Dokument wird geladen
Deutsches Forschungszentrum für Künstliche Intelligenz German Research Center for Artificial Intelligence next KI als Transformator Wie Künstliche Intelligenz Wissenschaft, Wirtschaft und Gesellschaft neu verbindet
Über uns KI für den Menschen – Intelligente Lösungen für die Wissensgesellschaft Das DFKI forscht seit über 35 Jahren an KI für den Menschen und orientiert sich an gesellschaftlicher Relevanz und wissenschaftlicher Exzellenz in den entscheidenden zukunftsorientierten Forschungs- und Anwendungsgebieten der Künstlichen Intelligenz. Die Deutsche Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) wurde 1988 als gemeinnützige Public-Private Partnership gegründet. Das DFKI unterhält Standorte in Kaiserslautern, Saarbrücken, Bremen, Niedersachsen (Osnabrück und Oldenburg), Darmstadt, Labore in Berlin, Lübeck sowie eine Außenstelle in Trier. In 29 Forschungsbereichen, zehn Kompetenzzentren und acht Living Labs werden ausgehend von anwendungsorientierter Grundlagen- forschung Produktfunktionen, Prototypen und patentfähige Lösungen im Bereich der Informations- und Kommunikationstechnologie ent- wickelt. Die Finanzierung erfolgt über Zuwendungen öffentlicher För- dermittelgeber sowie durch Entwicklungsaufträge aus der Industrie. Projektergebnisse und Meilensteine werden periodisch institutionell und durch ein international besetztes Expertengremium (Wissen- schaftlicher Beirat) begutachtet. Neben dem Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) und den Bundesländern Rheinland-Pfalz, Saarland, Bremen, Hessen und Niedersachsen sind im DFKI-Aufsichtsrat zahlreiche namhafte deutsche und internationale Hochtechnologie-Unternehmen aus einem breiten Branchenspektrum vertreten. www.dfki.de
Editorial KI als Transformator – wissenschaftliche Exzellenz für die Wirtschaft von Morgen Die Hightech Agenda der Bundesregierung hat KI zu einer Schlüsseltechnologie auserkoren: Im Rahmen der KI-Offensive sollen bis 2030 zehn Prozent der deutschen Wirtschaftsleistung KI-basiert erwirtschaftet werden. Was es dafür braucht, sind neben mutigen Investitionen in die Recheninfrastruktur auch ein starker Transfergedanke in der Forschung. Wenn Forschungsergebnisse nicht nur in Fachzeitschriften landen, sondern auch in Produktionshallen, Logistikzentren oder mittel- ständischen Betrieben ankommen, wird aus Theorie Innovation und KI zum Wachstumspfeiler und Wohlstandstreiber. Mit unserer KI-Forschung werden schon heute auf Basis von anwendungs- orientierter Grundlagenforschung Produktfunktionen, Prototypen und patentfähige Lösungen entwickelt. Das zeigen die Projekte Carve-DL, ESCADE, PAIRS, Yield Consortium, Open6GHub+ und unsere Aktivitäten im Bereich der Biomedizin in dieser Ausgabe stellvertretend für unsere vielfältigen Transfervorhaben. Deutschland hat die einzigartige Kombination aus wissenschaft- licher Expertise, industrieller Stärke und einem breiten Mittelstand. Beste Voraussetzungen also für eine enge Verzahnung von Wissen- schaft und Wirtschaft. Wir fördern den Transfer durch gemeinsame Forschungsprojekte, offene Innovationsplattformen und Transfer- Labs. Wie eine Kooperation mit dem DFKI aussehen kann und wieso wir für Unternehmen ein sinnvoller Partner in der KI-Transformation sein können, besprechen mein Kollege Prof. Andreas Dengel und ich in einem Interview. Durch unsere vielfältigen Industriekooperationen entsteht ein Kreislauf, in dem die Wissenschaft Impulse gibt, die Wirtschaft sie skaliert und beide Seiten voneinander lernen. So wird KI nicht zum Selbstzweck, sondern zu einem Transformator, der Deutschland zukunftsfähig macht. 3 Prof. Dr. Antonio Krüger CEO
KI Innovation Yield Consortium: Präzise Ernteprognosen mit KI und Satellitendaten In der Landwirtschaft können Umweltfaktoren und unkontrollierte Ereignisse den Ertrag stark beeinflussen. Selten lassen sich Ernten mit absoluter Sicherheit vorher- sagen. Mit dem Yield Consortium am DFKI wird aus dieser Unsicherheit verlässliche Gewissheit: Eine KI-gestützte Technologieplattform analysiert multispektrale Satelli- tendaten, um präzise und belastbare Ernteprognosen zu erstellen – Monate im Voraus. i b a l a d e m G T A / A S E © 4
