Professuren im KI-Mobilit?tsknoten Ingolstadt

Ziel der Professur ist es, die Vorteile von KI-Verfahren in der digitalen Produktion zu erforschen und in die Anwendung zu bringen. Ein Schwerpunkt liegt in der Entwicklung und Nutzung von KI-Methoden für die Qualit?tsbeurteilung in Produktionsprozessen, so dass Qualit?tssicherungsschritte reduziert werden oder entfallen k?nnen. ?ber die Online-Rückführung von aus den KI-Modellen abgeleiteten Korrekturparametern soll eine konstante Produktqualit?t bei stark verringertem Ausschuss gew?hrleistet werden.

Die Professur soll zusammen mit der AUDI-Stiftungsprofessur und mit einem geplanten Institut im Themenfeld Industrie 4.0 eng verzahnt werden. In dem Kompetenzfeld forschen aktuell 8 Professuren an für KI-Anwendungen relevanten Themen wie z.B. Vernetzung und Cloud-Architekturen in der Produktion, Informationsmodelle und Semantik sowie additive Fertigungstechnologien.

Ein weiteres Themenfeld, das in diesem Anwendungscluster betrachtet wird, ist das Zusammenwirken von Menschen und lernenden Systemen in Produktionsabl?ufen.

Stelleninhaber: Prof. Dr. Alexander Schiendorfer

Neben den Cloud-basierten Diensten spielt das Edge Computing (Berechnungen und Analysen an den ?u?ersten Enden einer IT-Topologie) beim automatisierten und vernetzten Fahren eine zunehmend wichtige Rolle. Alle Rechenoperationen eines vernetzten Mobilit?tssystems, die in einem Fahrzeug stattfinden, k?nnen dem Edge Computing zugeordnet werden.

Ziel der Professur ist es, an der Schnittstelle zwischen Hard- und Software neue Methoden und Verfahren zur Verwendung von KI-Methoden im Edge-Computing für das automatisierte Fahren zu erforschen. Dabei steht die Betrachtung der zur Verfügung stehenden Rechenressourcen im Fokus.

Stelleninhaber: Prof. Dr. Richard Membarth

Ziel der Professur ist es, durch KI-basierte Methoden aus unterschiedlichen Sensoren ein umfassendes Bild der Fahrzeugumgebung in Echtzeit als Grundlage für das automatisierte Fahren zu generieren. Eine robuste Sensordatenfusion, die Sensordaten unterschiedlichen Ursprungs (z. B. aus dem Fahrzeug oder aus der Infrastruktur) und unterschiedlicher Qualit?t betrachtet, steht im Zentrum der Forschung. Tiefgehende Kenntnisse im Bereich der optischen Sensoren (Lidar, Kamara) und der Radarsensoren sind bei dieser Professur notwendig.

Die Software für autonome Mobilit?tssysteme ist aufgrund des hohen Vernetzungsgrades der hohen Anzahl von Sensoren und Steuerger?te hochkomplex. Ziel der Professur ist es, etablierte Softwarearchitekturen für das automatisierte Fahren zu erweitern, um KI-Algorithmen effizient zu integrieren und dabei den Fail-Operational Anforderungen für autonome Systeme gerecht zu werden.

KI kann auch zum Aufbau intelligenter und adaptiver Softwaresysteme sowie zur Unterstützung effizienterer Softwareentwicklungsprozesse verwendet werden. Gerade im Bereich des Testens von Software für autonome Mobilit?t ist zu erwarten, dass KI-Methoden einen wichtigen Beitrag leisten k?nnen. Die Professur soll sich in der Forschung auch diesen Aspekten der Softwareentwicklung widmen.

Stelleninhaber: Prof. Dr. Lenz Belzner

Ziel der Professur ist es, an neuen Techniken zur Verwaltung und Analyse von Mobilit?tsdaten zu arbeiten und mittels Methoden des unüberwachten Lernens Erkenntnisse für Mobilit?ts-?kosysteme zu gewinnen. Der effiziente Zugriff auf riesige Datenmengen ist sowohl in der Entwicklung als auch in der Absicherung automatisierter Fahrzeuge, gerade im Zusammenhang mit dem Einsatz von KI-Methoden, von gro?er Bedeutung. Die automatisierte Identifikation mittels KI-Verfahren von relevanten Verkehrsszenarien und die damit verbundenen M?glichkeiten der Zeitraffung sind für Weiterentwicklung und Test von Sensoren und Planungsalgorithmen sehr wichtig. Die effiziente Datenverwaltung in Mobilit?tszentralen bildet die Grundlage für Smart Services und für einen vernetzten Verkehr.

