Qualitätssicherung für ML-Anwendungen im Mittelstand

Das Forschungsprojekt Q-AMeLiA (Quality Assurance of Machine Learning Applications) hat zum Ziel, KMU bei dem speziellen ML-Softwareentwicklungs-Lebenszyklus (ML-SDLC) und den dabei wichtigen Qualitätsindikatoren zu unterstützen. Fünf kleine und mittelständische Unternehmen arbeiten mit drei Hochschulen für angewandte Wissenschaften zusammen, um passende Instrumente zur Bewertung der Daten-Qualität bezüglich repräsentativer Abdeckung des Merkmalsraums sowie zur Bewertung der im Lernprozess erreichten Qualität des erlernten KI-Modells zu erarbeiten. Dies sichert das Produktrisiko des Herstellers KI-basierter Produkte ab und gewährleistet dem Kunden eine quantifizierte Leistung der Produkte hinsichtlich der Entscheidungen der KI.

Das Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg fördert das Projekt über drei Jahre mit 600.000 Euro. Im Konsortium arbeiten die competition it-managment GmbH, Inferics GmbH, C.R.S. iiMotion GmbH, tepcon GmbH und schrempp edv GmbH sowie die Hochschulen Karlsruhe, Offenburg und Furtwangen zusammen. Die Konsortialleitung liegt bei Professor Dr. Christoph Reich von der Fakultät Informatik der Hochschule Furtwangen.

Im Rahmen des Hochschulprojektes Q-AMeLiA soll ML-unterstütze Software ermöglicht und messbar gemacht werden. Das bietet für SIVAS interessante Möglichkeiten. Wir untersuchen die Möglichkeit, auf Basis der in SIVAS vorhanden Telemetriedaten über ML-Methoden Muster in den Abläufen der Anwender zu erkennen, um dem Anwender dadurch Handlungsempfehlungen zu geben. In einem zweiten Anwendungsfall sollen die gleichen Muster verwendet werden, um für die erkannten Prozesse optimierte Oberflächen zu erstellen.

Weitere Infos: https://q-amelia.in.hs-furtwangen.de/

Scroll to Top