KI Innovation Von der Satellitenaufnahme zur Prognose Landwirt:innen stehen oft vor der Herausforderung, Ent- scheidungen unter großer Unsicherheit zu treffen. Der Boden ist bereitet, die Saat ausgebracht – und dann bleibt nur das Warten. KI ändert dieses Muster grundlegend: Das Yield Consortium nutzt die systematischen Aufnah- men von Sentinel-2-Satelliten aus dem Copernicus-Pro- gramm der Europäischen Weltraumorganisation ESA, deren hochauflösende multispektralen Kameras die Landmassen der Erde alle fünf Tage erfassen. „ Mit dem Yield Consortium zeigen wir, wie aus komplexen Satellitendaten und KI-basier- ter Analyse verlässliche Ernteprognosen ent- stehen, die Landwirt:innen und der gesamten Wertschöpfungskette mehr Planungssicherheit und Nachhaltigkeit ermöglichen.“ Prof. Andreas Dengel topografische Datenvielfalt für mehr Präzision Die Satellitenbilder bilden das Herzstück der Ana- lyse. Sie werden ergänzt durch Wetterdaten, Boden- qualitätskarten, Informationen und historische Anbaudaten. Auf dieser Basis kann die KI auch komplexe Zusammenhänge zwischen Umwelt- faktoren und Pflanzenwachstum erkennen. Tests zeigen eine Prognosegenauigkeit von über 90 % beim Wei- zenanbau in den USA – nahezu perfekte Übereinstim- mung zwischen Vorhersage und Ertrag. 5 OpticalWeatherTopographySoil
KI Innovation „Die Ertragsmodellierung in Verbindung mit der BBCH- und LAI-Modellierung ist ein kom- plementärer Bestandteil der Nutzpflanzen- modellierung. Die BASF Digital Farming GmbH hat ein starkes Interesse an den vielfälti- gen Ertragsmodellierungsansätzen, die vom Yield Consortium entwickelt wurden.“ BASF Forschung trifft Industrie Das Konsortium vereint Wissenschaft mit Industrie- partnern wie BASF Digital Farming, John Deere und Munich Re. Diese enge Zusammenarbeit garantiert, dass die Erkenntnisse nicht im Labor verbleiben, sondern di- rekt in praxisnahe Anwendungen fließen. KI macht Unsichtbares sichtbar Ein speziell entwickeltes Modell klassifiziert unter- schiedliche Nutzpflanzen und prognostiziert deren Er- trag. Vergleichsdaten von Landmaschinen bestätigen die Ergebnisse. Damit werden nicht nur Felder, sondern ganze Regionen transparent: Wo ist mit Engpässen zu rechnen, wo mit Überproduktion? Mehrwert für Landwirtschaft und Gesellschaft Die Vorhersagen helfen Landwirt*innen, ihre Abläufe ef- fizienter zu planen, Ressourcen gezielt einzusetzen und Risiken zu minimieren. Doch die Effekte reichen weit darüber hinaus: Aggregierte Daten unterstützen Ernäh- rungssicherung, Handelsstrategien und Klimaanpas- sung – lokal, regional und global. „Sehr konstruktiv erwies sich die Kombina- tion von Expertenwissen aus verschiedenen Branchen, von Agrar bis Versicherung, mit der herausragenden Datenwissenschaftskom- petenz des DFKI. Gemeinsam konnten wir die Vorhersagekraft früherer Modelle verbes- sern.“ Jürgen Wendlandt, Head of Data bei Munich Re Wissen anschaulich vermittelt Unser begleitendes Video illustriert den Weg von Satellitendaten über die KI-Analyse bis hin zur konkre- ten Prognose vor Ort. Es zeigt, wie aus abstrakten Daten greifbarer Nutzen für Landwirtschaft und In- dustrie entsteht. 6
KI Innovation Ausblick: datengetriebene Landwirtschaft Das Yield Consortium ist ein Beispiel dafür, wie KI und Erdbeobachtung zusammenspielen, um Mehrwert in der Landwirtschaft zu schaffen. Die Plattform ist modular aufgebaut und lässt sich flexibel auf andere Kulturen und Regionen übertragen. Perspektivisch eröffnen sich so Anwendungen jenseits der Landwirtschaft – etwa in der Klimabeobachtung oder der urbanen Planung. Prof. Andreas Dengel ist Geschäftsführender Direktor am Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) in Kaisers- lautern und Leiter des Forschungsbereichs Smarte Daten & Wissensdienste. Seine For- schungsarbeit umfasst ein breites Spektrum an Themen der Künstlichen Intelligenz, dar- unter Maschinelles Lernen, Bildverarbeitung, Wissensdienste und semantische Technolo- gien. Als erfahrener Wissenschaftler und Mitt- ler zwischen Forschung und Praxis treibt Andreas Dengel den Transfer innovativer KI- Technologien in verschiedene Anwendungs- bereiche voran – von der Industrie über die Umwelt- und Erdbeobachtung bis hin zu ge- sellschaftlichen Herausforderungen und der Medizin. Unter seiner Leitung entwickeln Teams am DFKI Lösungen, die komplexe Da- tenmengen intelligent analysieren und da- durch neue Erkenntnisse ermöglichen. Dieses interdisziplinäre Vorgehen macht ihn zu einem zentralen Impulsgeber für den verantwor- tungsvollen Einsatz von KI in Wissenschaft und Industrie. Prof. Dr. Prof. h.c. Andreas Dengel Geschäftsführender Direktor DFKI Kaiserslautern 7
