Dokument wird geladen
Deutsches Forschungszentrum für Künstliche Intelligenz German Research Center for Artificial Intelligence next Wie KI sich in der Welt orientiert Von der Wahrnehmung zur Handlung t r e i r e n e g - I K
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, Saar- brücken, Bremen, Niedersachsen (Osnabrück und Oldenburg), Darm- stadt, Labore in Berlin und Lübeck sowie eine Außenstelle in Trier. In 29 Forschungsbereichen, 13 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 und den Bundesländern Rheinland-Pfalz, Saarland, Bremen, Niedersachsen und Hessen sind im DFKI-Aufsichtsrat zahlreiche namhafte deutsche und internatio- nale Hochtechnologie-Unternehmen aus einem breiten Branchen- spektrum vertreten. www.dfki.de 2
Editorial KI föderal und europäisch denken Internationale Kooperation, wissenschaftliche Sichtbarkeit und strategische Souveränität Künstliche Intelligenz wird nicht im Alleingang vorangebracht. Kooperationen mit starken europäischen oder internationalen Partnern wie DFKI und INRIA oder die Arbeit von CERTAIN zeigen, dass wissenschaftliche Exzellenz dort entsteht, wo Forschung über Instituts- und Ländergrenzen hinweg zusammengeführt wird. Das Netzwerk der deutschen KI-Kompetenzzentren stärkt die inter- nationale Strahlkraft der deutschen KI-Forschung und etabliert KI aus Europa als Markenzeichen für eine exzellente und vertrauens- würdige KI. Verbünde wie das Robotics Institute Germany (RIG) bündeln Kompetenzen, schaffen Anschlussfähigkeit zwischen Disziplinen und machen sichtbar, dass KI-Forschung heute oft dort am stärksten ist, wo Wahrnehmung, Orientierung und Handeln nicht getrennt, sondern gemeinsam gedacht werden. Auf den großen internationalen Bühnen – von CVPR, ICML und anderen IEEE-Konferenzen bis zur IJCAI – wird genau diese For- schung verhandelt, die den nächsten Schritt der KI prägt. Die Hightech Agenda Deutschland setzt dafür den politischen Rah- men. Ihr Ziel ist klar: die technologische Souveränität stärken, die Verfügbarkeit von KI-Kapazitäten verbessern und Deutschland in der nächsten Generation von KI international anschlussfähig halten. Diese Ausgabe nimmt das als Ausgangspunkt. Sie zeigt, wie aus exzellenter Forschung, internationaler Kooperation und domänen- spezifischer Vernetzung eine herausragende KI-Landschaft entstehen kann. 3
KI-Orientierung Wie KI sich in der Welt orientiert Von der Wahrnehmung zur Handlung Künstliche Intelligenz steht an einem Punkt, an dem bloße Leistungssteigerung nicht mehr genügt. Die entscheidende Frage ist nicht, wie Systeme noch größer, schneller oder allgegenwärtiger werden. Die entscheidende Frage ist, welche Art von KI Europa entwickeln will, wenn technologische Handlungsfähigkeit, wissenschaftliche Eigen- ständigkeit und gesellschaftliche Verlässlichkeit zusammenkommen sollen. Genau hier beginnt heute der eigentliche Anspruch von Forschung: KI nicht nur leistungsfähiger zu machen, sondern sie zur Orientierung in einer komplexen, offe- nen und von Menschen geprägten Welt zu befähigen. strukturen, die nicht allein auf maximale Größe, son- dern auf Belastbarkeit, Sicherheit, Effizienz und wissen- schaftlich-industrielle Steuerbarkeit ausgelegt sind. Deutschland und Europa bringen dafür viel mit: wissen- schaftliche Exzellenz, wachsende politische Aufmerk- samkeit und ein geschärftes öffentliches Bewusstsein dafür, dass KI längst keine ferne Zukunftstechnologie mehr ist, sondern zur erfolgskritischen Strukturfrage von Wirtschaft, Wissenschaft und Gesellschaft gewor- den ist. Entscheidend ist nun, aus diesen Einsichten auch Zielvorgaben zu machen. Wer KI nur als globalen Wettlauf um Skalierung begreift, wird am Ende fremden Entwicklungslogiken unterworfen sein. Wer KI als For- schungsfrage ernst nimmt, kann eigene Maßstäbe set- zen – bei Transparenz, Energieeffizienz, Kontrollierbar- keit und realer Einbettung. Technologische Souveränität beginnt deshalb nicht erst beim Markterfolg, sondern bei der Fähigkeit, die Grundlagen kommender Systeme selbst zu bestimmen. Wenn Europa seine Abhängigkeit von geschlossenen außereuropäischen Systemen verringern will, muss es gerade dort investieren, wo die nächste KI-Generation entsteht. Dazu gehören neue Rechnerarchitekturen, energieeffiziente Verarbeitungsparadigmen und Infra- Noch grundlegender ist jedoch die Frage, welches Modell von KI wir überhaupt weiterentwickeln wollen. Die Er- folge großer generativer Systeme sind unübersehbar. Ebenso unübersehbar sind ihre Grenzen: enormer Da- tenbedarf, intransparente Entscheidungsprozesse, ho- her Energieverbrauch und ein Grad an Unzuverlässig- keit, der in sicherheitskritischen oder hochspezialisier- ten Kontexten nicht ausreicht. Für viele Anwendungen in Industrie, Medizin, Energiewirtschaft oder Mobilität ge- nügt es nicht, dass ein System häufig überzeugend wirkt. Es muss nachvollziehbar arbeiten, überprüfbar blei- ben und seine Entscheidungen in belastbare Zusam- menhänge stellen können. Gerade deshalb gewinnt eine Forschungsrichtung an Gewicht, die für Europa weit mehr ist als eine technische Alternative: hybride, neuro-explizite KI. Sie verbindet lernende Verfahren mit symbolischen, wissensbasierten und analytischen Kom- ponenten. Dazu passt die Abkehr vom schlichten Grö- ßer-ist-besser-Denken. Kleine, spezialisierte Sprach- modelle und frugale KI-Architekturen zeigen, dass Effizienz selbst ein Fortschritt sein kann. Sie benötigen weniger Energie, weniger Spezialhardware und lassen sich präziser an konkrete Domänen anpassen – an in- 4
KI-Orientierung dustrielle Prozesse ebenso wie an wissenschaftliche Datenräume oder sensible Wissensumgebungen. Gera- de für eine Forschungs- und Wirtschaftslandschaft, die stark von hochspezialisierten, regulierten und mittel- ständisch geprägten Strukturen lebt, ist das kein Neben- aspekt, sondern ein strategischer Vorteil. Verlässlichkeit unter realen Bedingungen ist hier wichtiger als maxima- le Allgemeinheit um jeden Preis. Hinzu kommt ein weiterer Wandel: KI erzeugt nicht mehr nur textuelle oder visuelle Inhalte, sie beginnt zu planen, zu koordinieren und in längeren Aufgabenketten zu handeln. Mit der agentischen Wende verschiebt sich der Fokus erneut. Sobald Systeme in Handlungszusam- menhänge eintreten, werden Transparenz, Eingriffs- möglichkeiten und menschliche Aufsicht zentral. Der nächste Schritt der KI-Forschung besteht deshalb nicht darin, Autonomie zu entgrenzen, sondern sie so zu gestalten, dass sie kontrollierbar, nachvollziehbar und sozial wie technisch eingebettet bleibt. Erst dann wird aus Rechenleistung verlässliche Handlungsfähigkeit. Genau an diesem Punkt berührt sich die technologische mit der wissenschaftlichen Herausforderung in dieser Ausgabe der ai next. Die eigentliche Zukunftsfrage lau- tet nicht nur, was KI erkennen kann, sondern wie sie sich in realen, dynamischen und mehrdeutigen Umgebungen orientiert. Wie wird aus Wahrnehmung belastbares Wis- sen? Wie aus Wissen eine robuste Einordnung? Und wie daraus Handeln, das nicht bloß effizient, sondern ver- antwortbar ist? In dieser Bewegung von Wahrnehmen über Orientieren zu Handeln liegt nicht nur eine plausib- le Heftdramaturgie, sondern ein präziser