Die Transfer-Foren

Unsere Sprecher in den Transfer-Foren: Abstracts und Kurzvita

Keynote zum Thema „Quantencomputing“

"Quantum Computing – Progress Towards Applications" (Quantencomputing - Fortschritte bei Anwendungen) von Dr. rer. nat. Dr. h.c Heike E. Riel, IBM Research Zürich

Abstract: In diesem Vortrag werden wir die neuesten Entwicklungen bei IBM hin zu einer skalierbaren Quantencomputing-Plattform diskutieren, bei der die supraleitende Qubit-Technologie in ein End-to-End-Ökosystem integriert wird. Des Weiteren werden die technologischen Fortschritte, bei der Bewältigung praktischer Anwendungen mit potentiellen Vorteilen für kurzfristige Quantencomputer-Hardware, hervorgehoben.


Transfer-Forum zum Thema "Future Living and Work"

"KI im Kontext Future Living" von Prof. Dr. rer. nat. Wilhelm Stork, FZI

Referent: Prof. Dr. rer. nat. Wilhelm Stork ist seit 1993 an der Universität Karlsruhe am Institut für Technik der Informationsverarbeitung (ITIV) tätig. Dort ist er neben der kollegialen Institutsleitung für den Aufbau und Leitung des Forschungsbereichs Mikrosystemtechnik und Optik verantwortlich. Er ist Autor und Coautor zahlreicher Veröffentlichungen mit dem Schwerpunkt optoelektronische Sensorik in Medizin und Technik, Entwurfsmethoden und rechnergestützte Werkzeuge für mikrooptische Systeme und Komponenten. Am FZI Forschungszentrum Informatik liegen seine Schwerpunkte in den Bereichen E-Health, Mensch-Technik-Interaktion und Plattformen für das Gesundheitswesen. Darüber hinaus ist Prof. Dr. rer. nat. Wilhelm Stork mehrfacher Gründer von erfolgreichen Spin-Offs, beispielsweise dem mit dem deutschen Gründerpreis prämierten Startup Restube.

"Anwendung von KI in der Ophthalmologischen Diagnostik bei Carl Zeiss Meditec" von Dr. Jochen Straub, Carl Zeiss AG

Abstract: Die Carl Zeiss Meditec entwickelt technologische Lösungen für die Augenheilkunde. Diese unterstützen Augenärzte unter anderem bei der Diagnose, Behandlung und Prognose von Altersbedingter Makuladegeneration (AMD) und Diabetischer Retinopathie (DR). Es werden Bildgebungstechnologien und Algorithmik zur Analyse genutzt und auch Künstliche Intelligenz (KI) in Form von Machine Learning und Deep Learning eingesetzt. In diesem Vortrag wird die Anwendung von KI in der Diagnose von AMD und DR vorgestellt. Dabei werden sowohl die Vorteile für Augenärztinnen und Ärzte, das Gesundheitssystem, die Gesellschaft, und den Patienten diskutiert, als auch die Risiken und Schwierigkeiten in der Anwendung dargelegt.

Referent: Dr. Jochen Straub arbeitet als Director, Advanced Technology and Concept Development bei Carl Zeiss Meditec, Inc. Seit 2003 ist er bei Carl Zeiss Meditec, Inc. in Kalifornien mit stetig wachsender Verantwortung tätig. Dr. Straub hat als Optikentwickler und Systemingenieur, in der Technolgieentwicklung und in der Medizingeräteentwicklung gearbeitet. Im Laufe seiner Laufbahn bei ZEISS hat Dr. Straub an refraktiven Diagnosegeräten wie Wellenfrontsensoren und Hornhaut-Topographiegeräten gearbeitet und ist jetzt für die Entwicklung von Optischer Kohärenztomographie und Funduskameras verantwortlich. Er hat im Gebiet Optik am Optical Sciences Center der University of Arizona in Tucson, AZ in den USA promoviert und studiert. Dr. Jochen Straub hat außerdem ein Studium des Maschinenbaus an der Universität Stuttgart mit Schwerpunkt Technische Optik und Lasermaterialbearbeitung absolviert.