KI Innovation KI in der Biomedizin: Einblicke in die Grundlagen des Lebens Künstliche Intelligenz verändert die biomedizinische Forschung grundlegend: Sie fördert bisher verborgene Erkenntnisse über den menschlichen Körper zutage. Neue Therapien, maßgeschneiderte Medikamente und vorbeugende Maßnahmen – dank KI wird Medizin individueller, effektiver und kostengünstiger. Am DFKI in Kaiserslautern zeigt unser Team, wie interdisziplinäre Forschung und praxisnaher Wissenstransfer zu- sammenwirken, um innovative medizinische Erkenntnisse zu gewinnen und so Leben zu retten. Komplexe Daten verstehen, Wissen schaffen Die Heterogenität und Komplexität biomedizinischer Da- ten bringen große Herausforderungen mit sich. Die Daten stammen aus unterschiedlichen Quellen, sind oft unstruk- turiert, liegen in verschiedenen Formaten und uneinheit- licher Terminologie vor. Deshalb haben unsere Wissen- schaftler:innen in Kooperation mit der DFKI-Ausgrün- dung intelligentX GmbH umfangreiche Wissensgraphen aufgebaut, die Hunderte Millionen von Verknüpfungen zwischen Genen, Proteinen, Medikamenten und Krank- heiten abbilden. Die KI sucht in diesen Graphen und den Milliarden Querverbindungen nach Mustern und deckt so ungeahnte Zusammenhänge auf. So lässt sich die not- wendige Transparenz in komplexe medizinische Zusam- menhänge bringen, diese erklären und verstehen – und völlig neuartige Verbindungen entdecken. Diese großen Wissensgraphen sind Kernbestandteil der KI-Systeme, welche hochspezialisiert für diverse Auf- gaben in der Diagnostik und Medikamentenentwicklung trainiert wurden. Sie sorgen nicht nur für präzise Ana- lysen, sondern auch dafür, dass ihre Ergebnisse plausi- bilisiert werden. Das erzeugt nicht nur Vertrauen – und infolgedessen Akzeptanz – sondern ermöglicht das Fine tuning der Modelle und weitere Einblicke in medizinische Prozesse und Abhängigkeiten. „ Gerade in der Medizin ist Transparenz zen- tral. KI-Systeme müssen nachvollziehbar dar- legen können, warum sie eine bestimme Thera- pie oder ein Medikament empfehlen und welche Nebenwirkungen zu erwarten sind. Nur wenn ihre Entscheidungen für Ärzt:innen nachvollzieh- bar bleiben, kann daraus ein echter Mehrwert entstehen.“ Prof. Andreas Dengel Forschung trifft Praxis Damit aus der KI-Plattform für Biomedizin reale Mehr- werte entstehen, baut Dengel auf enge Kooperationen mit Partnern aus der Industrie und Medizintechnik. Eine solche Zusammenarbeit ist fester Be- „ standteil unserer Forschung. Nur so lässt sich nah an den tatsächlichen branchenbezogenen Herausforderungen forschen, neuartige Er- kenntnisse gewinnen und effektiv mit Ex- pert*innen aus anderen Disziplinen an Lö- sungen arbeiten.“ Prof. Andreas Dengel 8
KI Innovation Schematische Darstellung des Wissensgraphen: Ein Team des DFKI und der DFKI-Ausgründung intelligentX GmbH hat umfangreiche Wissensgraphen entwickelt, die komplexe biomedizinische Daten vernetzen und so KI-gestützte Einblicke in bislang verborgene Zusammenhänge rund um Gene, Proteine, Medikamente und Krankheiten ermöglichen. für KI-gestützte Medizinprodukte stellen eine zusätzliche komplexe Hürde dar. Ein klares, einheitliches Regelwerk wäre ein entscheidendes Signal für Investitionen und ra- schere Entwicklungen. Chancen für personalisierte Medizin KI revolutioniert die Möglichkeit, Therapien passgenau auf Patient:innen zuzuschneiden. Durch die Analyse um- fangreicher biomedizinischer Daten gewinnen die For- scher*innen neue Einblicke, die helfen, Medikamente genauer und individueller zu entwickeln. Dabei verspricht die Technologie nicht nur bessere Behandlungen mit we- niger Nebenwirkungen, sondern auch eine effizientere Arzneimittelentwicklung. Erste Erfolge zeigen sich in der Entdeckung neuer Biomarker und in präzisen Vorhersagen zu medikamentösen Wirkungen. Das Ziel: Eine personali- sierte, nachvollziehbare Medizin, die viele Menschen er- reicht und Lebensqualität deutlich verbessert. Dieses Zusammenwirken stellt sicher, dass technologi- sche Entwicklungen genau auf die Anforderungen der Praxis zugeschnitten sind und schnell in realitätsnahe An- wendungen münden. Gleichzeitig schafft es eine frucht- bare Basis für die hochwertige Ausbildung von jungen Wissenschaftler*innen, die sowohl fachlich fundiert als auch praxisorientiert denken und handeln. Ein wichtiges Instrument zur Umsetzung solch enger Partnerschaften sind die Transferlabs am DFKI. In diesen spezialisierten Kooperationsplattformen arbeiten Mit- arbeiter*innen von Partnerorganisationen direkt in den Forschungsteams des DFKI mit. Im geschützten Daten- raum entstehen dabei maßgeschneiderte Lösungen und Prototyen, die eng am wissenschaftlichen Fortschritt entlang entwickelt und getestet werden. So schaffen die Transferlabs einen dynamischen Austausch, der Innova- tion beschleunigt. Ethische und regulatorische Herausforderungen Ethik und Recht sind im Bereich der Verknüpfung von Me- dizin und Künstlicher Intelligenz unverzichtbar. In der Ar- beit mit sensiblen Patientendaten setzt das DFKI auf mo- dernste Privacy-Methods, die Informationen so schützen, dass keine Rückschlüsse mehr auf Personen möglich sind. Doch daneben gilt es, die Balance zwischen schnell voran- schreitender Innovation und höchstem Datenschutz zu si- chern. Die uneinheitliche Regulierung – etwa im europäi- schen AI Act – führt zu Verunsicherung bei Unternehmen, besonders im Gesundheitsbereich. Zulassungsprozesse 9