Forschungsho- rizont für die kommenden Jahre. Europa muss für diesen Horizont keine fremden Model- le kopieren. Seine Stärke kann gerade darin liegen, KI als Forschungsgegenstand der Verlässlichkeit, der Ori- entierungssicherheit und der realweltlichen Einbettung zu entwickeln – offen für internationale Zusammenar- beit, aber klar in den eigenen wissenschaftlichen Maß- stäben. Nicht das lauteste System wird den nächsten Schritt bestimmen, sondern dasjenige, das Leistung mit Nachvollziehbarkeit, Effizienz und Verantwortung ver- bindet. Genau dort beginnt eine KI, die sich nicht nur in Datenräumen bewegt, sondern in der Welt. « Das Versprechen der hybriden, neuro-expliziten KI liegt nicht in der bloßen Vergrößerung bestehender Modelle, sondern in einer potenzie- renden Qualitätsidee von maschineller Intelligenz, bei der die Vorteile der probabilistischen und deduktiven KI-Ansätze zusammenkommen. Systeme dieser Art erkennen nicht nur Muster, sondern repräsentieren Wissen expli- zit, strukturieren ihre Schlüsse und lassen sich unter definierten Bedin- gungen auditieren. Darin liegt eine wissenschaftliche Perspektive, die Leistungsfähigkeit und Vertrauenswür- digkeit nicht gegeneinander ausspielt, sondern systematisch zusammenführt. » Prof. Dr. Antonio Krüger, CEO DFKI
KI-Wahrnehmung Paper und AutorInnen: Von der Geometrie zur Bedeutung Drei Zugänge zu 3D-Szenenverständnis, Aufmerksamkeit und Rekonstruktion Szenenverständnis beginnt dort, wo Geometrie, Beziehung und Perspektive zusammen- kommen. Auf diese Dynamik haben DFKI-Forschende mit ihrer Arbeit einen Schwerpunkt gelegt und auf der CVPR 2026 vorgestellt: Sie begreift räumliche Rekonstruktion nicht mehr als Endpunkt, sondern als Ausgangsbasis für semantische Einordnung, menschen- zentrierte Orientierung und gezielte Eingriffe in komplexe 360-Grad-Umgebungen. ReLaGS steht für einen grundlegenden Schritt im 3D- Szenenverständnis. Das Verfahren verbindet Gaussian Splatting mit relationaler Sprache und einer hierarchi- schen Szenenstruktur, sodass Maschinen Objekte nicht nur erfassen, sondern auch ihre Beziehungen und se- mantischen Ebenen modellieren können. So wird aus reiner Rekonstruktion eine lesbare Szene. Aus geometrischen Punkten und Flächen wird eine strukturierte Umgebung, in der sich räumliche Konstel- lationen, Teil-Ganzes-Beziehungen und sprachlich be- schreibbare Zusammenhänge explizit darstellen lassen. Die wissenschaftliche Pointe liegt darin, dass ReLaGS hierarchische und relationale 3D-Repräsentation in ei- nem einheitlichen, szenenagnostischen Ansatz zusam- menführt. So entsteht eine offene 3D-Szenengraph- Struktur ohne szenenspezifisches Training; zugleich ver- bessert das System die geometrische und semantische Stabilität der Rekonstruktion durch Pruning und robuste ReLaGS Szenen lesbar machen Aus reiner Rekonstruktion wird eine strukturierte Umgebung mit Objekten, Ebenen und Beziehungen. DriverGaze360 Orientierung verstehen Wohin richten Menschen ihre Aufmerksamkeit — rundum, nicht nur nach vorn? Inpaint360GS In Szenen eingreifen Fehlendes wird ergänzt, ohne die innere Struktur der Szene zu zerstören. 4
KI-Wahrnehmung Merkmalsaggregation. In einer Welt, in welcher struktu- rierte 3D-Modelle unserer Welt zunehmend an interna- tionaler Bedeutung gewinnen, lehren ExpertInnen Ma- schinen nicht nur, was sie in einer Szene wahrnehmen können – sondern wie ihre Elemente zusammenhängen. DriverGaze360 verschiebt diese Frage in eine andere, ebenso wichtige Richtung: Wie orientieren sich Men- schen selbst in komplexen Szenen? Die DFKI-Forschenden haben dafür eine Datensamm- lung mit rund einer Million blickannotierter Frames aus einem realistischen 360-Grad-Fahrsimulator aufgebaut und zeigen damit, wie sich Fahreraufmerksamkeit unter kontrollierten, aber realitätsnahen Bedingungen erfas- sen lässt. Das ist nicht nur für die Analyse menschlicher Wahrnehmung relevant, sondern auch für Assistenz- systeme, die verstehen müssen, worauf FahrerInnen in kritischen Momenten tatsächlich achten. Damit wird ein blinder Fleck bisheriger Forschung sichtbar, denn klas- sische Datensätze erfassen vor allem frontale Sicht und unterschätzen seitliche oder rückwärtige Aufmerksam- keitsdynamiken, etwa beim Spurwechsel, beim Einfä- deln oder beim Blick in den Rückraum. DriverGaze360 ist somit mehr als ein Verkehrsthema. Die Arbeit zeigt, dass Szenenverständnis nicht nur eine Frage maschineller Segmentierung und Relationen ist, sondern auch eine Frage situierter, menschlicher Orien- tierung unter realistischen Bedingungen. Die zusätzliche Objektführung des Modells ist dabei zentral: Das System lernt nicht nur Blickverteilung, sondern auch, welche Objekte im jeweiligen Moment aufmerksamkeitstragend sind. Dadurch wird Aufmerksamkeit semantisch an- schlussfähig und als strukturierte Beziehung zwischen Mensch und Umgebung beschreibbar. Mit Inpaint360GS tritt schließlich ein dritter Zugang hinzu: das aktive Bearbeiten von Szenen. Das Verfahren ergänzt fehlende Bild- und Raumanteile in 360-Grad- Umgebungen objektbewusst und adressiert damit ein Kernproblem jeder realitätsnahen 3D-Repräsentation. Szenen sind oft unvollständig, verdeckt oder lückenhaft. Entscheidend ist dabei nicht nur, dass etwas rekonstru- iert wird, sondern wie. Inpaint360GS zielt darauf, fehlen- de Bereiche so zu ergänzen, dass Objektlogik, räumliche 7 Struktur und semantische Kohärenz erhalten bleiben. Hierin liegt die übergeordnete wissenschaftliche Verbin- dung zu den Arbeiten ReLaGS und DriverGaze360. Wenn wir mit ReLaGS zeigen, wie Szenen lesbar werden, und mittels DriverGaze360 aufdecken, wie Orientierung in ihnen verteilt ist, dann zeigt Inpaint360GS, wie auf die- ser Grundlage in Szenen eingegriffen werden kann, ohne ihre innere Struktur zu zerstören. Aus Wahrnehmung wird damit nicht automatisch Handlung, wohl aber die Voraussetzung für eine Form von Bearbeitbarkeit, die geometrische Präzision, semantisches Verständnis und Kontextsensibilität zusammendenkt. Damit zeigen die drei Arbeiten mehr als methodische Fortschritte. Sie markieren einen Schritt hin zu KI-Sys- temen, die räumliche Umgebungen nicht nur rekonstru- ieren, sondern in ihrer Struktur, ihren Beziehungen und ihren Lücken verstehen und verarbeiten können. Wer Szenen, Aufmerksamkeit und Rekonstruktion gemein- sam denkt, schafft die Voraussetzungen für verlässliche Roboter, robustere Assistenzsysteme, präzisere digita- le Zwillinge und eine visuelle KI, die sich nicht mit dem Sichtbaren begnügt, sondern den Zusammenhang mit- versteht. CVPR 2026: Bühne für visuelle KI Die IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) zählt zu den wich- tigsten internationalen Konferenzen der Compu- ter-Vision-Forschung und fand 2026 vom 3. bis 7. Juni in Denver statt. Das DFKI diskutierte dort aktuelle Arbeiten zu 3D-Szenenverstehen, rela- tionalem Denken, Aufmerksamkeitsmodellierung und objektbewusster Rekonstruktion. Im Fokus dieser Ausgabe stehen deshalb drei Beiträge aus dem DFKI-Forschungsbereich Erweiterte Reali- tät: ReLaGS, DriverGaze360 und Inpaint360GS. Gemeinsam zeigen sie, wie sich Geometrie, Auf- merksamkeit und Szene-Editing als zusammen- hängende Forschungsbewegung lesen lassen.
