Projektübersicht

Das österreichische EdgeAI-Konsortium ist Teil des europäischen Forschungsprojekts EdgeAI, das sich mit der Entwicklung von Künstlicher Intelligenz (KI) für Edge-Computing-Systeme beschäftigt.

👉 Edge Computing bedeutet, dass Daten nicht in zentralen Rechenzentren oder der Cloud verarbeitet werden, sondern direkt an der Quelle (z. B. auf Maschinen oder Sensoren). Dadurch werden Reaktionszeiten verkürzt und Energie gespart.

Das Ziel ist es, intelligente, energieeffiziente KI-Lösungen zu entwickeln, die direkt auf den Geräten arbeiten, anstatt auf entfernte Server angewiesen zu sein (Edge-KI).

Das österreichische Konsortium besteht aus vier Partnern:

• IFAT (Infineon Technologies Austria AG – Industrieunternehmen)
• ams OSRAM AG (Halbleiterunternehmen)
• Technische Universität Wien (Institut für Computertechnik)
• Das Villacher Unternehmen SoftwareCube (Kleinunternehmen mit Expertise in Datenverarbeitung)

Ziele des österreichischen Konsortiums

• Entwicklung von zwei Demonstratoren im Bereich digitale Industrie, um die neuen Edge-KI-Technologien in realen Produktionsumgebungen zu testen.
• Nutzung der Technologie speziell für die Halbleiterindustrie, um Herstellungsprozesse effizienter zu machen.
• Einsatz innovativer Methoden wie Virtual Metrology zur Echtzeit-Prozesskontrolle.
• Zusammenarbeit zwischen ams OSRAM AG und SoftwareCube zur Datenakquirierung und -aufbereitung in Produktionsmaschinen.
• Weiterentwicklung einer KI-Wissensdatenbank durch IFAT und die TU Wien, basierend auf früheren Forschungsprojekten (AI4DI).

👉 Demonstratoren sind experimentelle Prototypen oder Testsysteme, die entwickelt werden, um eine neue Technologie in einer realitätsnahen Umgebung zu testen. Sie zeigen, wie eine Innovation in der Praxis funktioniert, bevor sie vollständig in die Produktion oder den Markt eingeführt wird.

👉 Virtual Metrology ist ein Verfahren zur Echtzeit-Prozesskontrolle, bei dem physische Messungen durch mathematische Modelle ersetzt werden. So können Produktionsprozesse präziser gesteuert und Fehler frühzeitig erkannt werden.

👉 Datenakquirierung und -aufbereitung bedeutet, dass Rohdaten aus Maschinen gesammelt und so strukturiert werden, dass sie von KI-Systemen verarbeitet werden können. Dies verbessert die Qualität von KI-gestützten Analysen.

👉 AI4DI (Artificial Intelligence for Digital Industry) ist ein europäisches Forschungsprojekt, das sich mit der Integration von Künstlicher Intelligenz (KI) in industrielle Prozesse befasst. Es hat das Ziel, KI-Technologien in die Produktion, Automatisierung und industrielle Steuerungssysteme zu bringen, um Effizienz, Nachhaltigkeit und Wettbewerbsfähigkeit in verschiedenen Branchen zu verbessern.

Anwendungsfälle in der Halbleiterindustrie

1. Virtual Metrology von ams OSRAM AG
   • Digitale Überwachung und Kontrolle von Produktionsprozessen durch digitale Zwillinge.

• Verbesserung der Prozessstabilität und Produktivität durch KI-gestützte Vorhersagemodelle.
• Optimierung von Produktionsabläufen in Echtzeit.

👉 Echtzeit-Produktionsdaten sind Daten, die sofort erfasst und verarbeitet werden, um Maschinensteuerung oder Qualitätskontrollen direkt zu beeinflussen.

1. KI-gestützte Wissensdatenbank von IFAT & TU Wien
   • Aufbau einer Wissensdatenbank, um logische Abhängigkeiten in Produktionsprozessen besser zu verstehen.
   • Einsatz von Natural Language Processing (NLP) und Causal Networks, um Zusammenhänge zu analysieren.

• Integration von Echtzeit-Produktionsdaten, um datengetriebene Entscheidungen zu verbessern.
• Nutzung von Predictive Data Mining und Meta-Learning, um verschiedene KI-Modelle zu kombinieren.

👉 Natural Language Processing (NLP) ist ein Bereich der KI, der sich mit der Verarbeitung natürlicher Sprache (z. B. Texte oder Sprachbefehle) beschäftigt.

👉 Causal Networks (kausale Netzwerke) helfen dabei, Ursache-Wirkungs-Zusammenhänge in komplexen Produktionsprozessen zu verstehen.

👉 Predictive Data Mining ist eine Technik, mit der große Datenmengen analysiert werden, um Muster und Vorhersagen zu treffen.

👉 Meta-Learning ist ein Verfahren, bei dem KI nicht nur aus Daten, sondern auch aus verschiedenen Lernprozessen lernt. Dadurch kann sie sich kontinuierlich verbessern.

Relevanz für die Industrie

• Die Halbleiterindustrie ist ein kapitalintensiver Bereich und setzt seit Jahren auf Automatisierung & Digitalisierung.
• Der Chips Act der EU unterstreicht die Bedeutung der europäischen Halbleiterproduktion.
• Die Edge-KI-Lösungen von EdgeAI könnten auch in anderen Industrien eingesetzt werden, um Produktionsprozesse effizienter zu machen.

Europäische Zusammenarbeit & Forschung

• EdgeAI ist ein grenzüberschreitendes Forschungsprojekt mit Partnern aus Industrie und Wissenschaft.
• Ziel ist es, die digitale Souveränität Europas im Bereich Halbleitertechnologie und Automatisierung zu stärken.
• Die Technologieentwicklung endet auf TRL5, was bedeutet, dass die entwickelten Lösungen in einer realistischen Umgebung getestet, aber noch nicht vollständig marktreif sind.

Die österreichischen Beiträge zu EdgeAI leisten damit einen wichtigen Beitrag zur Weiterentwicklung von Edge-KI-Technologien für die Industrie und zur Stärkung der europäischen Wettbewerbsfähigkeit im Halbleitersektor.

Quellen:

FFG – Österreichische Forschungsförderungsgesellschaft (n.d.): EdgeAI – Edge AI Technologies for Optimised Performance Embedded Processing, FFG Projektdatenbank. Verfügbar unter: https://projekte.ffg.at/projekt/4534933 (Zugriff am 11. Februar 2025).

Transparenzhinweis: Dieser Artikel basiert auf oben genannter Quelle. Die Strukturierung und Vereinfachung des Textes sowie die Erklärung von Fachbegriffen wurden durch ein KI-Modell (ChatGPT von OpenAI) unterstützt, um den Inhalt für eine breitere Zielgruppe zugänglicher zu machen.  Alle Inhalte wurden jedoch von einem Menschen geprüft, ergänzt und mit zusätzlichen Erklärungen (etwa Links) ausgestattet.