KI Innovation PAIRS: Proaktives Krisenmanagement mit KI Künstliche Intelligenz kann Unternehmen nicht nur effizienter, sondern auch resilienter machen. Im Projekt PAIRS (Privacy-Aware, Intelligent and Resilient Crisis Management) entwickeln Forschende eine Plattform für effizientes, datenbasiertes Krisenmanagement. Das Forschungsteam entwickelte mehrere KI-basierte Smart Crisis Management Services, um Krisenszenarien schneller zu identifizieren. Die KI- Services stellen Entscheidungsgrundlagen für Unternehmen, Regierungen, Gesund- heitsorganisationen und den Zivilschutz bereit, sodass diese Krisen proaktiv bewältigen können. Über das Projekt hinaus: Der Forschungsbereich Smart Service Engineering von Professor Maaß ent- wickelt am DFKI in Saar- brücken Lösungen zur sys- tematischen Konzeption u n d E n t w i c k l u n g vo n Smart-Service-Systemen an der Schnittstelle zwi- schen technischen und betriebswirtschaftlichen Fragestellungen. Prof. Dr.-Ing. Wolfgang Maaß Forschungsbereichsleiter Smart Service Engineering 10 Transparente Lieferketten In der Domäne Produktion, Logistik und Lieferketten kann das Modul „Hidden Problem Detector“ zur Er- kennung versteckter Probleme sowie zur Optimierung komponentenbasierter Lieferketten eingesetzt wer- den. Das Modul bietet Transparenz entlang der Lie- ferketten durch die graphentheoretische Analyse von Engpass-Trends auf Komponentenebene. Dazu wer- den Stücklisten-Daten (BOM) automatisch in einen Wissensgraphen umgewandelt und mit zusätzlichen Informationen, wie beispielsweise Preisdaten, ange- reichert. Sichere Energieversorgung dank KI Der „Outage Predictor” prognostiziert regionale Stromausfälle im Bereich der Energiewirtschaft und trägt somit zur Resilienz der Stromversorgung bei. Mithilfe von vergangenen Wetter- und Stromausfall- daten werden Szenariomuster in JSON-LD genutzt, um eine KI-basierte Szenarioplanung durchzuführen und einen Wissensgraph für Krisenszenarien aufzube- reiten. So können regionale Stromausfälle prognosti-
KI Innovation ziert und anhand von Szenariomustern genauer erklärt werden. („Social Signaling“- und „Newspaper Signaling“-Modu- le) sowie Erdbeben auf Basis seismischer Sensordaten zuverlässig zu erkennen („REAVER“-Modul). Umfassende Krisensicherheit dank PAIRS Die Plattform bietet mit domänenunabhängigen Modu- len die zusätzliche Möglichkeit, Krisensignale in sozia- len Medien und Nachrichten frühzeitig zu identifizieren Durch die Abdeckung der unterschiedlichen Domänen und die modulare Architektur ermöglicht die Techno- logie ein ganzheitliches, proaktives Krisenmanagement. 11
KI Innovation Carve-DL: Wie KI die digitale Forensik revolutioniert Präzise Datenrekonstruktion für mehr Sicherheit Digitale Spuren sind das Herz der modernen Forensik. Kriminelle hinterlassen dabei häufig unbewusst Spuren – etwa bei der Nutzung von Computern oder im Internet. Um solche digitalen Hinweise zu sichern, setzen Ermittler auf modernste Methoden – bis hin zu speziell trainierten Datenspürhunden, die selbst versteckte USB-Sticks aufspü- ren können. Doch was passiert, wenn wesentliche Daten unwiederbringlich gelöscht sind? Carve-DL am DFKI liefert Antworten und revolutioniert die digitale Forensik. « Wir sehen Carve-DL und weitere KI Projekte als einen zukunftsfähigen Ansatz, chen Methoden kaum greifbar sind. Ermittlungen werden da- durch schneller, verlässlicher und genauer. Digitale Spuren neu denken Im digitalen Zeitalter sto- ßen klassische Ermittlun- gen bei der Auswertung von Massendaten schnell an Grenzen, wenn Daten nur noch fragmentarisch, oft in unverknüpften Spei- cherbereichen vorliegen. Diese Fragmentierung er- schwert klassische Daten- rekonstruktionsverfahren erheblich. Carve-DL setzt auf modernste Deep-Learning- Technologien, darunter Transformer-Modelle, um selbst kleinste Datenteile präzise zu rekonstruieren – und damit Informationen zurückzuholen, die bisher als ver- loren