i n a m o D c i l b u P , d r a w o H a s i u o L : e p o k s o r k M i i KI-Wahrnehmung - Paper und AutorInnen: AI + µSAM - + + . t r e i r e n e g - I K d n u v i t k fi t s i n o s r e P e t l l e t s e g r a d e D i Der Flaschenhals der Mikroskopie Wie Foundation Models die Bildanalyse in den Lebenswissenschaften beschleunigen Moderne Mikroskope erzeugen heute Bilddaten in einer Menge und Auflösung, die bio- logische Forschung grundlegend verändert haben. Der Engpass liegt deshalb immer seltener in der Aufnahme selbst, sondern in der Auswertung: Zellen, Zellkerne und Organellen müssen präzise abgegrenzt und über große Datensätze hinweg konsistent annotiert werden. Erst diese Segmentierung macht mikroskopische Bilder überhaupt zu belastbaren wissenschaftlichen Daten. Genau hier setzt die in Nature Methods veröffentlichte Arbeit „Segment Anything for Microscopy“ an. Sie prüft, ob sich ein Foundation Model, das für Alltagsbilder ent- wickelt wurde, auf mikroskopische Daten übertragen lässt, ohne seine Flexibilität zu verlieren. Mit µSAM zei- gen die Forschenden, dass sich das Segment Anything Model für Licht- und Elektronenmikroskopie so weiter- entwickeln lässt, dass biologische Strukturen zuverläs- siger erfasst und zugleich interaktive wie automatische Segmentierungsaufgaben unterstützt werden. 8 Die wissenschaftliche Bedeutung dieser Arbeit liegt nicht allein in besseren Ergebnissen. Entscheidend ist, dass hier ein allgemeines KI-Bildmodell in eine Domä- ne übersetzt wird, deren Bildlogik sich grundlegend von der Alltagsbildwelt unterscheidet. Kontraste, Formen, Objektgrenzen und räumliche Beziehungen folgen in der Mikroskopie anderen Regeln; gerade deshalb ist die Fra- ge wichtig, wie weit sich die Generalisierungsfähigkeit moderner KI tatsächlich tragen lässt.
« Mit µSAM zeigen wir, dass sich Foundation Models auch in hochspezialisierten wissenschaft- lichen Bildwelten produktiv einsetzen lassen, wenn man sie methodisch konsequent an die Domä- ne anpasst. Auf dieser Grundlage arbeiten wir nun an einer Aus- gründung für die Analyse von Zellkulturen, die das Potenzial dieser Forschung in eine konkrete Anwendung überführen soll. » Prof. Dr. Andreas Dengel, Leiter Forschungsbereich Smarte Daten & Wissensdienste, Geschäftsführender Direktor DFKI Kaiserslautern Besonders relevant wird der Ansatz dort, wo mensch- liche Expertise und Modellleistung ineinandergreifen. µSAM ist als interaktive Arbeitsumgebung angelegt: For- schende setzen wenige Hinweise, das System ergänzt die Konturen und Korrekturen fließen in den weiteren KI-Wahrnehmung Arbeitsprozess ein. Aus einer langsamen Routine wird so ein kooperativer Workflow, der Annotation beschleunigt, ohne die wissenschaftliche Kontrolle aufzugeben. Für die Lebenswissenschaften ist das mehr als eine technische Verbesserung. Zellbiologie, Krebsforschung und Entwicklungsbiologie produzieren Datenmengen, die sich manuell nur mit erheblichem Zeitaufwand er- schließen lassen. Die wissenschaftlichen Ergebnisse zeigen, wie sich dieser Flaschenhals entschärfen lässt: nicht durch den Ersatz wissenschaftlicher Arbeit, son- dern durch eine präzisere Verbindung von Modell, Inter- face und Domänenwissen. Die Arbeit ist damit auch ein Beitrag zur internationa- len Debatte über Foundation Models. Sie zeigt, dass die Stärke solcher Systeme nicht in universeller Anwendbar- keit im Abstrakten liegt, sondern in der präzisen Überset- zung in eine konkrete wissenschaftliche Praxis. Genau dort entscheidet sich, ob ein Modell bloß beeindruckt oder in der wissenschaftlichen Praxis wirklich wirkt. n e t a d e i p o k s o r k i Rohe M 00:03 Automatische Segmentierung Das Foundation-Modell generiert erste Strukturvorhersagen und identifiziert grundlegende biologische Grenzen sofort und ohne menschliches Eingreifen. Beispiel: zwei verschmolzene Zellen. Unabhängige Eingabe + - + Auswahl hinzufügen - Auswahl abziehen ++ 00:06 Interaktive Korrektur Forscher initialisieren die Auswahl mit einem einzelnen Punkt oder einem Begrenzungsrahmen (Bounding Box) und fügen optional positive oder negative Klicks hinzu, um die Maske zu verfeinern (z. B. um ein verschmolzenes Paar zu korrigieren). 7 00:09 Verfeinerte Maske Das System verfeinert die Ausgabe in Echtzeit und liefert eine hochpräzise, überprüfte Segmentierungsmaske des korrekten Objekts. Korrigierte Masken trainieren das Modell neu . n e k c e w z s n o i t a r t s u l l I u z , t r e i r e n e g - I K , e l l e Z n e h c s i t o y r a k u e r e n e n o i t a l u m S i i
KI-Orientierung Paper und AutorInnen: Wenn KI nur Englisch spricht, bleibt sie exklusiv Wie künstliche Trainingsdaten helfen, Modelle für ressourcenarme Sprachen zu schaffen Große Sprachmodelle funktionieren besonders gut in Sprachen, für die viele digitale Daten verfügbar sind. Für Englisch oder Deutsch existieren riesige Mengen an Texten, während zahlreiche andere Sprachen im Training moderner KI-Systeme kaum vertre- ten sind. Die Folge: Für zahlreiche Sprachgemeinschaften existieren bislang keine leis- tungsfähigen KI-Anwendungen, wodurch auch das wirtschaftliche und gesellschaftli- che Potenzial moderner Sprachtechnologien weitgehend ungenutzt bleibt. Kann künstlich erzeugtes Trainingsmaterial diese Lü- cke schließen? Dieser Frage ist ein Forschungsteam des DFKI, der Technischen Universität Brünn und des Kempelen Institute of Intelligent Technologies in Bra- tislava nachgegangen. Im Mittelpunkt stand dabei eine zentrale Herausforderung: Unter welchen Bedingungen können Large Language Models (LLMs) Trainingsdaten erzeugen, die qualitativ hochwertig genug sind, dass sie für das Training weiterer KI-Modelle tatsächlich geeig- net sind. Für