Stelleninhaber: Prof. Dr. Patrick Cato

Die Echtzeitf?higkeit und die Entwicklung von KI-Systemen für Mobilit?tsanwendungen, die wenig rechenintensiv sind, stehen im Fokus dieser Professur. Viele Systemkomponenten, die bei der automatisierten Mobilit?t ben?tigt werden, erfordern Echtzeitf?higkeit, z. B. Detektion und Tracking von Objekten oder Reglersysteme. Um für solche Systemkomponenten die Vorteile von KI-Methoden nutzbar zu machen, ist es erforderlich, KI-Algorithmen in Echtzeit zu verarbeiten.

Für die Professur spielen innovative Architekturen von KI-Algorithmen und deren effiziente Umsetzung auf Hardware-Komponenten eine zentrale Rolle. Dabei sind fundierte Kenntnisse im Bereich der Software-Parallelisierung für Mehrkernprozessoren erforderlich.

Ziel der Professur ist es, an Methoden zu forschen, um eine systematische Nutzung von KI-Methoden in der Luftfahrttechnik zu erm?glichen. Im Fokus steht das Gebiet ?Machine Learning Control“, d. h. der Einsatz von KI für den Entwurf und den Betrieb von Regelungssystemen in unbemannten Luftfahrzeugen. In der bemannten Luftfahrt sind in Abh?ngigkeit vom Luftfahrzeug permanent Entscheidungen zu treffen, um das Luftfahrzeug optimal zu betreiben. Diese sollen mittels künstlicher Intelligenz abgebildet werden, um so eine unbemannte Luftfahrt zu unterstützen. In der Entwicklung insbesondere von Mobilit?tsprodukten finden regelm??ig Versuche und Berechnungen statt. Die Nutzung von Simulationstools für Berechnungen hat bereits zu einer Optimierung der Effizienz in der Produktentwicklung geführt. Simulationsrechnungen und auch Kostenkalkulationen k?nnen zwar auf ?hnlichkeiten basieren. Die dafür notwendigen Absch?tzungen sind aber in vielen F?llen noch vom Menschen abh?ngig. Es soll erforscht werden, wie ?hnlichkeitsbetrachtungen mittels KI abgebildet und in der Produktentwicklung aktiv genutzt werden k?nnen, um Produktentwicklungen rascher und mit weniger Ressourcenaufwand durchführen zu k?nnen.

Stelleninhaber: Prof. Dr. Gerhard Elsbacher

Ziel der Professur ist es, mit Hilfe von KI-Methoden an L?sungen für die Herausforderungen in der Flugführung für das unbemannte Fliegen zu arbeiten. Im Fokus der Anwendung stehen Flugmanagement-Systeme mit zunehmender Autonomie für klassische Luftfahrzeuge sowie UAM. Die Verknüpfung von aktuellen KI-Methoden und die Erforschung von Verfahren des maschinellen Lernens für sicherheitskritische Systeme sollen effiziente L?sungen für folgende Anwendungen erm?glichen: Verarbeitung von Ergebnissen der Umfelderfassung und Umplanung der Trajektorie, Flugführung für vollautonomes Fliegen für optional bemannte und unbemannte Flugsysteme incl. UAM sowie die Integration von unbemannten Flugsystemen in den Luftraum.

Stelleninhaber: Prof. Dr. Christian Seidel

Der Einsatz von KI erfordert gesellschaftliche Akzeptanz. Dazu sind die gesellschaftlichen Implikationen im Sinne der Technikfolgenabsch?tzung von KI-Anwendungen zu erforschen. In diesem Zusammenhang ist auch eine ethische Betrachtung erforderlich. Die mangelnde Transparenz und Erkl?rung von automatischen Entscheidungen oder Empfehlungen, die von KI-Algorithmen gef?llt werden, ist kritisch. Aus dieser gesellschaftlichen und ethischen Sicht auf die Folgen des Einsatzes von KI ergeben sich wiederum Anforderungen an die Entwicklung und den Test von Mobilit?tssystemen und Smart Services, die auf KI-Verfahren beruhen. Ziel der Professur ist es, an der Schnittstelle zwischen technischen und gesellschaftlichen Implikationen der Verwendung von KI in Mobilit?tssystemen zu forschen und Grundlagen für die gesellschaftliche Akzeptanz von KI Mobilit?tsanwendungen zu erarbeiten.