galten. schneller an relevante Beweise zu gelangen – ein wichtiger Baustein für eine effiziente und moderne Polizeiarbeit. » Dr. Matthias Müller, LKA Rheinland-Pfalz Praxisnaher Nutzen Die Technologie hilft nicht nur bei Ermittlungen von Polizei und Strafverfolgungsbehör- den, sondern auch in Unter- nehmen bei der Datenrettung oder beim Schutz digitaler Archive. Die enge Zusammen- arbeit von Carve-DL mit den Sicherheitsbehörden sorgt dafür, dass Forschung und Anwendung Hand in Hand gehen. So gelangt die Innovation direkt dorthin, wo sie gebraucht wird. KI bringt Ordnung ins Datenchaos Mit neuronalen Transformermodellen und intelligen- ten Analyseverfahren wie iterativem Clustering macht Carve-DL aus verstreuten Bits wieder nutzbare Bewei- se. So entstehen digitale Spuren, die mit herkömmli- Ausblick Carve-DL ist eine Schlüsseltechnologie für die digitale Sicherheit von morgen. Sie hebt die Forensik und Daten- rettung auf ein völlig neues Niveau und zeigt exempla- risch, wie KI Forschung und Gesellschaft transformiert und neue Maßstäbe setzt. 12
Neue Klassifizierungsmodelle zur Identifikation von Dateitypen in Rohdaten verbessern den Wiederherstellungs- prozess, ergänzt durch Deep-Learning-gestützte Clustering-Techniken, die effizient zusammengehörige Dateifrag- mentgruppen ermitteln. KI Innovation Data- Recovery Delete Disk 1 Fragmentation Overview 3 An advanced fragment reordering model that already correctly assembles 95% of the reconstructed image fragments Lorem ipsum dolor sit amet, consecte Disk 1 Reordering Recovered data 95% 2 A specialised verification model to reliably reconstruct image fragments. CARVE-DL Carve-DL entstand in Zusammenarbeit mit dem Landeskriminalamt Rheinland- Pfalz und dem Bundeskriminalamt. Im Rahmen der Arbeitsgruppe GeT-AI unter der Leitung von Dr. Tobias Wirth erforschen DFKI-Forschende, wie mo- derne KI-Tools Ermittlungsbehörden bei i h re n i m m e r ko m p l exe re n A u fga b e n effizient entlasten und langfristig zur Verbesserung der Verbrechensbekämp- fung und -aufklärung beitragen können. Disk 1 Data-Recovery 1 New classification models to identify file types in raw data, which improve the recovery process File type Sound Video Image Text Delete process Reconstruction process
KI Innovation Netzwerk der Möglichkeiten: Mit dem Open6GHub+ in die vernetzte Zukunft Mit dem Open6GHub+ verwandelt das DFKI seinen einstigen Forschungshub für die kommende Mobilfunkgeneration in ein offenes Transferzentrum. So sollen die Ergebnisse aus der gemeinsamen Grundlagenforschung mit Instituten und Universitäten für Unter- nehmen, Forschungsinstitutionen und die breite Gesellschaft nutzbar gemacht werden. Die Entwicklung ist jedoch hoch komplex. Bisher agier- ten verschiedene Netzwerke unabhängig voneinander – mit unterschiedlichen Frequenzbändern, Technologien und regulatorischen Vorgaben. Open6GHub+ bringt diese unterschiedlichen Systeme in einem Ökosystem zusammen und schafft damit eine verlässliche, katas- trophensichere und weitläufige Kommunikationsinfra- struktur. « Wir haben eine breite Palet- te an Technologien für 6G he- rausgearbeitet, die es nun mit Partnern aus der Industrie in konkrete Lösungen zu über- führen gilt. » Prof. Dr.-Ing. Hans Dieter Schotten Leiter des Forschungsbereichs Intelligente Netze am DFKI, Koordinator der 6G-Plattform und Leiter des Open6GHub+ 14 Für Industrie und Gesellschaft Damit 6G seine Potenziale entfalten kann, werden im Open6GHub+ alle technologischen Entwicklungen pra- xisnah getestet. In sogenannten Missionen werden technische Lösungen gemeinsam mit Partnern aus der Industrie für den Markteintritt ab 2030 vorbereitet und in offenen Laboren (OpenLabs) praktisch erprobt. Die neue Mobilfunkgeneration bietet wesentliche Neuerun- gen: Dazu zählen die Integration intelligenter Services, innovative Netzwerkarchitekturen sowie die enge Ver- zahnung terrestrischer und nicht-terrestrischer Netze für Satelliten und Drohnen. Ziel ist eine Infrastruktur, die robuster, zuverlässiger und ein Garant für europäi- sche digitale Souveränität ist. Gleichzeitig adressiert 6G gezielt die Schwachstellen, die 5G bislang offenließ. Viele Versprechen der aktuel- len Generation – etwa hohe Datendurchsätze in Cam- pusnetzen oder präzise Lokalisierung – wurden nicht vollständig eingelöst. Viele Unternehmen und Organisa- tionen setzen deshalb oft weiterhin auf bewährte, ältere oder alternative Systeme. Mit 6G will der Open6GHub+ diese Lücken schließen und einen spürbaren Mehrwert für Wirtschaft und Gesellschaft schaffen.