die Studie wurden vier Open-Source-LLMs unter- schiedlicher Größe eingesetzt, darunter Modelle der Familien Llama und Gemma. Sie erzeugten Trainings- daten für elf typologisch unterschiedliche Sprachen, von ressourcenstarken Sprachen wie Englisch und Deutsch bis hin zu Sprachen mit deutlich geringerer digitaler Präsenz wie Walisisch, Rumänisch, Aserbaidschanisch, Slowenisch oder Telugu. Die Forschenden untersuchten dabei drei zentrale Aufgaben der Sprachverarbeitung: das Erkennen von Nutzerabsichten, die Zuordnung von Texten zu Themen und die Analyse von positiven oder negativen Meinungen. Um die Qualität der künstlich erzeugten Daten zu über- prüfen, trainierte das Team damit neue KI-Modelle. Deren Ergebnisse wurden anschließend mit Modellen verglichen, die mit echten, von Menschen annotierten Goldstandard-Daten trainiert wurden. So ließ sich prä- zise bestimmen, wie belastbar die künstlich erzeugten Datensätze tatsächlich sind. Mit dieser Strategie schrumpfte der Abstand zu Model- len, die auf echten Trainingsdaten basieren, deutlich. Besonders beim Erkennen von Nutzerabsichten erreich- ten die Modelle nahezu das Niveau der Goldstandard- Daten. 10
« Oft wird angenommen, dass mehr Parameter automatisch bessere Ergebnisse liefern. Unsere Studie zeigt jedoch, dass die Generierungsstrategie mindes- tens genauso wichtig ist. Mit den richtigen Prompting- und Revisi- onsverfahren lassen sich auch für ressourcenarme Sprachen hochwer- tige Trainingsdaten erzeugen. Das ist eine wichtige Voraus- setzung, damit moderne KI nicht nur für wenige dominante Sprachen funktioniert. » Tatiana Anikina, Erstautorin der Studie und Wissenschaftlerin im Forschungs- bereich Sprachtechnologie und Multilingualität am DFKI Gleichzeitig zeigte sich, dass intelligente Prompting- und Revisionsverfahren einen Teil des Vorteils großer Modelle kompensieren können. Damit eröffnen sich praxisnahe Möglichkeiten, hochwertige Daten auch mit kleineren und kostengünstigeren Open-Source-Model- len zu erzeugen. Die Ergebnisse zeigen, dass nicht allein die Größe eines Sprachmodells über die Qualität der erzeugten Daten entscheidet. Ausschlaggebend ist vielmehr die Gene- rierungsstrategie. Am erfolgreichsten erwies sich eine Kombination aus Beispielen in der jeweiligen Zielspra- che und einer anschließenden automatischen Quali- tätskontrolle. In einem zusätzlichen Prüfschritt kon- trolliert die KI ihre eigenen Ergebnisse und entfernt fehlerhafte oder unpassende Beispiele. Trotz der vielversprechenden Ergebnisse erreichen syn- thetische Daten nicht in allen Sprachen und Aufgaben die gleiche Qualität. Besonders bei stark unterreprä- sentierten Sprachen bleiben deutliche Leistungsunter- schiede bestehen. Die Studie macht jedoch deutlich, dass diese Lücke kleiner wird, wenn Datengenerierung systematisch evaluiert und mit geeigneten Qualitäts- mechanismen kombiniert wird. Ressourcenarme Sprachen Walisisch, Telugu oder avansate de învățare automată ajută cercet Aserbaidschanisch să descopere noi modele în știință, dar lips sind im KI-Training kaum telor de antrenament în limbi regionale cr vertreten. dezechilibre majore. Pentru a dezvolta alg mi echitabili, este esențial să colectăm res lingvistice de înaltă calitate din toate reg le globului. कृत्रिम बुद्धिमत्ता और डγटा विज्ञान ं। आधुनिक एल्गोरिदम अनुसंधान के नए द्वार खोल रहγ हδ ं और जटिल विशाल डγटासेट का विश्लेषण करते हδ प्रणालियों को समझने मे ं मदद करते हδ ं। वैज्ञानिक प्रगति तेज़ी से हो रही हδ, लेकिन ሰራሽ አስተዋይነት እና የሳይንስ ምርምር ከፍተኛ መረጃዎችን ይመረምራሉ። ዘመናዊ ስልተ-ቀመሮች አዳዲስ ሳይንሳዊ ግኝቶችን ለማግኘት ይረዳሉ። ነገር ግን በቂ የሥልጠና መረጃ አለመኖሩ በዲጂታል ቴክኖሎጂ ውስጥ የቋንቋ እኩልነት እንዳይኖር ያደርጋል፡ ይህም ለወደፊቱ ትልቅ ፈተና ነው። Datenreiche Sprachen Für Englisch oder Deutsch existieren riesige Textmengen. Synthetische Daten LLMs erzeugen eigene Trainingsbeispiele in der Zielsprache. Selbstrevision Das Modell prüft die eigenen Daten und entfernt fehler- hafte Beispiele. 11 Nahe am Goldstandard Die Generierungsstrategie zählt mehr als die Modellgröße. ß'sधዳ
KI Orientierung Paper und AutorInnen: Das Ende der „Alleskönner“ Wie KI jetzt maßgeschneiderte High- Speed-Datenbanken baut Haben Sie sich schon einmal gefragt, warum Software oft so schwerfällig ist? Der Grund liegt meist in einem alten Dogma der Software-Entwicklung: „One size fits all“ (eine Lösung für alle). Traditionelle Datenbanken wie PostgreSQL oder DuckDB sind wie Schweizer Taschenmesser: sie können nahezu jede Abfrage beantworten. Doch diese Flexibilität kos- tet Leistung. Für Funktionen, die Sie in Ihrem speziellen Fall gar nicht nutzen, zahlen Sie eine unsichtbare „Fle- xibilitäts-Steuer“ in Form von Rechenzeit und Speicher- hunger. Allzweck-Analysedatenbanken sind darauf aus- gelegt, beliebige Abfragen über beliebige Daten und Schemata auszuführen. Diese Vielseitigkeit ist ihr Vorteil, aber auch ihr Nachteil. Laufzeitinterpretation, Indirekt- ionsschichten und Abstraktionsgrenzen verursachen zusätzlichen Overhead – selbst in optimierten Engines. Die meisten realen Systeme führen jedoch nicht be- liebige Abfragen aus, sondern eine bekannte Menge von SQL-Vorlagen über ein bekanntes Schema, immer und immer wieder. Ein Forschungsteam der TU Darmstadt (Johannes Wehrstein, Timo Eckmann, Matthias Jasny und Carsten Binnig) bricht mit diesem Prinzip. Ihr re- volutionärer Ansatz heißt „Bespoke OLAP“ (Maßge- schneiderte Datenanalyse) [2603.02001] – und er zeigt, dass die Zukunft der Software-Entwicklung radikal minimalistisch ist. Der Trick: Ein digitaler Maßanzug statt Konfektionsware Stellen Sie sich vor, Sie müssten nicht mehr eine riesige, universelle Datenbank installieren. Stattdessen analy- siert eine künstliche Intelligenz (wie Claude oder GPT) exakt die Daten und die Suchanfragen, die Ihr Unterneh- men tatsächlich nutzt. 