"Herausforderung Künstliche Intelligenz" von Hans Juergen Herpel, Airbus

Referent: Hans Juergen Herpel ist in seiner derzeitigen Stellung im Geschäftsbereich Defence and Space der Airbus für die Koordination von F&T-Projekten zuständig. Er ist Mitvorstand der BDLI Expertengruppe "Software" und Mitglied der PICMG Standardisierungsgruppe compactPCI Serial Space. Außerdem arbeitet er in Teilzeit als Dozent an der Dualen Hochschule Baden-Württemberg. Zuvor wurde Herr Herpel im Jahre 2014 zum Experten für fortgeschrittene Avionik-Software ernannt. In den letzten zehn Jahren war er bei Airbus in diversen Projekten als Systemingenieur und Projekt Team Manager tätig. Er hat nun mehr als 30 Jahre Erfahrung im Bereich Eingebetteter Systeme. Dies umfasst die Implementierung und Gestaltung von Hardware (Boards, FPGAs, ASICs) und Software für eingebettete Systeme sowie die Definition und Implementierung einer Entwurfsmethodik für diese Systeme. Das Anwendungsfeld reicht von Fahrzeug- und Zugsystemen bis zu luftgestützten und satellitengestützten Systemen. Im Jahre 1995 promovierte Hans Juergen Herpel an der Technischen Universität Darmstadt in Elektrotechnik.


Transfer-Forum zum Thema "Explainable AI"

"Fair Play for AI" von Dr. Valentin Zacharias, Daimler TSS

Abstract: Menschen, die aufgrund Ihrer Hautfarbe von einer Maschine nicht erkannt werden, Bewerber die aufgrund ihres Geschlechts automatisch abgelehnt werden oder Menschen die aufgrund ihrer Herkunft bestimmte freie Wohnungen nicht sehen können. In dem Maße, wie künstliche Intelligenz immer mehr Entscheidungen automatisch trifft, entsteht das Risiko, dass diese auch unfair sein können – sogar so sehr, dass sie gegen Gesetze wie das AGG oder den Fair Housing Act verstoßen können. Dieser Vortrag beginnt mit einer unterhaltsamen Übersicht über Beispiele unfairer KI. Anschließend geht es um die Definition von Fairness und die Frage, warum dies schwieriger ist, als man denkt. Zum Ende soll schließlich ein kurzer Einblick in technische Methoden gegeben werden, mit denen Fairness sichergestellt werden kann.

Referent: Valentin Zacharias arbeitet als Lead Expert Machine Learning und AI bei der Daimler TSS GmbH. Zu seinen Aufgaben gehört die Realisierung von KI Lösungen für die Daimler AG ebenso wie die Steigerung der Lösungskompetenz der Daimler TSS in diesem Bereich. Herr Zacharias hat mehr als 17 Jahre praktische Erfahrung in der Anwendung diverser KI Technologien - angefangen bei regelbasierten Technologien über semantische Technologien bis zu Machine Learning und Neuronalen Netzwerken. Vor seiner jetzigen Rolle war Herr Zacharias als Senior Data Scientist bei der Daimler TSS an der Schnittstelle von Big Data und Advanced Analytics beschäftigt. Davor war er als Big Data Consultant bei codecentric sowie als Manager, Berater und Forscher in den Themenfeldern Künstliche Intelligenz und Semantik für das Forschungszentrum Informatik in Karlsruhe tätig. Er hat am Karlsruher Institut für Technologie promoviert und in Berlin sowie Massachusetts Informatik studiert.

"Bienen rettende KI verstehen" von Frederic Tausch, Apic.ai

Abstract: apic.ai ist ein Karlsruher Start-up mit dem Ziel, die biologische Vielfalt zu erhalten. Technologie ermöglicht ihnen, Daten zu erheben, mit denen die Ursachen des Insektensterbens untersucht werden können. Für diese Analysen ist ein Verständnis für die Funktionsweise der angewandten Algorithmen besonders elementar.

Referent: Frederic Tausch ist Gründer und Chief Technology Officer (CTO) der apic.ai GmbH. Frederic ist passionierter Programmierer und Experte für Machine Learning. Er studiert Informatik am Karlsruher Institut für Technologie.

