilddaten korrekter und fehlerhafter Leiterplatten. Mithilfe von Methoden aus dem Forschungsfeld „Explainable AI“ konnten wir zusätzlich die Erklärung liefern, warum und wo eine Leiterplatte als fehlerhaft erkannt worden ist.“

Intelligente Produktionsumgebung mittels KI

Industrie 4.0 oder die sogenannte „Smart Factory“ ist längst keine Zukunftsmusik mehr. Der Einsatz von smarten und intelligenten Maschinen und Anwendungen sichert Firmen deutliche Vorteile in Zeiten von steigendem Wettbewerbsdruck.

KI ist mehr denn je die treibende Technologie für innovative Produkte und Dienstleistungen im Digitalisierungszeitalter. Vor allem im Bereich der Automatisierung setzt sich die Fertigungsindustrie intensiv damit auseinander. Stefanie Lindstaedt, Geschäftsführerin des Know-Centers erklärt: „KI ermöglicht Qualitätssicherung auf höchstem Niveau und spart Unternehmen Kosten und Ressourcen. In der automatisierten Bilderkennung und Analyse, die in vielen Branchen Einzug hält, gibt es aber Qualitätslücken. Ein weiterer Stolperstein, um KI in Unternehmen fest zu verankern, ist Vertrauen in diese Technologien. Wir freuen uns sehr, dass es in diesem Projekt gelungen ist, beide Barrieren zu überwinden.“

Das Unternehmen AT&S Austria Technologie & Systemtechnik AG ist einer der Industriepartner im COMET-Modul DDAI. Das Modul unter der Leitung des Know-Centers, wird von der FFG gefördert und verfolgt das Ziel sichere, verifizierbare und erklärbare KI zu entwickeln, die gleichzeitig die Privatsphäre schützt. Damit soll wesentlich zu Akzeptanz und Vertrauen in KI beigetragen werden. Zukünftig will man gemeinsam mit AT&S und weiteren Industriepartnern des Moduls weitere Projekte in Richtung „Trustworthy AI“ vorantreiben.

Über das Know-Center

Das Know-Center ist eines der führenden europäischen Forschungszentren für Data-driven Business und Artificial Intelligence (AI). Seit 2001 werden namhafte Unternehmen dabei unterstützt, Daten als Erfolgsfaktor für ihr Unternehmen zu nutzen. Als fixer Bestandteil der europäischen Forschungslandschaft wickelt das Zentrum sehr erfolgreich zahlreiche Projekte und Auftragsforschung auf EU- und nationaler Ebene ab. Das im Rahmen von COMET geförderte K1-Kompetenzzentrum ist die führende Ausbildungsstätte für Data-Scientists in Österreich und bietet eine Bandbreite an Al-Trainings und Beratung für Firmen an. Mehrheitsgesellschafterin des Know-Centers ist die TU Graz, eine wesentliche Trägerin der heimischen AI-Forschung, deren Institute zahlreiche Projekte gemeinsam mit dem Know-Center abwickeln. 2020 wurde das Know-Center als einziges Österreichisches Zentrum mit dem iSpace Gold Award der Big Data Value Association in der Kategorie “Europäischer Innovationsraum“ ausgezeichnet. https://www.know-center.at

Über AT&S

AT&S ist weltweit einer der führenden Hersteller von hochwertigen Leiterplatten und IC-Substraten. AT&S industrialisiert zukunftsweisende Technologien für seine Kerngeschäfte Mobile Devices, Automotive, Industrial, Medical und Advanced Packaging. Als internationales Wachstumsunternehmen verfügt AT&S über eine globale Präsenz mit Produktionsstandorten in Österreich (Leoben, Fehring) sowie Werken in Indien (Nanjangud), China (Shanghai, Chongqing) und Korea (Ansan nahe Seoul).

• Neue Studie unter Grazer Federführung ermittelte die Treffsicherheit von vier gängigen Musikempfehlungsalgorithmen
• Hörerinnen und Hörer von Mainstream-Musik erhalten offenbar treffendere Musikempfehlungen als Hörerinnen und Hörer von Nicht-Mainstream-Musik
• Die Ergebnisse könnten zu besseren Musikempfehlungsdiensten führen

Eine im renommierten Open-Access-Journal EPJ Data Science veröffentlichte Studie weist darauf hin, dass Musikempfehlungen für Liebhaber von Nicht-Mainstream Musik wie zum Beispiel Hardrock und Ambient möglicherweise weniger zutreffend sind als jene für Hörerinnen und Hörer von Mainstream-Musik wie zum Beispiel Pop.