12 Anschließend schreibt die KI eine autonome Mini-Da- tenbank in C++ – und zwar exklusiv für diese eine Aufga- be. Da diese Mini-Datenbank keine Rücksicht auf andere Abfragetypen nehmen muss, fliegt jeglicher Ballast über Bord. Datentypen, Speicherlayouts und Rechenwege werden fest in den Code gegossen. Bis zu 60-mal schneller als die Industrie- Konkurrenz Die Ergebnisse der ersten wissenschaftlichen Tests (un- ter Nutzung des standardisierten TPC-H-Benchmarks) sind ein Paukenschlag in der Tech-Welt: Die von der KI generierten „One-Size-Fits-One“-Datenbanken hängten etablierte und von menschlichen Experten jahrelang op- timierte Systeme wie DuckDB, Clickhouse oder Umbra mühelos ab. Die maßgeschneiderten KI-Engines waren 10- bis 60-mal schneller [2603.02001]. Die maßgeschneiderten C++ KI-Engines waren float fast_inverse_sqrt(float number) { long i; float x2, y; const float threehalfs = 1.5F; 10- bis 60-mal schneller x2 = number * 0.5F; y = number; i = * ( long * ) &y; // evil floating point bit level hacking i = 0x5f3759df - ( i >> 1 ); // calculate inverse sqrt y = * ( float * ) &i; y = y * ( threehalfs - ( x2 * y * y ) ); // 1st iteration return y; } 60x Speedup #pragma omp parallel for aligned(data:32) for(size_t i = 0; i < buffer_size; i+=8) { __m256 v_data = _mm256_load_ps(&buffer[i]); __m256 v_mask = _mm256_cmp_ps(v_data, v_threshold, _CMP_GT_OQ); __m256 v_result = _mm256_mul_ps(v_data, v_multiplier); _mm256_store_ps(&output[i], _mm256_and_ps(v_result, v_mask)); } inline void fast_memory_purge(void* dest, size_t n) { auto d = static_cast<uint64_t*>(dest); while (n >= 8) { *d++ = 0x00000000; n -= 8; } } </>
Wo bringt das in der Praxis den Turbo-Boost? Diese Technologie ist kein reines Theorie-Projekt. Über- all dort, wo Unternehmen jede Nacht dieselben riesigen Datenmengen durchrechnen müssen, verändert „Be- spoke OLAP“ das Spiel komplett: E-Commerce & Personalisierung: Ein Online-Riese wertet jede Nacht das Klick- und Kauf- verhalten von Millionen Kundinnen und Kunden aus, um die Startseite für den nächsten Tag zu personalisieren. Statt ein Standard-System stundenlang unter Volllast laufen zu lassen, baut die KI in Minuten eine Mini- Engine, die exakt diese eine nächtliche Analyse in einem Bruchteil der Zeit erledigt. Finanzsektor & Risikoanalyse: Banken müssen täglich regulatorische Risiko- und Be- trugsberichte erstellen. Die mathematischen Abfragen hierfür verändern sich kaum. Eine maßgeschneiderte KI-Datenbank kann diese standardisierten Berechnun- gen in Echtzeit durchführen, statt die IT-Infrastruktur über Stunden lahmzulegen. IoT & Industrie 4.0: In modernen Fabriken erfassen Tausende Sensoren minütlich Maschinendaten zur vorausschauenden War- tung (Predictive Maintenance). Eine winzige, von der KI generierte Datenbank passt direkt auf die Steuerungs- geräte vor Ort und wertet die Daten verzögerungsfrei aus, ohne sie erst in eine Cloud schicken zu müssen. Wo steht das Projekt aktuell? Die Arbeit schlägt bereits hohe Wellen: die wissenschaft- lichen Paper zu Bespoke OLAP wurden nach Peer-Review Verfahren im IEEE Data Engineering Bulletin (3/2026), eines der international wichtigsten Journals sowie für die VLDB (9/2026, Boston), eine der weltweit wichtigsten Datenbank-Konferenzen angenommen. Darüber hinaus wurde das Projekt im April 2026 auf dem renommier- ten Sky Computing Blog der UC Berkeley vorgestellt, zur invite-only HPTS Workshop eingeladen und in Gastvor- trägen unter anderem bei Google und SAP diskutiert. Der Clou: Die KI im Dauertest (Die Feedback-Schleife) Normalerweise scheitern KI-Modelle daran, fehlerfreien und extrem schnellen Systemcode für komplexe Daten- strukturen zu schreiben. Die Forscher haben dieses Prob- lem mit einer genialen, geschlossenen Feedback-Schleife gelöst, die völlig ohne menschliches Zutun funktioniert. CODE-GENERIERUNG 1 Die KI schreibt einen ersten, kreativen Programmentwurf für die Mini-Datenbank. 2 DER HÄRTETEST Ein automatisiertes System prüft den Code auf Fehler und misst exakt die Geschwindigkeit. KRITIK VOM SYSTEM 3 Das System analysiert jede Fehlermeldung und spürt Performance-Bremsen auf. FEINSCHLIFF PER PROMPT 4 Die KI erhält die präzise Kritik zurück: „Korrigiere Fehler X in Zeile 42 und optimiere.“ (Der Kreislauf startet neu, bis alles perfekt läuft!) Wie geht es weiter? Mit dem Spin-off SynnoDB (https://synnodb.com/) möchte das Team um Prof. Carsten Binnig das Poten- zial der Technik ausschöpfen und die innovative Bespo- ke-OLAP-Technologie auf den Markt bringen. Normale Datenbanken sind Allzweckautos. SynnoDB baut statt- dessen für jede Kundin und jeden Kunden ein maßge- schneidertes Rennfahrzeug, das exakt auf die benötig- ten Daten und Abfragen abgestimmt ist und dadurch deutlich schneller arbeitet. Aktuell gibt es auf der Web- seite des Unternehmens eine Try-yourself-Demo, die erlaubt, selbst kleine Minidatenbanken zu synthetisie- ren, sowie einen Live-Playground, in dem man: Das Fazit für die Zukunft „Bespoke OLAP“ zeigt uns eine neue Ära der Software- Architektur. KI wird in Zukunft nicht mehr nur Program- mierern beim Tippen assistieren. Sie wird die Rolle des Chef-Architekten übernehmen, der in Sekundenschnel- le maßgeschneiderte Digitalsysteme erschafft, von de- nen menschliche Entwickler bisher nur träumen konnten. • Abfragen auf einer echten von SynnoDB erzeugten Engine ausführen kann. • Die Geschwindigkeit mit DuckDB und Umbra vergleichen kann. • Den erzeugten C++-Quellcode ansehen kann. • Nachverfolgen kann, wie die Engine aufgebaut wurde. 13