KI Innovation Um die Bedarfe bereits während der Entwicklung von 6G realitätsnah abzubilden, bedient sich das Open6GHub+ zweier zentraler Konzepte: 1. Missionen: Gemeinsam mit Partnerorganisationen aus Wirtschaft und Gesellschaft werden konkrete tech- nologische Ziele definiert und umgesetzt. Dabei ent- steht ein Technologie-Output, der direkt in den interna- tionalen Standard einfließt und als Grundlage für neue Produkte dient. 2. OpenLabs: Diese offenen Laborräume sind Orte für gemeinsame Entwicklung, Demo und Validierung von Technologien zusammen mit Partnern aus Wirtschaft und Gesellschaft. Auch KMU und Start-ups erhalten hier Zugang und Mitgestaltungsmöglichkeiten. KI als Herzstück von 6G Künstliche Intelligenz ist heute in allen wesentlichen Bereichen der Gesellschaft und Wirtschaft angekom- men. Ein modernes 6G-Netz schafft die Basis, um un- terschiedliche KI-Technologien flächendeckend für alle Menschen und Organisationen zugänglich zu machen. Gleichzeitig eröffnet KI neue Möglichkeiten für die Echt- zeit-Orchestrierung immer komplexerer Netzstrukturen und trägt dazu bei, Ressourcen effizienter und nachhal- tiger zu nutzen. 6G und KI bilden eine symbiotische Einheit: Von intelli- genten Services, die das Netz eigenständig bereitstellt, bis hin zu verteilten KI-Anwendungen auf Edge-Geräten in Fabriken, Krankenhäusern, Fahrzeugen oder im pri- vaten Alltag profitieren Nutzer:innen gleichermaßen. Dieses Zusammenspiel liefert das technologische Fun- dament für kontinuierlich lernende Systeme – ob Pfle- geroboter, autonome Fahrzeuge, smarte Umgebungen oder individuelle Assistenzsysteme, die sich flexibel auf die Bedürfnisse aller Menschen einstellen. Innovation mit Herausforderungen Die Entwicklung von 5G hat uns einiges gelehrt. Eine er- folgreiche Einführung von 6G setzt voraus, dass Politik, Wirtschaft und Gesellschaft mitgenommen werden. Da- für braucht es Aufklärung, transparente Kommunikation und Partizipationsmöglichkeiten. Durch die Umsetzung seiner OpenLabs und erfolgreichen Realisierung der Missionen trägt der Open6GHub+ maßgeblich dazu bei, diesen Ansprüchen gerecht zu werden. Die kommende Mobilfunkgeneration soll nicht nur die Wirtschaft stärken, sondern vor allem das Leben der Menschen bereichern. Sichere, zuverlässige und flä- chendeckende Vernetzung ermöglicht digitale Teilhabe für alle. 6G-Plattform und Innovationsraum Die 6G-Plattform ist die koordinierende Begleit- forschung aller vom Bundesministerium für For- schung, Technologie und Raumfahrt (BMFTR, ehemals BMBF) geförderten 6G-Projekte. Seit ihrer Gründung im Jahr 2021 trägt sie wesentlich zur digitalen Souveränität Deutschlands bei. Das DFKI bündelt die exzellente Forschungs- kompetenz um den Open6GHub – dem aktuel- len Forschungshub –, das neue Transferzentrum Open6GHub+ sowie den Startup-Inkubator start. smart.connect, der junge Unternehmen in der kritischen Gründungsphase gezielt fördert und begleitet. Diese dichte Vernetzung macht das DFKI zu einem der zentralen Hotspots bei der Entwicklung und Umsetzung von 6G-Technolo- gien in Deutschland. 15
KI Innovation ESCADE: Nachhaltiger und wirtschaftlicher Betrieb von Rechenzentren dank KI Künstliche Intelligenz birgt großes Potenzial. Aber der Stromverbrauch der Techno- logie ist sehr hoch: Laut einer Prognose der Internationalen Energieagentur (IEA) wird sich der weltweite Strombedarf für Rechenzentren, die zum Training und Betrieb von KI-Modellen genutzt werden, bis 2030 mehr als verdoppeln. Genau hier setzt das Pro- jekt ESCADE des DFKI und der Universität des Saarlandes an. Das Ziel: KI-Modelle um bis zu 90 Prozent energieeffizienter machen. So können Unternehmen ihre Nachhaltig- keitsziele ohne Leistungseinbußen erreichen. Generative KI: leistungsfähig, aber energieintensiv Damit KI-Modelle zur Verarbeitung natürlicher Spra- che, wie ChatGPT, Mistral und Claude oder auch visu- elle KI-Modelle, ihr volles Potenzial entfalten können, sind große Datenmengen erforderlich. Mit den genera- tiven KI-Modellen geht daher auch ein großer Strom- verbrauch einher. Schon das Training der Modelle ist äußert ressourcenintensiv: Für das Training von GPT-4 wurden Schätzungen zu- folge 50 GWh verbraucht. Aber auch der laufende Betrieb kostet Energie. Laut Sam Altman benötigt ChatGPT etwa 0,34 Watt- stunden pro Anfrage. Und davon gibt es laut OpenAI 2,5 Milliarden pro Tag. Das Projekt ESCADE hat sich zum Ziel gesetzt, KI-Mo- delle