Ein Team von Forschenden des Know-Centers, der Technischen Universität Graz, der Johannes Kepler Universität Linz, der Universität Innsbruck und der Universität Utrecht (Niederlande) hat die Treffsicherheit von Algorithmus-basierten Musikempfehlungen für Hörerinnen und Hörer von Mainstream- und Nicht-Mainstream-Musik untersucht. Dafür wurde ein Datensatz des bisherigen Hörverhaltens von 4.148 Nutzerinnen und Nutzern der Musik-Streaming-Plattform Last.fm verwendet, von denen die eine Hälfte vorwiegend Nicht-Mainstream- und die andere Hälfte vorwiegend Mainstream-Musik hörte.

„Da immer mehr Musik über Musik-Streaming-Dienste verfügbar ist, sind Empfehlungssysteme für das Suchen, Sortieren und Filtern umfangreicher Musiksammlungen unentbehrlich geworden. Die Qualität der Empfehlungen vieler hochmoderner Musikempfehlungstechniken für Nicht-Mainstream-Musikhörer lässt aber noch einiges zu wünschen übrig. In unserer Studie haben wir herausgefunden, dass sich die Offenheit von Hörerinnen und Hörern für Musik abseits der eigenen Hörpräferenzen, positiv auf die Qualität von Empfehlungen auswirkt. Der sogenannte ‚Blick über den Tellerrand‘ zahlt sich also auch beim Musikhören aus“, erklärt Dominik Kowald, Erstautor der Studie und wissenschaftlicher Leiter des Forschungsbereichs Social Computing am Know-Center.

Algorithmus klassifiziert Musikhörer

„Wir haben zunächst ein Computermodell mit jenen Künstlerinnen und Künstlern erstellt, die von den Nutzerinnen und Nutzern am häufigsten gehört wurden. Anhand dieses Modells konnten wir vorhersagen, wie wahrscheinlich es ist, dass die Empfehlung von vier gängigen Musikempfehlungsalgorithmen den individuellen Hörgeschmack tatsächlich trifft. Das Ergebnis legt nahe, dass Hörerinnen und Hörer von Mainstream-Musik offenbar treffendere Musikempfehlungen erhalten als Hörerinnen und Hörer von Nicht-Mainstream-Musik“, so Elisabeth Lex, wissenschaftliche Leiterin der Studie und Assoziierte Professorin am Institute of Interactive Systems and Data Science der Technischen Universität Graz.

Die Hörerinnen und Hörer von Nicht-Mainstream-Musik wurden durch einen Algorithmus anhand der Charakteristika der Musik, die sie am häufigsten hörten, in folgende Kategorien eingeteilt: Hörerinnen und Hörer von Musikgenres, die ausschließlich mit akustischen Instrumenten gespielt werden (z.B. Folk), Hörerinnen und Hörer von energiegeladener Musik (Hardrock, Hip-Hop), Hörerinnen und Hörer von Musik mit akustischen Instrumenten aber ohne Gesang (z.B. Ambient) und Hörerinnen und Hörer von energiegeladener Musik ohne Gesang (z.B. Electronica).

Die Forschenden verglichen die Hörgewohnheiten der einzelnen Gruppen miteinander und ermittelten, welche Personen am häufigsten Musik außerhalb ihrer bevorzugten Genres hörten und wie breit gestreut die gehörten Musikgenres innerhalb jeder Gruppe waren. Wer hauptsächlich Musik wie Ambient hörte, wies am ehesten eine Bereitschaft auf, sich auch auf Musik einzulassen, die eigentlich von Hardrock-, Folk- oder Electronica-Fans bevorzugt wurde. Personen mit einer Vorliebe für energiegeladene Musik waren am wenigsten geneigt, Musik zu hören, die von der Folk-, Electronica- oder Ambient-Anhängerschaft bevorzugt wurde. Sie hörten stattdessen die größte Vielfalt an Genres, zum Beispiel Hardrock, Punk, Singer/Songwriter und Hip-Hop.

Verzerrte Musikempfehlungsalgorithmen

Anhand des Computermodells prognostizierten die Forschenden, wie wahrscheinlich es ist, dass den verschiedenen Gruppen Nicht-Mainstream-Musikhörender die von den vier gängigen Musikempfehlungsalgorithmen generierten Empfehlungen tatsächlich gefielen. Die Empfehlungen für Liebhaber überwiegend energiegeladener Musik schienen am wenigsten zutreffend zu sein, während sie bei Ambient-Hörenden die höchste Treffsicherheit erreichten.