KI-Orientierung Paper und AutorInnen: X-Hacking Wenn Erklärbarkeit zur Täuschung wird DFKI-Forschende decken mit ihrem Paper auf, wie erklärbare KI zur methodischen Falle werden kann: Wenn AutoML aus vielen ähnlich guten Modellen genau jene Varian- te auswählt, deren Erklärung ins gewünschte Narrativ passt, wird Transparenz selbst zum Prüfstein. XAI-Verfahren sollen maschinelle Lernsysteme nach- vollziehbarer machen. Doch genau dort, wo Modelle ihre Entscheidungen plausibel erklären, beginnt ein methodi- sches Problem, das im Paper als X-Hacking beschrieben wird: Erklärungen lassen sich gezielt in eine gewünschte Richtung verschieben, obwohl die Modelle in ihrer Vor- hersageleistung nahezu gleich gut sind. Der Ausgangspunkt ist eine einfache, aber folgenreiche Beobachtung. In vielen Datensätzen existieren meh- rere Modelle, die ähnlich präzise arbeiten, ihre Ergeb- nisse aber sehr unterschiedlich begründen. Wer aus dieser Menge „vertretbarer“ Modelle gezielt auswählt, kann genau jene Erklärung bevorzugen, die ein ge- wünschtes Narrativ stützt. Das Paper überträgt damit das aus der Statistik bekannte Prinzip des p-Hacking auf erklärbare KI: Nicht nur die Vorhersage wird op- timiert, sondern auch die Begründung des Resultats. Besonders relevant wird das durch AutoML. Automati- sierte Such- und Optimierungsverfahren erleichtern die Entwicklung von Modellen enorm, vergrößern aber zu- gleich den Raum möglicher Entscheidungen. Darin liegt die wissenschaftliche Pointe von X-Hacking: Wenn viele Modelle, Vorverarbeitungsschritte und Parameterein- stellungen zur Verfügung stellen, kann die Suche nach ICML: Wo maschinelles Lernen auf Anwendung trifft Die ICML gilt als eine der drei weltweit füh- renden Konferenzen für maschinelles Lernen (neben NeurIPS und ICLR). Ihr Profil ist ge- prägt von theoretischer Analyse, algorithmi- scher Innovation und statistischem Lernen – der mit starken Schnittstellen zu Reinforce- ment Learning, Robotik und Optimierungsthe- orie. Die Konferenz ist ein Ort des Austauschs für Forschung aus KI, Statistik und Data Sci- ence sowie anwendungsnahe Felder wie Com- puter Vision, Computational Biology, Speech und Robotics. Auf der ICML 2025 präsentierte das DFKI-Team um Prof. Sebastian Vollmer das Paper „X-Hacking: The Threat of Misgui- ded AutoML“. Es überträgt das Prinzip des p- Hacking auf erklärbare KI und zeigt, wie Au- toML Pipelines systematisch nach Modellen mit gewünschten, aber potenziell irreführen- den Erklärungen durchsucht werden können.
« In einer Zeit, in der KI Entscheidungen erklärt, aber nicht immer versteht, müssen wir als Wissenschaft Verantwortung für die Tiefe dieser Erklärungen übernehmen – und für ihre Grenzen. Ziel ist eine Wissen- schaftskultur, die nicht nur auf Genauigkeit, sondern auch auf Ehrlichkeit in der Erklär- barkeit setzt. » Prof. Dr. Sebastian Vollmer, Leiter Forschungsbereich Data Science und Ihre Anwendungen am DFKI einer „passenden“ Erklärung systematisch Teil des Ana- lyseprozesses werden. Erklärbarkeit erscheint dann nicht mehr automatisch als Korrektiv, sondern selbst als etwas, das methodisch geprüft werden muss. Für sensible Anwendungsfelder ist das von erheblicher Bedeutung. In Medizin, Sozialforschung oder Justiz gel- ten erklärbare Modelle oft als Voraussetzung für Vertrau- en, Transparenz und verantwortliche Entscheidungen. Wenn sich aber auch plausible Erklärungen aus einem Spektrum ähnlich guter Modelle selektiv herausgreifen lassen, reicht der Verweis auf Interpretierbarkeit allein nicht mehr aus. An diesem Spannungsverhältnis setzt der Beitrag zur Debatte um Trustworthy AI an: Nicht nur die Genauigkeit eines Modells zählt, sondern die Integri- tät des gesamten Weges, auf dem Erklärung überhaupt zustande kommt. Das Paper belässt es deshalb nicht bei der Problembe- schreibung. Es plädiert für eine reflektiertere wissen- schaftliche Praxis: für Erklärungshistogramme, die die Spannweite möglicher Erklärungen sichtbar machen, für eine vollständige Dokumentation der Pipeline und für ein stärkeres Bewusstsein dafür, dass automatisierte Modellauswahl nicht nur Effizienz schafft, sondern auch neue Verzerrungen hervorbringen kann. X-Hacking mar- kiert damit keinen Randaspekt erklärbarer KI, sondern eine grundlegende Frage wissenschaftlicher Redlichkeit im Umgang mit automatisierten Modellsuchen. 15 DATEN VORVERARBEITUNG FEATURE- EXTRAKTION L M o t u A MODELL- ANPASSUNG LEISTUNG ERKLÄRUNGEN
KI-Handeln Effizienz als neuer Maßstab für Sprachmodelle Warum die Größe eines Sprachmodells allein nicht entscheidend ist Die Entwicklung großer Sprachmodelle folgte lange einer scheinbar einfachen Logik: Mehr Parameter, mehr Rechenleistung und größere Modelle versprechen bessere Ergebnisse. Dieses Skalierungsparadigma prägte die KI-Forschung der vergangenen Jahre. Doch je stärker Sprachmodelle ihren Weg in Unternehmen und gesellschaft- liche Anwendungen finden, desto deutlicher zeigt sich: Entscheidend ist nicht mehr allein die Größe, sondern die Praxistauglichkeit. , 18