so zu verkleinern, dass sie ohne Leistungseinbußen in Unternehmen eingesetzt werden können. Die KI und ihre Vorteile sollen dadurch auch für kleinere und mittel- ständische Unternehmen zugänglich gemacht werden. Kleinere KI-Modelle, optimierte Leistung Im Kern des Projekts ESCADE steht die Komprimierung von KI-Modellen. Dafür wird unter anderem die Metho- de der Wissensdestillation genutzt. Hier werden aus „Lehrermodellen“ großen kleinere und ressourcen- schonende „Schülermodel- le“ abgeleitet. Diese ver- fügen dann nicht über alle Daten, sondern nur über die, die für den spezifischen Aufgabenbereich relevant sind. Die Projektergebnisse zeigen, dass sich auf diese Weise die Modelle um bis 16
KI Innovation Ausführung der Modelle am energie- und kosteneffizi- entesten realisiert werden kann. Gleichzeitig zeigt das System, wie sich unterschiedliche KI-Modellkonfigurati- onen und Hardwareoptionen auswirken. Hier können die verschiedenen Strategien zur Effizienzsteigerung einge- setzt werden. EAVE unterstützt fundierte Entscheidun- gen, die Leistung, Nachhaltigkeit und Wirtschaftlichkeit von Rechenzentren in Einklang bringen. Entscheidungs- träger können ihre Rechenzentren somit datenbasiert, ressourcenschonend und zukunftssicher steuern. Zu- dem können Unternehmen das Verhältnis von KI-Leis- tung zu Betriebskosten gezielt optimieren. ESCADE bei Saar Stahl: Spezialisiertes KI-Modell sorgt für mehr Nachhaltigkeit und Effizienz In einer Kooperation mit der Stahl Holding Saar testet das Projektteam aus dem Forschungsbe- reich Smart Service Engineering um Professor Wolfgang Maaß die Praxistauglichkeit der For- schung. Ziel ist es, Stahlschrott zu sortieren, sodass daraus neuer Stahl gewonnen werden kann. Bisher nutzte das Unternehmen ein gro- ßes visuelles Modell zur Schrottsortierung. Die- ses wurde von den Forschenden komprimiert. Dadurch wurde das visuelle Modell nicht nur energieeffizienter, sondern zum Teil sogar leis- tungsfähiger. Anstelle des großen Allrounder- Modells, das viel Energie verbraucht, wird die Aufgabe nun also von einem kleinen, speziali- sierten KI-Modell ausgeführt. zu 90 Prozent verschlanken lassen. Außerdem nutzen die Forschenden die Methode der „Neuronalen Archi- tektursuche“. Während neuronale Netze für KI-Modelle normalerweise von Expertinnen und Experten manuell entworfen werden, übernimmt hier die KI selbst die- se Aufgabe: Sie identifiziert automatisch die optimale Architektur für den jeweiligen Anwendungsfall. Vor al- lem bei visuellen KI-Modellen, also solchen, die digitale Bilddaten verarbeiten, konnten die Forschenden bereits vielversprechende Erfolge erzielen. Aktuelle Projekter- gebnisse zeigen, dass sich Modelle auch auf diese Weise um bis zu 90 Prozent verkleinern lassen. Update für die Hardware Neben der Softwareoptimierung setzen die Forschen- den auch bei der Hardware an. Sie entwickeln Konzepte, um Neural Processing Units (NPUs) in GPU-basierten Rechenzentren zu integrieren. Dabei kommen neuro- morphe Chiptechnologien zum Einsatz. Diese orien- tieren sich, im Gegensatz zu klassischen KI-Chips, am Aufbau von menschlichen Gehirnen und deren Art, In- formationen aufzubereiten. Das Ergebnis sind Chips, auf denen KI-Modelle energieeffizient und leistungsstark betrieben werden können. Ein Tool, volle Transparenz: EAVE Mit dem Prototyp „EAVE – Energy-Analytics for Cost- Effective & Sustainable Operations“ haben die For- schenden ein Tool entwickelt, das Rechenzentren um- fassend überwacht und einen effizienten sowie nach- haltigen Betrieb ermöglicht. EAVE prognostiziert den Energieverbrauch, die CO₂-Emissionen sowie die Be- triebskosten eines KI-Modells und gibt einen Überblick darüber, in welchem Land und zu welchem Zeitpunkt die 17
Interview Künstliche Intelligenz als Motor für Transformation Ein Doppelinterview mit Prof Antonio Krüger, CEO DFKI, und Prof. Andreas Dengel, Geschäftsführender Direktor DFKI Kaiserslautern Wo entfaltet Künstliche Intelligenz derzeit ihre größte transformative Kraft für Wirtschaft und Gesellschaft – und welche Verantwortung leitet sich daraus ab? Technologie kann ganze Branchen, die Gesellschaft und unser aller Lebensrealität verändern. Für das DFKI heißt das: Wir nutzen diese Kraft verantwortungsvoll und ge- stalten sie frühzeitig – gemeinsam mit Partnern aus Wissenschaft, Industrie und Gesellschaft. Prof. Antonio Krüger, CEO DFKI: KI ist die Querschnittstechnologie