Stefanie Lindstaedt, CEO Know-Center sagt dazu: „Am Know-Center forschen wir an intelligenten Recommender-Algorithmen für die unterschiedlichsten Inhalte und Anwendungsdomänen. Dabei tritt häufig das Problem auf, dass für Nutzerinnen und Nutzer, die keine Mainstream-Vorlieben haben, oder für selten verwendete Inhalte keine guten Vorschläge generiert werden. Wir sind hier einen wesentlichen Schritt weitergekommen und werden die Erkenntnisse der Studie in unsere Recommender-Angebote integrieren. Wir wollen das Wissen auch dazu verwenden, das Diskriminierungspotential von Algorithmen generell zu verringern, um die Entwicklung von vertrauenswürdiger künstlicher Intelligenz in Österreich und Europa voranzutreiben.“

Die Autorinnen und Autoren verweisen auf den potentiellen Nutzen ihrer Ergebnisse für die Entwicklung von Musikempfehlungssystemen, um bessere Empfehlungen für Musikbegeisterte zu generieren, die sich abseits des Mainstreams bewegen. Sie schränken aber ein, dass ihre Analysen auf einer Stichprobe von Nutzerinnen und Nutzern des Online-Musikdienstes Last.fm beruhen und die Ergebnisse nicht unbedingt repräsentativ sind für alle Last.fm-Nutzerinnen und Nutzer oder für Personen, die andere Musik-Streaming-Plattformen verwenden.

Studie: Dominik KOWALD, Peter MUELLNER, Eva ZANGERLE, Christine BAUER, Markus SCHEDL, Elisabeth LEX. Support the Underground: Characteristics of Beyond-Mainstream Music Listeners. EPJ Data Science (2021)
https://doi.org/10.1140/epjds/s13688-021-00268-9

Kontakt:

Kowald, Dominik, Dipl.-Ing. Dr.techn. BSc
Know-Center | Research Area Manager Social Computing @ Know-Center
Tel.: +43 316 873 30846

Elisabeth Lex, Assoc.Prof. Dipl.-Ing. Dr.techn.
TU Graz | Institut für Interaktive Systeme und Data Science
Tel.: +43 316 873 30841

• Erstmals wird Bilderkennung mit Datenanalysen kombiniert, um Recyclingprozesse in der Abfallwirtschaft nachhaltig zu modernisieren.
• Wichtiger Beitrag zum Umwelt- und Klimaschutz durch Effizienzsteigerung, erhöhte Recyclingrate und verringerten Energieverbrauch.
• Internationale Sichtbarkeit der Steiermark und Österreichs als Technologie-Standort und Vorreiter im Bereich Digitalisierung.

Digitalisierung und Methoden der künstlichen Intelligenz (KI) können einen großen Beitrag leisten, um die Abfallverwertung zu verbessern. Im Forschungsprojekt „KI-Waste“ soll der Recyclinganteil durch innovative Ansätze um mindestens 10 % erhöht werden. Methoden der Bilderkennung und Maschinendatenanalyse werden kombiniert, um den Gesamtprozess der Abfallaufbereitung zu optimieren. Das Projekt unter Leitung des Know-Centers, wird in Zusammenarbeit mit dem Institut für Maschinelles Sehen und Darstellen der Technischen Universität Graz, der JOANNEUM Research Forschungsgesellschaft und der Komptech GmbH umgesetzt.

Die Müll- bzw. Plastikberge wachsen weltweit kontinuierlich an. Etwa 4,4 Millionen Tonnen Siedlungsabfälle aus privaten Haushalten oder ähnlichen Einrichtungen fallen in Österreich pro Jahr an. Dabei handelt es sich vor allem um gemischte Abfälle, die hauptsächlich aus Kunst- und Verbundstoffen sowie organischen Anteilen wie Papier und Kartonagen bestehen. Für die Abfallaufbereitung ist die unterschiedliche Zusammensetzung herausfordernd, weil sich diese saisonal und regional stark unterscheidet. Bestehende Abfallaufbereitungsanlagen haben keine flächendeckend genutzte bzw. geeignete Technologie, um die Qualität der Zwischenschritte innerhalb einer Anlage automatisch zu erkennen. Dadurch kann es zum Beispiel geschehen, dass der Anteil an Kunststoffflaschen gut getrennt wird, während die restlichen Abfallbestandteile wie Kartonagen nur unzureichend abgeschieden werden.

„Unser Ziel ist, die Art und Zusammensetzung des Abfalls im laufenden Prozess zu beschreiben, was einen technologischen Meilenstein darstellt. Wir kombinieren dafür erstmals Bilddaten mit Maschinendaten. Die Daten werden unter realistischen und anwendungsnahen Bedingungen erhoben“, sagt Dr. Robert Ginthör vom Know-Center und erklärt die Vorgangsweise folgendermaßen: „Um die unterschiedlichen Eigenschaften des Abfalls bestmöglich zu erfassen, setzen wir in der Bildverarbeitung 2D und 3D Methoden ein. Die Bildanalyse-Software wird mithilfe von Deep Learning Algorithmen trainiert, um den Abfall zu erkennen und zu unterscheiden.“ Aus Bild- und Zeitreihendaten der Anlage leiten die Forscher schließlich Modelle ab, um die Anlage zu optimieren.