« Wir schaffen wissen- schaftliche Grundlagen für den effizienten Einsatz von Sprachmodellen. Die Ergeb- nisse stellen wir auf der IJCAI 2026 im Beitrag „Map- ping the Efficiency Landsca- pe of Small Language Models“ vor. Sie zeigen, dass nicht die Größe eines Modells ent- scheidend ist, sondern wie effizient es die Anforderun- gen eines konkreten Anwen- dungskontexts erfüllt. » Fabian Reichwald, Forschungsbereich Intelligente Märkte am DFKI Warum größer nicht automatisch besser ist Ob in industriellen Prozessen, auf Edge-Geräten oder in datenschutzsensiblen Umgebungen: Sprachmodelle müssen unter realen Bedingungen und Anforderungen funktionieren. Für ein mittelständisches Unternehmen, das beispielsweise technische Dokumente zusammen- fasst oder Kundenanfragen automatisiert bearbeitet, ist daher nicht zwangsläufig das größte verfügbare Modell die beste Wahl. Entscheidend ist vielmehr, welches Mo- dell die Aufgabe auf der vorhandenen Hardware mit der besten Balance aus Ergebnisqualität, Energieverbrauch und Reaktionszeit erfüllt. Damit verschiebt sich auch der wissenschaftliche Fo- kus. Statt Modelle nur nach Größe oder Leistungsfähig- keit zu bewerten, rückt ihre praktische Einsetzbarkeit in den Mittelpunkt. Wie viel Rechenleistung benötigt eine Aufgabe? Wann rechtfertigt ein höherer Energieeinsatz einen messbaren Qualitätsgewinn und wann steigen le- diglich Kosten und Ressourcenverbrauch? KI-Handeln Mehr als nur Leistung Effizienz ist damit keine bloße Nebenbedingung mehr, sondern eine eigenständige wissenschaftliche Größe. Soll ein Unternehmen ein Sprachmodell lokal betreiben, reicht der Blick auf die Modellgröße nicht aus. Entschei- dend ist, welches Modell eine konkrete Aufgabe mit mög- lichst geringem Ressourcenaufwand löst. Erst das Zu- sammenspiel von Aufgabenleistung, Energieverbrauch und Anwendungskontext macht Effizienz messbar. Viele verbreitete Annahmen halten dieser Betrachtung nicht stand. Kleinere Modelle arbeiten nicht automa- tisch effizienter als größere. Zusätzliche Parameter oder höherer Energieeinsatz führen ebenfalls nicht zwangs- läufig zu besseren Ergebnissen. Erst die systematische Betrachtung aller Einflussgrößen ermöglicht fundierte Entscheidungen. Transparenz für fundierte Entscheidungen Die nächste Entwicklungsstufe der Sprachmodelle be- steht deshalb nicht allein darin, leistungsfähigere Model- le zu entwickeln. Ebenso wichtig sind wissenschaftlich fundierte Kriterien, mit denen sich für unterschiedliche Aufgaben das jeweils geeignete Modell auswählen lässt. Nicht die Größe eines Modells allein entscheidet über seinen praktischen Nutzen, sondern seine Eignung für den jeweiligen Anwendungskontext. Effizienz wird da- mit zu einer wichtigen Orientierung bei der Auswahl von Sprachmodellen, insbesondere dort, wo technische, wirtschaftliche und ökologische Anforderungen zusam- menkommen. 17
KI-Handeln Zwischen generativer KI und Robotik Vom Aufgabenverständnis zum verläss- lichen Roboterhandeln Während Sprachmodelle komplexe Zusammenhänge verstehen und plausible Ant- worten erzeugen können, müssen Robotersysteme zusätzlich mit Kräften, Dynamiken und Unsicherheiten umgehen. Die neue Architekturebene macht KI-generierte Auf- gabenrepräsentationen für die Robotik nutzbar und trägt so dazu bei, die Ausführung von Aufgaben in realen Szenarien verlässlicher zu machen. Gleichzeitig soll der Ansatz hochdynamischen Robotersystemen eine flexiblere Anpassung an wechselnde Umge- bungen ermöglichen. Im Zentrum des Ansatzes steht eine neue Form der Aufgabenrepräsentation. Anstatt eine Anweisung wie „Bewege ein Objekt an einen bestimmten Ort“ direkt in Steuerbefehle umzusetzen, analysiert das KI-Modell zunächst die Aufgabe. Dabei erfasst es die Zielsetzung, relevante Bedingungen sowie die Eigenschaften des Ro- boters und seiner Umgebung und erzeugt daraus eine semantische Aufgabenrepräsentation. Diese Repräsentation wird anschließend über eine spe- ziell entwickelte domänenspezifische Sprache (Domain- Specific Language, DSL) in eine maschinenlesbare Form überführt. Die DSL bildet die Schnittstelle zwischen generativer KI und mathematischen Optimierungsverfahren der Robotik. Sie beschreibt die Anforderungen an eine Be- . t r e i r e n e g u e n - I K e fi a r g o t o F r e n e s i s a B i f u a g n u d l i b b A Der Unitree G1 ist eine der Forschungsplattformen, die im ActGPT-Projekt eingesetzt werden. 16
« Die eigentliche Herausfor- derung besteht nicht darin, Robotern beizubringen, Anweisungen zu verstehen, sondern sicherzustellen, dass sie diese unter phy- sikalischen Randbedingungen zuverlässig und robust ausführen können. Generative KI hilft dabei, den Kontext natürlicher Sprache zu ver- stehen und das Problem zu formulieren, während die Physik entscheidet, ob die Lösung tatsächlich funktioniert. » Shubham Vyas, Robotics Innovation Center am DFKI wegung, aus denen sich ein Optimierungsproblem (Optimal-Control-Problem, OCP) ableiten lässt. Die- ses kann mit etablierten Steuerungsverfahren gelöst werden, um Bewegungen zu erzeugen, die zur Auf- gabe passen und gleichzeitig physikalisch ausführbar sind. Die Arbeiten der Forschenden stehen exemplarisch für eine breitere Entwicklung in der KI-Forschung: Entscheidend ist nicht mehr allein, wie Maschinen ihre Umwelt verstehen und modellieren können, son- dern wie zuverlässig sie dieses Wissen unter realen Bedingungen in Handlungen überführen. Forschungsprojekt ActGPT Im vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geför- derten Projekt „ActGPT“ entwickelt das DFKI Robotics Innovation Center Methoden, um ge- nerative KI mit robusten Robotikverfahren zu verknüpfen und KI-generierte Aufgabenreprä- sentationen für reale Anwendungsszenarien nutzbar zu machen. Ziel ist es, die verläss- liche Ausführung komplexer Roboteraufga- ben zu unterstützen und die Entwicklung von Der ActGPT Workflow 1 Input Sprache Bilder Sensordaten 2 Generative KI Versteht die Aufgabe Neue Architekturschicht Domänenspezifische Sprache (DSL) Beschreibt: Ziele Kosten- funktionen Rand- bedingungen Optimalsteuerungsproblem (OCP) 3 Optimalsteuerung Löst das OCP Berechnet optimale Trajektorien 4 Roboter Führt die Bewegung aus ACT GPT Die neue Architekturschicht. KI-Modelle übersetzen Aufgaben in strukturierte physikalische Probleme und verbinden so semantisches Wissen direkt mit robuster Robotik. Steuerungsstrategien zu vereinfachen. 19 Abbildung auf Basis einer Fotografie KI-neu generiert.