"Human-centered AI: Was die KI vom Menschen lernen muss" von Dr.-Ing. Patrick Philipp, FZI

Abstract: Eine große Herausforderung für die Anwendung von KI in industriellen Einsatzszenarien ist die mangelnde Unterstützung von Domänenexperten entlang des gesamten KI-Lebenszyklus. Der Vortrag gibt einen Überblick über aktuelle (FZI-)Forschung und zukünftige Trends bezüglich nutzerzentriertem Training, Erklärbarkeit und kontinuierlicher Adaption. Dabei liegt ein Fokus auf Techniken des sogenannten Interactive Machine Learning, welches den Menschen in den Mittelpunkt stellt und damit eine neue Form adaptiver industrieller KI-Systeme begründet.

Referent: Dr. Patrick Philipp ist Senior Expert am FZI Forschungszentrum Informatik und verantwortet dort innerhalb des Forschungsbereichs IPE die ML-Aktivitäten. 2018 promovierte er am Karlsruher Institut für Technologie (KIT) mit Auszeichnung zum Thema „Multi-Step Expert Advice for the Web“. Er arbeitet als Projektleiter und wissenschaftlicher Koordinator in zahlreichen deutschen und internationalen Forschungsprojekten sowie Industriekooperationen mit dem Ziel, jüngste Forschungsergebnisse in industrietaugliche Anwendungen zu überführen. Zu seinen derzeitigen Forschungsinteressen zählen Applied Reinforcement Learning, Interactive Machine Learning und Explainable Machine Learning. Patrick Philipp ist Autor wissenschaftlicher Publikationen sowie Gutachter auf zahlreichen internationalen Top-Konferenzen wie ICML, NeurIPS, IJCAI und AAAI.


Transfer-Forum zum Thema "Sustainable Mobility"

"Einblicke in die Vernetzung eines Bus-OEMs mit einem IT-Unternehmen" von Alexander Pöschl, Daimler Buses

Referent: Alexander Pöschl ist Direktor bei Daimler Buses im Bereich Strategy & Future Topics. Dort ist er seit 2018 verantwortlich für das Innovation Lab und das „eMobility Ecosystem“. Seit nunmehr als 18 Jahren arbeitet Pöschl bei Daimler Buses und konnte sich im Laufe der Jahre, mit stetig wachsender Verantwortung, praktische Erfahrungen im Bereich Mobilitätslösungen aneignen. Vor seiner jetzigen Tätigkeit arbeitete er in mehreren Abteilungen bei Daimler Buses als Senior Manager, Manager oder Clerk. 2002 trat er Daimler Buses im Rahmen eines Traineeprogrammes im Bereich Produktentwicklung bei, nachdem er sein Studium in International Business an der Hochschule RheinMain in Wiesbaden und an der Kettering University in Flint/Michigan (USA) absolviert hatte.

„regiomove – Vernetzte Mobilität in Karlsruhe und der Region“ von Dr. Frank Pagel, KVV

Abstract: Von A nach B. Egal wie, aber unkompliziert und genau, wann ich es will. Die Idee von „Mobility as a Service“ ist gleichzeitig die umweltschonende Alternative zum privaten PKW. Die Nutzung aller öffentlicher (Busse, Bahnen) und privater Mobilitätsangebote (Sharing-Dienste, Taxi, Shuttles, …) ist aber immer noch komplex, muss man sich doch bei allen Anbietern registrieren und sich aus der Vielzahl das passende Angebot suchen. Das erschwert, was eigentlich ganz einfach sein sollte. Dass es anders geht, zeigt das Karlsruher Förderprojekt regiomove. regiomove schafft die rechtliche, digitale und infrastrukturelle Basis, um Mobilität endlich ganzheitlich denken zu können. Alle Mobilitätsanbieter werden in Echtzeit auf einer digitalen Plattform vernetzt. Den Nutzern reicht ein einziger Account. Die App schlägt kombinierte, intermodale Wegeketten mit verschiedenen Verkehrsmitteln vor, die Buchung und Abrechnung aller Mobilitätsdienste erfolgt aus einer Hand. Eine physische Vernetzung der Angebote findet an sogenannten Ports statt. Klimaschutz inklusive. Der Vortrag zeigt den aktuellen Stand des Projekts und die anstehenden Aktivitäten des KVV, um das Konzept der vernetzten Mobilität weiter auszubauen.