Innovation für Unternehmen und Umwelt

„Die Digitalisierung bietet gerade in unserem Tätigkeitsbereich noch ungenutztes Potential. Ständige Innovation ist das einzig wirksame Mittel, um langfristig als Unternehmen erfolgreich zu sein“, betont Dr. Christian Oberwinkler, CTO der Komptech GmbH, die das Projekt als Technologiepartner im Bereich Behandlung gemischter Abfälle unterstützt.

KI-Waste wird im Rahmen des Zukunftsfonds Steiermark und des Klimafonds Graz gefördert. Wirtschafts- und Forschungslandesrätin, MMag.a Barbara Eibinger-Miedl: „Der Klima- und Umweltschutz haben in der Steiermark einen hohen Stellenwert. Ein wesentlicher Baustein, um steirische Ziele in diesem Bereich zu erreichen, sind moderne Prozesse in einer innovativen Kreislaufwirtschaft. Das Forschungsprojekt KI-Waste wird hierbei einen wertvollen Beitrag leisten und zugleich die internationale Sichtbarkeit der Steiermark und Österreichs als Technologie-Standort stärken.“

Das Ergebnis von KI-Waste wird eine Handlungsempfehlung sein, wie KI in der Prozessoptimierung für die Abfall- und Kreislaufwirtschaft eingesetzt werden kann. Abfallwirtschafts-Unternehmen profitieren von einer Effizienzsteigerung, einer erhöhten Recyclingrate und einem verringerten Energieverbrauch, was sich in weiterer Folge positiv auf die Umwelt auswirkt.

Gestartet wurde das Projekt zu Jahresbeginn 2021 und ist für einen Zeitraum von zwei Jahren geplant. Die Ergebnisse sollen auch Vorarbeiten für andere Industriebereiche liefern, wie zum Beispiel die Pharma- oder Stahlindustrie, in denen ebenfalls Bilddaten gemeinsam mit Zeitreihendaten analysiert werden müssen. Es trägt auch dazu bei, Bilderkennung allgemein im Hinblick auf die Messgenauigkeit und Messposition zu optimieren.

“Als A1 Telekom Austria Group setzen wir auf Innovation als strategischen Eckpfeiler und legen vielfältige Schwerpunkte im Bereich Forschung und Entwicklung. Unsere Zusammenarbeit mit dem steirischen Start-up Invenium ist ein gutes Beispiel für den Einsatz innovativer Technologien aus Österreich und den erfolgreichen Ausbau eines umfangreichen digitalen Ökosystems gemeinsam mit unseren Partnern aus Wirtschaft und Wissenschaft. Das daraus resultierende Produkt „A1 Mobility Insights“ hat sich bereits bei der Corona-Krisenbewältigung als hilfreich erwiesen und kann sich nun auch durch den Beitritt zum HERE Marketplace im Wettbewerb mit den weltweit größten Anbietern behaupten. Damit ist diese Kooperation auch ein Erfolgsbeispiel für den wichtigen Aufbau einer europäischen Datenökonomie“, so A1 Group CEO, Mag. Thomas Arnoldner.

Invenium ist ein Start Up, das aus einem Spin-off der TU Graz und des Grazer Know-Centers hervorgegangen ist. Seit 2017 ist Invenium Member des „A1 Start Up Campus“, der junge Unternehmen bei der Realisierung von Innovationen durch die Bereitstellung von Know-how und Infrastruktur unterstützt. Durch die nun erfolgte Übernahme der Mehrheit an Invenium baut A1 den Bereich der Bewegungsdaten-Analysen aus und bietet mit A1 Mobility Insights ein kommerzielles Produkt auf Basis der TÜV-geprüften und datenschutzkonformen Plattform an.

Invenium war das erste Spin-off des Know-Centers an der TU Graz, das mit den Einnahmen, die sich aus diesem Exit ergeben, Forschungskosten ersetzt und zugleich neue Forschungsarbeiten finanziert.

„Die steirischen Kompetenzzentren, wie insbesondere das Know-Center, sind Motoren für die Zusammenarbeit zwischen Wissenschaft und Wirtschaft. Sie schaffen ein optimales Umfeld, damit zukunftsweisende Unternehmen wie Invenium entstehen können“, so Wirtschafts- und Forschungslandesrätin, MMag.a Barbara Eibinger-Miedl, die hierbei die zentrale Bedeutung dieses steirischen Start Ups unterstreicht: „Die Digitalisierung bietet neue Chancen, die wir nützen müssen, um die aktuelle Krise zu meistern und wieder auf den Erfolgsweg zu kommen. Genau hier setzt Invenium an und liefert wichtige Erkenntnisse, die etwa für Touristikerinnen und Touristiker, Unternehmen sowie Regionen und Gemeinden höchst relevant sind.“