KI-Handeln Die Zukunft der KI-basierten Robotik entsteht im Zusammenspiel Wie das DFKI wissenschaftliche Exzellenz, Systemkompetenz und reale Erprobung verbindet Die nächste Entwicklungsstufe der Künstlichen Intelligenz entscheidet sich in der realen Welt: in Robotern, die ihre Umgebung verstehen, aus Erfahrungen lernen und sicher handeln können. Diese Verbindung von KI und physischem Handeln wird unter dem Begriff Embodied AI (verkörperte Künstliche Intelligenz) erforscht und zählt zu den zentralen wissenschaftlichen Herausforderungen der KI-Forschung. Mit seiner Arbeit an der Schnittstelle von Künstlicher In- telligenz, autonomen Systemen und Robotik leistet das DFKI einen wichtigen Beitrag zur Weiterentwicklung KI- basierter Robotik in Deutschland. Seine besondere Stär- ke liegt in der Verbindung von wissenschaftlicher Grund- lagenforschung, technologischer Systemkompetenz und realitätsnaher Erprobung. Von KI-Methoden zu intelligenten Robotersystemen Über verschiedene Forschungsbereiche und Standorte hinweg untersucht das DFKI zentrale Fragestellungen intelligenter Robotik – von Wahrnehmung und Lernen über Planung und autonome Entscheidungsprozesse bis hin zur Mensch-Roboter-Interaktion und praktischen An- wendungsszenarien. Die Arbeiten umfassen sowohl einzelne KI-Methoden und technologische Komponenten als auch die Entwick- lung und Erprobung vollständiger Robotersysteme. Ent- scheidend ist das koordinierte Zusammenwirken unter- schiedlicher technologischer Ebenen: Software, Senso- rik, Steuerung und physische Umsetzung müssen zu ei- nem funktionierenden Gesamtsystem integriert werden. Erst dadurch entstehen autonome Roboter, die in dyna- mischen Umgebungen sicher und flexibel agieren können. Ganzheitlicher Ansatz und Systemkompetenz Besonders sichtbar wird dieser Ansatz am Robotics Inno- vation Center in Bremen. Hier werden komplexe Roboter- systeme entwickelt und unter realitätsnahen Bedin- dingungen erprobt. Die entwickelten Forschungsplatt- formen reichen von autonomen Unterwasserrobotern und Weltraumrovern über Laufroboter und humanoide Systeme bis hin zu robotischen Exoskeletten sowie ein- zelnen Komponenten wie Manipulatoren und Greifern. Sie ermöglichen die Untersuchung zentraler Herausfor- derungen intelligenter Robotik – von autonomer Naviga- tion bis zur sicheren Interaktion mit Menschen. 20
« Robotik ist ein Feld, in dem viele Disziplinen zusammenkommen müssen. Wir betrachten alle Ebe- nen eines Robotersystems: von Hardware- und Elektronikentwick- lung über Software bis hin zu neu- en KI-Methoden. Diese Kombination findet man in dieser Breite nicht an vielen Einrichtungen. » Dr. Sirko Straube, stellvertretender Leiter des Robotics Innovation Center am DFKI Die Bedeutung von Forschungsplattformen und Testinfrastrukturen Forschungsplattformen sind ein wichtiger Bestandteil der Robotikforschung. Eigene Systeme ermöglichen es, neue Konzepte und Technologien auf Systemebene zu untersuchen und das Zusammenspiel verschiedener Komponenten zu erforschen. Kommerzielle Plattformen ergänzen diesen Ansatz, indem sie reproduzierbare Ex- perimente unter standardisierten Bedingungen ermög- lichen und so die Vergleichbarkeit von Forschungsergeb- nissen verbessern. Ebenso wichtig sind spezialisierte Testumgebungen, in denen neue Methoden und Systeme unter realitäts- nahen Bedingungen erprobt werden können. Mit der Ma- ritimen Explorationshalle und der Multifunktionshalle in Bremen, die unter anderem eine künstliche Mondkrater- landschaft umfasst, sowie der SmartFactory in Kaisers- 21 KI-Handeln lautern verfügt das DFKI über einzigartige Infrastruktu- ren für unterschiedliche Bereiche der Robotikforschung. Diese ermöglichen die systematische Validierung neuer Ansätze und die Bewertung ihrer Leistungsfähigkeit in realistischen Testszenarien. Gemeinsam die Robotikforschung voranbringen Die Weiterentwicklung intelligenter Robotik erfordert das Zusammenspiel unterschiedlicher wissenschaft- licher Disziplinen und technologischer Kompetenzen, auch über Fach- und Institutionsgrenzen hinweg. Des- halb engagiert sich das DFKI in nationalen und interna- tionalen Forschungsnetzwerken. Ein zentrales Beispiel für die Zusammenarbeit ist das Robotics Institute Germany (RIG). Hier bringt das DFKI seine Expertise in autonomer Robotik und Künstlicher Intelligenz sowie seine Erfahrungen aus der Entwicklung und Erprobung komplexer Systeme ein. Die Vernetzung mit führenden Robotikstandorten in Deutschland bün- delt unterschiedliche Kompetenzen und schafft einen Rahmen für gemeinsame Forschungsaktivitäten. Mit der Verbindung von wissenschaftlicher Exzellenz, technologischer Systemkompetenz und interdisziplinärer Zusammenarbeit leistet das DFKI wichtige Beiträge zur Erforschung der zentralen Fragestellungen der KI-basier- ten Robotik und trägt damit zur Gestaltung der nächsten Generation intelligenter Robotersysteme bei. . t r e i r e n e g u e n - I K e fi a r g o t o F r e n e s i s a B i f u a g n u d l i b b A
KI-Handeln Das DFKI als Partner im Robotics Institute Germany (RIG) Das Robotics Institute Germany (RIG) ist eine vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geförderte Initiative zur Vernet- zung führender Robotikstandorte in Deutschland. Ziel ist es, wissenschaftliche Exzellenz, internatio- nale Sichtbarkeit, Talentförderung und Technologie- transfer in der Robotik gemeinsam zu stärken. Das DFKI beteiligt sich mit drei Forschungsbereichen am RIG: dem Robotics Innovation Center in Bremen sowie den Bereichen Intelligente Netze und Inno- vative Fabriksysteme in Kaiserslautern. Die Beiträge des DFKI umfassen die Bereitstellung und Nutzung von Forschungsinfrastrukturen, Angebote zur Aus- und Weiterbildung von Fach- und Führungskräften, die Beteiligung an internationalen Robotik-Wettbe- werben und Challenges sowie die Vernetzung mit Industriepartnern. DFKI @ IJCAI-ECAI 2026 Perspektiven auf die KI von morgen Mit zwölf angenommenen Paper-Beiträgen auf der International Joint Conference on Artificial Intel- ligence (IJCAI) 2026 ist das DFKI auf einer der weltweit renommiertesten Konferenzen der Künst- lichen Intelligenz vertreten. Die Arbeiten spiegeln die wissenschaftliche Vielfalt des Forschungszent- rums wider – von Foundation Models und Computer Vision über Robotik, semantische Technologien und erklärbare KI bis hin zu medizinischen Anwendun- gen, Umweltmonitoring und Software Engineering. Gemeinsam machen die Beiträge sichtbar, welche Fragestellungen die internationale KI-Forschung derzeit prägen: Wie lassen sich intelligente Sys- teme effizienter, nachvollziehbarer und interaktiver gestalten? Wie können sie komplexe Zusammen- hänge besser verstehen und Menschen in unter- schiedlichsten Anwendungsfeldern zuverlässig unterstützen? Damit geben die DFKI-Paper einen Einblick in die nächste Generation intelligenter KI-Systeme. Für mehr Informationen QR-Code scannen www.dfki.de 22 . t r e i r e n e g - I K t h c i s n a t d a t S
Lübeck Oldenburg Bremen Berlin Osnabrück DFKI-Standort DFKI-Labor DFKI-Außenstelle Trier Darmstadt Kaiserslautern Saarbrücken Impressum dfki ai next; Ausgabe August | 2026; 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), Heike Leonhard, Udo Urban, Andrea Fink, Maria Santos; Layout: Lando Lehmann, Juan Mejia; Satz: One Vision Design, Saarbrücken; Titelbild: KI-generiert, gestalterische Bearbeitung DFKI. [KI] Abbildung enthält KI-generierte Bildelemente. Konzept, Composing und Gestaltung: DFKI. Bei fotorealistischen Abbildungen erfolgt die Kennzeichnung zusätzlich direkt am Bild. Credits Titelseite: DFKI, Lando M. Lehmann [KI]; Seite 5: DFKI, Oliver Dietze; Seite 6: DFKI, Lando M. Lehmann [KI]; Seite 8: DFKI, Juan D. Mejía [KI] (Person); Louisa Howard, Public Domain (Mikroskopie); Seite 9: DFKI, Juan D. Mejía [KI]; Seite 11: DFKI, Lando M. Lehmann [KI]; Seite 12: DFKI, Juan D. Mejía [KI]; Seite 14: DFKI [KI]; Seite 15: DFKI, Lando M. Lehmann [KI]; Seite 16: DFKI, Lando M. Lehmann [KI]; Seite 18: DFKI, Juan D. Mejía [KI]; Seite 19: DFKI, Juan D. Mejía [KI]; Seite 21: DFKI, Juan D. Mejía [KI]; Seite 22 oben: DFKI, Thomas Frank; DFKI, Annemarie Popp; Seite 22 unten: DFKI [KI].