Referent: Frank Pagel ist von Haus aus studierter Informatiker. Er erhielt er sein Diplom am KIT in Karlsruhe. Anschließend arbeitete er zehn Jahre am Fraunhofer Institut für Optronik, Systemtechnik und Bildauswertung IOSB in Karlsruhe als wissenschaftlicher Mitarbeiter. Dort war er u.a. verantwortlicher Projektleiter in den Geschäftsfeldern Fahrerassistenzsysteme, Sicherheitstechnologien und mobile Endgeräte. 2012 promovierte er über die sensorische Umfelderfassung in autonomen Fahrzeugen. Beim Karlsruher Verkehrsverbund KVV leitet er seit 2017 das Innovationsprojekt regiomove. Sein Ziel ist es, in der KVV-Region alle Mobilitätsangebote zu vernetzen, um dadurch eine attraktive und nachhaltige Alternative zum privaten PKW zu schaffen.


Transfer-Forum zum Thema "Neuromorphic Computing"

"Neuromorphe Steuerungsansätze in der Robotik" von Prof. Dr.-Ing. Rüdiger Dillmann, FZI

Referent: Der promovierte Elektrotechniker Prof. Dr.-Ing. Rüdiger Dillmann ist Sprecher des Sonderforschungsbereichs Humanoide Roboter, des KIT-Schwerpunkts Anthropomatik und Robotik sowie Sprecher des FZI-Forschungsbereichs ISPE. Er verfügt über eine Habilitation in Informatik zum Thema lernende Roboter. Außerdem hat sich Pro. Dr.-Ing. Dillmann der Entwicklung von autonomen Robotern verschrieben, die menschliches Verhalten richtig interpretieren und daraus lernen können.

"Highspeed und High Dynamic Range Video mittels Ereignis-Kameras" von René Ranftl,Intel Corporation

Abstract: Neuromorphe Kameras sind Sensoren, die Veränderungen in der Helligkeit melden, und zwar in Form von asynchronen Ereignisströmen anstelle der Lichtintensität. Sie bieten entscheidende Vorteile gegenüber konventionellen Kameras: hohe Zeitauflösung, hoher Dynamikbereich und keine Bewegungsunschärfe. Während der Ereignisstrom grundsätzlich alle visuellen Signale verschlüsselt, ist die Rekonstruktion eines Intensitätsbildes von einem Ereignisstrom ein schlecht gestelltes Problem in der Praxis. In diesem Vortrag werde ich Ihnen ein Konzept vorstellen, welches lernt die Intensität der Bilder von Ereignisströmen direkt von Daten zu rekonstruieren. Dieses Konzept kann Hochgeschwindigkeitsvideos von Hochgeschwindigkeitsphänomenen (z.B. Kugel trifft auf Objekt) synthetisieren (> 5,000 Bilder pro Sekunde) und ist außerdem dazu in der Lage, Rekonstruktionen mit hohem Dynamikbereich in ungünstigen Lichtbedingungen zu gewähren. Des Weiteren werden wir demonstrieren, dass serienmäßig produzierte Computer-Vision-Algorithmen auf unsere Rekonstruktion für Aufgaben wie die Objektklassifikation und hohe visuelle Odometrie angewendet werden können. Und, dass diese Strategie durchgängig Algorithmen übertrifft, die speziell für Ereignisdaten entworfen wurden.

Referent: René Ranftl ist Senior wissenschaftlicher Mitarbeiter bei Intel Intelligent Systems Lab (ISL) in München. Seit 2017 ist er Leiter des "Computer Vision and Optimization" Teams bei ISL. Seine Forschungsinteressen reichen von Computer Vision und maschinellem Lernen bis Robotik. Besonderen Fokus legt er hierbei darauf unsere Fähigkeiten in diesen Feldern mithilfe von datengetriebenen Algorithmen zu erweitern. Er absolvierte seinen M.Sc. im Bereich der Informatik im Jahre 2010 an der Technischen Universität Graz und promovierte dort 2015 in Informatik. Daraufhin fing er an, ebenfalls im selben Jahr, bei Intel in Santa Clara, Kalifornien als Postdoktorand zu arbeiten.