unserer Zeit, vergleichbar mit Elek- trizität, dem Rad oder der Dampf- maschine. Sie stellt Prozesse auf den Kopf und eröffnet völlig neue Denkweisen. Das Potenzial dieser Prof. Andreas Dengel, Geschäftsführender Direktor DFKI: Wirkliche Innovation entsteht nur, wenn man die echten Probleme kennt. Wir müssen sie im Kontext ihres Bestehens oder Entstehens verstehen, um ihre Ursachen zu durchdringen. Deshalb ist der enge 18 Kontakt zu Anwendern der zent- rale Schlüssel unserer Arbeit. So entwickeln wir Forschungsprojekte mit Substanz – wissenschaftlich relevant, praxisnah und anwendbar. Wo liegt das Potenzial von KI als Katalysator für gesellschaftliche Veränderungen und neue Wertschöpfung – und wie lässt sich dieses in kon- krete Innovationen umset- zen? Krüger: Das ganze Potenzial von KI zeigt sich dort, wo sie gesellschaftliche Herausforderungen adressiert. Ob in Gesundheit, Industrie oder Verwaltung: KI öffnet zentrale Zu- kunftsfelder, wie die beschleunigte Entwicklung neuer Therapien. Sie ist mehr als ein Werkzeug – sie ist Motor für innovative Geschäfts- modelle und gesellschaftlichen Fortschritt. Dengel: Ein beeindruckendes Beispiel ist das Repurposing zugelassener
Interview Medikamente. Durch Analyse kli- nischer Daten, molekularer Profile und Publikationen lassen sich neue Indikationen identifizieren. NLP er- schließt unstrukturierte Texte, ma- schinelles Lernen erkennt verbor- gene Muster, Simulationen prüfen Wirkstoff-Protein-Interaktionen. Hier verbinden sich Innovation und hoher gesellschaftlicher Nutzen. Was braucht es aus Ihrer Sicht, damit KI-Innova- tionen im Praxis- und Wirtschaftstransfer ihre volle Wirkung entfalten? Krüger: Wir sind Brückenbauer zwischen Spitzenforschung und Wirtschaft, schaffen Vertrauen und Innovation. Mit über 400 Projekten in Industrie und Gesellschaft sind wir der Part- ner, der wissenschaftliche Exzellenz in greifbare Produkte und Lösungen verwandelt. Doch Forschung allein reicht nicht. Wirkung entsteht erst, wenn Innovationen in relevante gesellschaftliche Kontexte einge- bettet werden. Dengel: Erfolgreicher Transfer braucht ge- meinsame Projekte und sichtbare Erfolge – etwa in unseren Transfer- labo-ren (Transferlabs). Dort entstehen KI-gestützte Lö- sungen für die Beobachtung von Zellkulturen, Modernisierung der Forensik oder die Sicherheit der Finanzwelt. Unsere Kooperationen stärken Deutschland als Inno-va- tionsführer durch messbare Ergeb- nisse. Wie prägt das DFKI als Forschungs- und Trans- ferpartner den Wandel von Wirtschaft und Gesell- schaft? Krüger: Das DFKI treibt maßgeblich Inno- vationen voran – von Robotern, die eng mit Menschen zusammenarbei- ten bis hin zu KI-Systemen im Ge- sundheitswesen mit bahnbrechen- den Therapieerfolgen bei schweren und seltenen Krankheiten. Unser Erfolg misst sich daran, wie wir Gesellschaft und Wirtschaft durch KI stärken und transformieren – mit vertrauensvollen Partnerschaften und innovativen Ansätzen. Dengel: Darüber hinaus fördern wir den Austausch von Wissen und Best Practices über Ländergrenzen hinweg und unterstützen die Aus- bildung von Fachkräften im KI-Be- reich. So stärken wir die langfristige Innovationskraft Europas, sichern die Nachhaltigkeit technischer Fort- schritte und schaffen Chancen für die Gesellschaft von morgen. Erfahren Sie mehr darüber, wie wir mit Partnern echten Mehrwert schaffen: dfki.de/transfer 19
Lübeck Oldenburg Bremen Berlin Osnabrück DFKI-Standort DFKI-Labor DFKI-Außenstelle Trier Darmstadt Kaiserslautern Saarbrücken Impressum dfki ai next; Ausgabe November | 2025; Herausgeber: Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI); Trippstadter Str. 122, 67663 Kaiserslautern; Tel.: +49 631 20575 0; E-Mail: news@dfki.de; Redaktion: Jeremy Gob (verantwortlich), Valentina Röther, Christian Heyer; Lektorat: Sandra Antakli; Layout: Lando Lehmann, Juan Mejia; Satz: One Vision Design, Saarbrücken Credits Titelseite: DFKI; Seite 3: DFKI, Oliver Dietze; Seite 4: ESA/ATG medialab; Seite 5 oben: DFKI, rechts: DFKI; Seite 6: DFKI, Lando Lehmann; Seite 7: DFKI, Felix Amsel; Seite 8: DFKI; Seite 9: DFKI; Seite 10: DFKI, Jürgen Mai; Seite 11: KI-generiertes Bild, Adobe Firefly, Mahmud – stock.adobe.com; Seite 13: DFKI; Seite 14: DFKI, Lando Lehmann; Seite 16: SaymaHossan – stock.adobe.com; Seite 17: diloomi – stock.adobe.com; Seite 18: DFKI, Felix Amsel; DFKI, Jürgen Mai; Seite 19: stocked – stock.adobe.com; Seite 20: DFKI