KI-basierte Auswertung von technischen, biologischen und Sprachdaten

Die IKTS-Projektgruppe »Kognitive Materialdiagnostik« (Kog- MatD) wurde am 1.1.2019 gegründet und ist an der Branden­burgischen Technischen Universität (BTU) in Cottbus angesie­delt. Sie entwickelt intelligente Verfahren zur Materialdiagnos­tik sowie zur Überwachung von Systemen auf Basis künstlicher Intelligenz (KI) und maschinellen Lernens (ML). Gemeinsam mit zahlreichen Unternehmen der Region, Lehrstühlen der BTU, nationalen und internationalen Universitäten und Forschungs­einrichtungen sowie Kliniken konzipiert und gestaltet die Grup­pe anwendungsnahe Projekte. Dabei kommt v. a. die akusti­sche Diagnose zum Einsatz: von der Qualitätsbewertung gefer­tigter Bauteile, der vorausschauenden Instandhaltung für industrielle Anlagen und Verschleißkomponenten über die Ver­arbeitung gesprochener und geschriebener Sprache bis hin zur Analyse biologischer und medizinischer Daten.

Die Projektgruppe wurde im Jahr 2023 erfolgreich evaluiert und über die Laufzeit von fünf Jahren hinaus verstetigt.

Vorausschauende Instandhaltung

Ein Schwerpunkt mehrerer aktueller Projekte der Gruppe Kog­MatD ist die vorausschauende Instandhaltung von Maschinen und Anlagen (Predictive Maintenance). Für Systeme aus den Bereichen Energie, Mobilität und Produktion werden Anlagen­daten, Prozess- und Umgebungsparameter geeignet kombi­niert, um eine automatische, KI-basierte Zustandsvorhersage zu erzeugen. Ziel ist es, eine optimierte Wartung der zu unter­suchenden Maschinen und Anlagen durchzuführen und unvor­hergesehene Ausfälle zu vermeiden.

Spracherkennung

Ein weiteres Forschungsgebiet ist die automatische Analyse bzw. Erkennung von Texten und gesprochener Sprache, die in aktuellen Projekten für Roboter- und Maschinensteuerung, Diktiersysteme und Videotranskription zur Anwendung kommt. Besonderes Augenmerk wird darauf gelegt, dass die Analyse autark und sicher ausgeführt wird und keine Übertragung an Dritte oder externe Server erfolgt. Zudem engagiert sich die Projektgruppe für die Bewahrung seltener Sprachen. Im Jahr 2024 startete das nunmehr vierte Folgeprojekt zur Erkennung obersorbischer Sprache.

Gesundheitsdaten

In einem laufenden Projekt entwickelt die Projektgruppe gemeinsam mit der Medizinischen Fakultät der Technischen Universität Dresden und Anwendungspartnern ein Diagnostiksetup inklusive KI-basiertem Auswertealgorithmus. Dies soll dabei helfen, Rückenschmerz, eine der häufigsten Krankheiten, möglichst frühzeitig zu erkennen und zu behandeln. Mit diesem Setup werden sensorgestützte Funktionsmessungen am Patienten durchgeführt. Die Projektgruppe analysiert und klassifiziert vorhandene Gesundheitsdaten früherer Messungen und nutzt diese für die Bewertung der neuen, mit dem Diagnostiksetup aufgenommenen Daten.

Open-ZfP-KI-Portal für die Anomalieerkennung

Die Projektgruppe entwickelte ein kostenloses und frei verfügbares KI-basiertes Portal, mit dem Nutzer Audiodaten von Maschinen und Anlagen analysieren und auf Anomalien (Abweichungen vom Normalzustand) untersuchen können (Abb. 1). Das Portal ist nutzerfreundlich und eignet sich durch einen niederschwelligen Einstieg auch für Anwender, die keine oder nur geringe KI-Kenntnisse besitzen. Für KI-erfahrene Nutzer steht ein Profimodus zur Verfügung, mit dem verschiedene Parameter justiert werden können.