"Energy-efficient Machine Learning in Hardware" von Prof. Dr. Oliver Bringmann, Universität Tübingen

Abstract: Neue Anwendungen im Bereich der Industrie 4.0, des Internets der Dinge, medizintechnischer Systeme, des automatisierten Fahrens etc. führen zu einem massiven Zuwachs an Sensorik mit intelligenter Sensordatenverarbeitung. Aufgrund der jüngsten Durchbrüche beim Training komplexer neuronaler Netze ("Deep Learning") schreitet die künstliche Intelligenz mit beispiellosem Tempo voran. Im Gegensatz zum biologischen Vorbild (Gehirn ~ 20 W vs. Hochleistungsrechner > 2 KW) lässt sich die Leistungsfähigkeit künstlicher neuronaler Netze bisher nur mit einem um Größenordnungen höheren Energiebedarf realisieren als in mobilen Endgeräten zur Verfügung steht. Gleichzeitig stehen auf mobilen Plattformen nur begrenzte Ressourcen, Speicher, Bandbreite und Recheneinheiten zur Verfügung. Daher besteht ein hoher Bedarf an hochperformanten, eingebetteten Hardwarearchitekturen, die in der Lage sind, Deep-Learning-Verfahren für die intelligente Sensordatenauswertung energieeffizient auszuführen ohne Echtzeitanforderungen zu verletzen. Wichtige Voraussetzung für dieses Ziel ist die Bereitstellung von intelligenten Edge-Komponenten in großer Variantenzahl, die maßgeschneidert in ihre Umgebung eingebettet werden müssen und mit dieser selbstständig interagieren. Dieser Vortrag diskutiert die bestehenden Herausforderungen und gibt einen Überblick über aktuelle Architekturansätze. Es wird ein applikationsspezifischer Rechenbeschleuniger für DNNs vorgestellt, der flexibel an die Anforderungen verschiedener Anwendungen zur Analyse und Klassifikation von Sensordatenströmen angepasst werden kann. Dabei werden räumliche und zeitliche Informationen innerhalb der Eingabedaten ausgenutzt, um weniger wirksame Eingabekanäle zu identifizieren, deren Berechnung dynamisch zu maskieren und die Low-Power-Architekturmaßnahmen datengetrieben anzusprechen. Dies ermöglicht eine effiziente Prozessierung von Sensordatenströmen mit einer durchschnittlichen elektrischen Leistungsaufnahme kleiner als 10 mW.

Referent: Prof. Dr. Oliver Bringmann leitet den Lehrstuhl für Eingebettete Systeme an der Universität Tübingen und ist stellvertretender Sprecher des Fachbereichs Informatik. Aktuell treibt er die Aktivitäten des Cyber Valleys im Bereich Cyber Vallexy Earth  zum Thema „Energy-efficient Machine Learning“. Bis 2012 war er am FZI Forschungszentrum Informatik in Karlsruhe tätig, zunächst als Abteilungsleiter der Forschungsgruppe „Systementwurf in der Mikroelektronik“ und später als Leiter des Forschungsbereichs „Intelligent Systems and Production Engineering“ sowie als Mitglied des FZI Management Boards. Seine Forschungsarbeiten befassen sich mit dem Entwurf, der Analyse und der Verifikation von Eingebetteten Systemen sowie dem Entwurf von anwendungsspezifischen Hardware-Architekturen – von der Systemebene bis zum Tape-Out – und deren Anwendung in den Bereichen Automotive, IoT und der Medizintechnik. Er ist Autor und Coautor von mehr als 200 wissenschaftlichen Publikationen. Er studierte Informatik an der Universität Karlsruhe (KIT) und hat an der Universität Tübingen 2001 in Informatik promoviert.