Stelleninhaber: Prof. Dr. Matthias Uhl

Ziel der Professur ist es an Methoden zu arbeiten, um den Personen- und Güterverkehr effizienter, nachhaltiger und komfortabler zu gestalten. Im Zentrum steht die KI-gestützte Optimierung und Verzahnung von klassischen Mobilit?tsangeboten (z. B. ?PNV mit Individualverkehr), individuellen Mobilit?tskonzepten (z. B. Sharing-Angeboten) und Abstell- und Energieversorgungsinfrastruktur (z.B. Lades?ulen). Insbesondere sollen Smart Services für den urbanen Raum im Rahmen der Steigerung von Effizienz, Nachhaltigkeit und Komfort betrachtet werden. Dabei liegt ein Schwerpunkt auf den ?konomischen, ?kologischen und sozialen Aspekten der Nutzung von Smart Services. Das Forschungsgebiet soll die makroskopische und mikroskopische Verkehrsbetrachtung zusammenführen und den Nutzen von Mobilit?tsanwendungen auch aus betriebswirtschaftlicher Sicht erforschen.

Stelleninhaber: Prof. Dr. Harry Wagner 

Die Professur ist als zentrale Querschnittsprofessur im KI-Mobilit?tsnetzwerk angelegt. Sie soll netzwerkübergreifend innovative Mobilit?tskonzepte erforschen, die durch den Einsatz von Methoden der KI m?glich werden mit dem Ziel einen positiven ?kologischen, ?konomischen und gesellschaftlichen Beitrag zu leisten. Dabei wird sich die Professur auf die Erforschung nachhaltiger Gesch?ftsmodelle im Bereich der KI-gestützten Mobilit?t und deren Anwendung durch Start-Ups oder etablierte Unternehmen (Intrapreneure) fokussieren.

Mit der Forschung zur Verwertbarkeit der Forschungsergebnisse im gesamten Mobilit?tsnetzwerk übernimmt die Professur eine übergreifende Klammer- und Koordinationsfunktion. Sie ist mit allen anderen Forschungsprofessuren des Knotens und der Endpunkte vernetzt. Aufgrund ihres Innovations- und Organisationsbezugs soll die Professur die notwendige Koordinierungsfunktion im Netzwerk des KI-Knotens und der KI-Endpunkte übernehmen, beispielhaft in der Erarbeitung hochschulübergreifender Use Cases und Leuchtturmprojekte oder der Organisation fachlich-wissenschaftlicher Austauschformate.

Die Stiftungsprofessur unterstützt die Ziele des Anwendungsclusters ?KI-gestützte Auto-mobilproduktion“ und legt den Fokus auf die Optimierung von Logistik- und Produktionsprozessen durch KI-gestützte Analysen und Prognosen.

Stelleninhaber: Prof. Dr. Jürgen Bock

Die Stiftungsprofessur der Stadt Ingolstadt ?Nachhaltige Stadtentwicklung und Künstliche Intelligenz“ adressiert einerseits Voraussetzungen in der Infrastruktur, die für das automatisierte Fahren und das unbemannte Fliegen notwendig werden, sowie die makroskopische Betrachtung des Verkehrs, mit dem Ziel durch datenbasierte Verfahren den Verkehrsfluss zu optimieren. Ein weiterer Schwerpunkt der Professur liegt in der Erforschung von KI-Methoden für die Mobilit?ts- und Infrastrukturplanung in urbanen R?umen als grundlegende Werkzeuge zur nachhaltigen Gestaltung des st?dtischen Lebensraums.

Stelleninhaber: Prof. Dr. Stefanie Schmidtner

Die aus Eigenmitteln finanzierte Professur für ?Text- und Sprachverstehen“ soll einen Beitrag für eine optimierte Mensch-Maschine-Schnittstelle leisten. Im Fokus der Forschungsarbeit stehen KI-Methoden zur Verarbeitung von Zeitreihen wie z. B. rekurrente neuronale Netze aber auch neue M?glichkeiten zur semantischen Beschreibung der Sprache. Es sollen Architekturen von KI-Sprachverarbeitungssystemen erforscht werden, die der Erkennung gesprochener Sprache und der Sprachmodellierung dienen. Es ist zu erwarten, dass zukünftig ein wesentlicher Anteil der Kommunikation zwischen Menschen und Maschinen über Sprache stattfinden wird. Damit ergeben sich auch bei dieser Professur zentrale Schnittstellen zu den drei Anwendungsclustern des KI-Mobilit?tsknotens

