Die Automotive Initiative 2025 geht mit neuen Themen in die fünfte Runde der wissenschaftlichen Kooperationen. AUDI AG, Fraunhofer IAO und TUM definieren ihre Ziele für 2025 und legen dabei unter anderem Schwerpunkte auf Data Spaces und kausale KI.
Mit der von Audi initiierten Automotive Initiative 2025 (kurz AI25) entstehen skalierbare und nachhaltige digitale Lösungen für das Unternehmen, insbesondere für die Produktion und Logistik Am Standort Neckarsulm arbeitet die AUDI AG eng mit dem Fraunhofer IAO und der Technischen Universität München zusammen und unterstützt damit r die digitale Transformation im VW-Konzern. Der ganzheitliche Digitalisierungsansatz der AI25 umfasst technologische, organisatorische und weiterbildungsbezogene Aspekte, um bestehende Strukturen zu verändern und neue Arbeitsformen zu gestalten. In diesem Jahr geht die AI25 bereits in die fünfte Runde. Neue Handlungsfelder sind »Data Spaces« und »Kausale KI«. Die Arbeit an den Themen KI-Industrialisierung, Process Mining, Operationalisierung der Informationsarchitektur und digitale Versiertheit der Belegschaft wird fortgeführt.
Data Spaces: Das Potenzial gemeinsamer Datenräume nutzen
Im Rahmen des letztjährigen Think Tanks identifizierten die Forschungs- und Praxispartner die Relevanz der Datenplattform »Catena-X« für das Vorhaben der AI25. Dieses Jahr entwickeln die Forschenden einen Ansatz, mit dem die Unsicherheit einzelner Fachbereiche bei der Entscheidungsfindung von Catena-X-Aktivitäten reduziert werden kann. Um das zu erreichen, werden zunächst die Wertschöpfungsperspektiven von Catena-X aus Konzernperspektive erschlossen und das konzeptionelle Framework in verständliche Handlungsempfehlungen überführt. Ein Entscheidungsbaum für die Einschätzung realisierbarer Nutzereffekte von Catena-X soll als Ergebnis entstehen.Kausale KI: Aus dem Trendradar in die Praxis
Ein weiteres Thema aus dem Think Tank ist die Entwicklung und Implementierung von fortschrittlichen Modellen im Bereich kausaler KI. Während sich traditionelle Machine-Learning-Systeme auf Mustererkennung und statistische Zusammenhänge verlassen, konzentriert sich kausale KI (engl. Causal AI) auf das Verständnis und die Modellierung von Ursache-Wirkungs-Beziehungen. Damit können Unternehmen die Entscheidungsfindung der KI erklären und gegebenenfalls menschliche Entscheidungen ergänzen. Neben der Entwicklung eines KI-Modells wird im Handlungsfeld aus den gesammelten Erfahrungen ein Leitfaden erstellt, der die Anforderungen und die Durchführung von kausaler KI für Audi beinhaltet.