Stelleninhaber: Prof. Dr. Munir Georges(Stellenantritt zum 01.09.2020)

Bei der aus Eigenmitteln finanzierten Professur ?Computer Vision for Intelligent Mobility Systems“ liegt der Forschungsschwerpunkt auf fortgeschrittenen Methoden der KI im Bereich der Bildverarbeitung. Besondere Beachtung erhalten dabei Randbedingungen, die beim Einsatz von Kameras in Mobilit?tstr?gern berücksichtigt werden müssen, wie z. B. widrige Umweltbedingungen oder eine hohe Dynamik. Das Ziel ist die Erforschung von KI-Architekturen, die eine hohe Detektionsgüte aus Kameradaten selbst unter solchen Randbedingungen zuverl?ssig gew?hrleisten k?nnen. Weil Kameras zu den wichtigsten Sensoren bei der Realisierung des automatisierten Fahrens, des unbemannten Fliegens und der Zustandsbeobachtung in der automobilen Produktion geh?ren, hat diese Professur zentrale Schnittstellen zu den Forschern in den drei Anwendungsclustern des KI-Mobilit?tsknotens.

Stelleninhaber: Prof. Dr. Torsten Sch?n

Die technisch anspruchsvollen Systeme in der Luftfahrt gewinnen durch die Entwicklungen zum autonomen Fliegen weiter an Komplexit?t. Dies führt dazu, dass der Umfang an Software und KI-Verfahren in den Systemen stark zunimmt und die Betriebszust?nde umfassender überwacht werden müssen. Um diese steigende Komplexit?t zu beherrschen und dem sehr hohen Anspruch an Qualit?t und Zuverl?ssigkeit gerecht zu werden, sind Methoden des Model-based System Engineering und die Erforschung geeigneter Verfahren zur Modellierung von Systemen, die datenbasierte KI-Komponenten enthalten, notwendig. Diesen Aufgaben an der Schnittstelle zwischen den Ingenieurwissenschaften und der Informatik widmet sich die AIRBUS-Stiftungsprofessur Model-based Systems Engineering.

Stelleninhaber: Prof. Dr. Stefan Kugele 

Bildgebende Verfahren, von statischen R?ntgenbildern über bewegte Ultraschall- und Live-Endoskopie-Aufnahmen bis hin zu vielschichtigen CT- und MRT-Bildern sind in der medizinischen Diagnostik heute Standard. Dabei bieten neue Methoden der KI zur Bildanalyse ein enormes Potential, die Diagnostik effizienter und effektiver zu gestalten und so Therapien passgenauer abzuleiten. Daher erforscht die Stiftungsprofessur des Klinikums Ingolstadt M?glichkeiten, Erfolgsfaktoren und Grenzen von KI-Bildanalyse-Verfahren in medizinischen Anwendungsfeldern.

Stelleninhaber: Prof. Dr. Marc Aubreville 

Im Bereich Life Sciences spielt die automatisierte, sensor-gestützte Datenerfassung von Leistungs- und Vitaldaten wie z.B. Schrittanzahl, Herz- und Atemfrequenz oder Blutzuckersiegel eine zentrale Rolle. Die Stiftungsprofessur des Klinikums Ingolstadt adressiert M?glichkeiten, Erfolgsfaktoren und Grenzen von neuen Verfahren der Biomechanik zur Datengewinnung. Zudem wird erforscht, durch welche Verfahren der KI die gewonnenen Sensordaten optimal analysiert werden k?nnen. Der Fokus reicht dabei von medizinischen und medizin-nahen Anwendungsfeldern bis hinein in den ?Quantified-Self“-Sport- und Freizeitbereich.

Stelleninhaber: Prof. Dr. Marion Menzel 

H?ndler und Hersteller stehen gleicherma?en vor der Herausforderung, ihre Produkte in zunehmend ges?ttigten M?rkten an Endkunden zu verkaufen. Daher gilt es beispielsweise, das Einkauferlebnis in allen Kan?len (z.B. station?r, digital) für Kunden zu verbessern und zudem durch gute Prognosen die Beschaffungslogistik auf dynamische Bedarfe hin zu optimieren. In diesen Feldern bieten datengestützte Verfahren der KI neue Ans?tze für eine Optimierung, deren Potential durch die MediaMarkt-Stiftungsprofessur in konkreten Anwendungsfeldern analysiert wird. Dabei wird auch die Akzeptanz des KI-Einsatzes in diesem Bereich begleitend beobachtet und bewertet.

Stelleninhaber: Prof. Dr. Michael Jungbluth